摘要
尽管文本到图像模型进展显著，但在处理现实世界中模糊、隐含或依赖最新知识的请求时仍显不足。本文将此挑战定义为“上下文鸿沟”，即用户上下文与生成所需充分上下文之间的错配。为此，作者提出 Qwen-Image-Agent，一个统一的智能体框架，以上下文为中心整合规划、推理、搜索、记忆和反馈机制。该框架将用户输入视为部分上下文，通过上下文感知规划识别缺失信息并制定获取策略，再经由上下文落地从多源收集信息以构建完整生成上下文。实验表明其在多个基准上优于现有方法。
AI 推荐理由
论文提出上下文感知规划机制，核心解决图像生成中的规划与上下文构建问题。
论文信息