IMAGAgent多轮图像编辑智能体框架论文发布

Fei Shen等作者发布论文，提出IMAGAgent——一个基于"规划—执行—反思"闭环机制的多轮图像编辑智能体框架，旨在统一流程内实现指令解析、工具调度与自适应修正的协同。 该框架通过约束感知规划模块，用视觉语言模型（VLM）将复杂指令分解为可执行子任务，再由工具链编排模块动态调度检索、分割、检测与编辑模型。论文称代码已公开。 据论文页面信息，该文为第二版，于2026年10月11日更新。

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。