ThinkDrag：语义拖拽图像编辑框架发布

Armando Fortes 等作者发布论文，提出拖拽式图像编辑多模态框架 ThinkDrag。该框架通过视觉推理把点约束关联到物体和场景级的语义变换，并可选择性输出显式推理轨迹以提升可解释性；同时引入 Drag Endpoint Markers 提供显式对应信号，并构建了带推理轨迹的监督数据集与 DragBench++ 基准。 作者称，实验显示 ThinkDrag 达到 SOTA 性能，在提升生成质量与合理性的同时保持有竞争力的点跟随精度。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。