UGC-Edit

PhotoAgent系统通过美学规划实现图像编辑自动化

研究人员推出PhotoAgent，一个旨在通过显式美学规划来自动化图像编辑任务的新颖系统。该系统将自主图像编辑视为一个长时程决策问题，使其能够通过树搜索来解释用户的审美意图并规划多步编辑操作。PhotoAgent通过带有记忆和视觉反馈的闭环执行来迭代优化结果，无需分步用户提示。为了便于评估，该团队开发了UGC-Edit基准，包含7,000张照片和一个学习到的美学奖励模型，以及一个包含1,017张照片的测试集，用于评估自主编辑性能。