从提示词到构图:面向海报生成的空间画布界面 Compo
研究者提出 Spatial Canvas Interface,让用户通过语义、身份、文本、像素四类绑定在空间中直接编排海报生成意图,并据此开发了海报生成模型 Compo。Compo 由预训练图像编辑模型适配而来,支持用户手动构建画布的直接推理和自动规划画布的 agentic 模式,无需从零训练专用海报生成器。实验显示其构图可控性强于通用图像生成模型和专用海报生成系统,同时保持高视觉质量。
研究者提出 Spatial Canvas Interface,让用户通过语义、身份、文本、像素四类绑定在空间中直接编排海报生成意图,并据此开发了海报生成模型 Compo。Compo 由预训练图像编辑模型适配而来,支持用户手动构建画布的直接推理和自动规划画布的 agentic 模式,无需从零训练专用海报生成器。实验显示其构图可控性强于通用图像生成模型和专用海报生成系统,同时保持高视觉质量。
研究者推出 RISEBench++,一个面向推理驱动视觉编辑(RISE)的基准,涵盖 Temporal、Causal、Spatial、Logical、Counterfactual 与 Hybrid 六类推理维度,细分为 12 个子类和 65 种任务类型,含 1000 条中英双语人工标注测试用例。
SpatialOPSD 是一个 on-policy 自蒸馏框架,将空间编码智能体已验证的执行轨迹作为特权信息,把空间推理能力内化进独立 MLLM,使其无需外部工具即可运行。