编程智能体跨接口生成视觉内容

UCLA CML Lab与清华大学合作发表论文《How Far Can Coding Agents Go in Visual Generation?》，提出让编程智能体通过生成可执行程序创作图像，而非由扩散模型直接生成。 实验显示，智能体在Canvas 2D、SVG形状、像素harness和GUI等不同绘图接口间维持了一致的场景表征；作者还使用独立像素探针分析其内部imagery表示。该研究主要考察编程智能体的视觉生成与结构化视觉推理能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。