研究者提出ScribbleEdit涂鸦图像编辑基准

研究者构建了 ScribbleEdit 基准，用于评估图像编辑模型仅凭涂鸦输入完成编辑的能力，任务要求模型同时理解涂鸦意图并准确解析其空间信息。 分析显示，现有基于 VLM/LLM 的编辑模型无法准确捕捉涂鸦意图。团队为此提出一个 soft-token 基线，增强模型对涂鸦语义的理解，在该基准上优于标准图像编辑模型。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。