摘要
针对现有生成式 AI 仅停留在像素级对齐而缺乏抽象逻辑理解的局限，本文提出了视觉隐喻迁移任务。作者构建了一个受认知科学启发的多智能体框架，通过新颖的模式语法操作概念整合理论，将参考图像中的“创意本质”解耦并重组到目标主体上。该系统包含感知、迁移、生成及分层诊断智能体，通过闭环回溯机制修正抽象逻辑与组件选择错误。实验表明，该方法在隐喻一致性与视觉创造力上显著优于现有基线。
AI 推荐理由
论文提出基于概念整合理论的代理推理框架，核心在于抽象逻辑解耦与跨域推理。
研究机构
中国科学院大学
腾讯大学
科隆大学
国立成功大学
论文信息