复杂编辑近两倍优
将复杂图像编辑指令分解为语义子任务并逐步反思执行，在指令-图像对齐和区域保持上显著优于现有方法。
闫琰 · Junyi, Xu · Zhang, Bowen · Zhenduo, Zhang · Guang, Liu
Neurocomputing 2026
用大语言模型把多指令拆成语义子任务，再逐步编辑，避免了多对象同时修改时的混乱。
在编辑步骤之间加入超分辨率模块，抑制伪影和漂移，保持视觉一致性。
在指令-图像对齐、编辑准确率和区域保持等指标上均显著优于现有方法。