ThinkDrag发布视觉推理图像编辑框架

发生了什么

据arXiv cs.CV报道，研究团队推出ThinkDrag，一种基于视觉推理的语义拖拽式图像编辑统一多模态框架。该框架将点约束与对象级变换关联，可选生成显式推理轨迹以提高可解释性。配套发布DragBench++基准测试，实验显示其在生成质量和合理性方面达到最先进水平。