HarnessIR：多模态基础模型做真实图像修复
热点事件持续更新
HarnessIR：多模态基础模型做真实图像修复
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xiangtao Kong 等人发布 HarnessIR，一个以多模态基础模型（MFM）为执行器的智能体框架，用于真实世界图像修复（Real-IR）。它不再依赖任务专用模型组成的工具链，而是把修复需求、感知诊断与证据一次性输入 MFM 完成修复，框架包含感知诊断、按需调用工具、提示词组合、执行和验证驱动精修五个阶段。 据该研究称，HarnessIR 在 MiO100 合成基准上取得 SOTA，并在以往智能体 IR 系统难以应对的真实场景中表现优异。代码已公开。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 12:00
HarnessIR：用多模态基础模型实现通用真实世界图像修复报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.CVHarnessIR：用多模态基础模型实现通用真实世界图像修复
HarnessIR 是一个以多模态基础模型（MFM）为执行器的智能体框架，用于真实世界图像修复（Real-IR），包含感知诊断、按需调用工具、提示词组合、执行和验证驱动精修五个阶段。它不再依赖任务专用模型组成的工具链，而是将修复需求、感知诊断与证据输入 MFM 单次完成修复，在 MiO100 合成基准上取得 SOTA，并在以往智能体 IR 系统难以应对的真实场景中表现优异。代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。