提出EAR范式与AMAZE数据集评测视觉规划

研究者提出 EAR（editing-as-reasoning）范式，将视觉规划重构为单步图像变换，并发布程序化生成的 AMAZE 数据集，包含 Maze 和 Queen 两类抽象谜题，用于探测图像编辑模型的视觉规划能力。 作者用 AMAZE 评测了多个领先的专有与开源编辑模型，包括自回归和扩散式模型，称它们在零样本设置下表现都不理想。评测维度包括像素保真度和逻辑有效性。

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。