SpatialGuard

新框架SpatialGuard增强了文本到图像生成中的3D空间推理能力

研究人员推出SpatialGuard，一个旨在提高文本到图像生成中3D空间推理的准确性和可验证性的新框架。该系统将自然语言提示解析为详细的3D布局，然后用于生成视觉条件和候选图像。一个验证批评器检查提示、布局和最终图像之间的一致性，从而允许进行修复过程。实验表明，SpatialGuard在生成复杂空间布局方面优于现有方法，并增强了空间保真度。