Factuality Matters: When Image Generation and Editing Meet Structured Visuals
事实性至关重要:当图像生成与编辑遇见结构化视觉
机构 * CUHK MMLab(香港大学多模态实验室) ; Beihang University(北京航空航天大学) ; Krea AI(Krea人工智能) ; Shanghai Jiao Tong University(上海交通大学) ; Shanghai AI Lab(上海人工智能实验室) ; Hugging Face ; National University of Singapore(新加坡国立大学) ; ByteDance(字节跳动) ; The University of Hong Kong(香港大学)
专题命中 图像生成评测 :image generation(title);分类 cs.CV
AI总结 本文提出了一种统一模型,通过整合视觉语言模型和FLUX.1 Kontext,提升结构化视觉生成与编辑的多模态理解与事实准确性。
Comments Accepted by ICLR 2026, Project page: https://structvisuals.github.io