arXiv · 机器人与计算机视觉· Armando Fortes, Tianyi Wei, Chindanai Trakantannarong, Shangchen Zhou, Xingang Pan·· 2026-10-12AI 评分74
ThinkDrag:基于视觉推理的语义拖拽图像编辑方法
ThinkDrag: Semantic Drag-Based Image Editing with Visual Reasoning
AI 导读
该论文介绍 ThinkDrag,一个统一的跨模态框架,用于支持带有视觉推理的拖拽式图像编辑。该方法将点约束关联到有意义的对象和场景级变换,并可生成显式的推理轨迹以解释编辑意图。研究构建了包含语义拖拽变换与推理轨迹的监督数据集 DragBench++,并在基准测试中取得了最先进的性能,在保持跟点精度的同时提升了生成质量与合理性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org