提出ImageEdit-R1多智能体图像编辑框架,利用强化学习协调多个预训练视觉语言与生成智能体,将编辑过程建模为序列决策问题,以提升对复杂、多步用户指令的理解与执行能力,并在多个数据集上显著优于闭源扩散模型和其它多智能体基线。
机构:Adobe
来源:arXiv 2603.08059 | AI4Papers 论文推荐平台