跳到正文
arXiv · 机器人与计算机视觉· Yifan Li, Bowen Qin, Kun Zhou, Haochen Zhao, Zikang Liu, Zheng Li, Minsheng Hao, Yuhao Cheng, Haosheng Zou, Jeff Chen, Wayne Xin Zhao·· 2026-10-19精选AI 评分78

Agentic Image Generation in the Wild:野外场景下的智能体图像生成研究与开源

Agentic Image Generation in the Wild

AI 导读

论文针对现实请求中实体信息稀缺且搜索结果混乱的‘野外’场景,构建了 Savanna 基准测试集。作者提出 Locate-Corroborate-Isolate 范式,即通过文本搜索锁定目标身份、多源交叉验证候选图片并裁剪干净参考图。

推荐理由

作者构建了野外图像生成基准并提出了 Locate-Corroborate-Isolate 范式,开源了模型与训练数据。

来源:arXiv · 机器人与计算机视觉 · arxiv.org