arXiv cs.CV· Hengguang Zhou, Yuanhao Ban, Jiaqi Feng, Xiaohuan Pei, Justin Cui, Cho-Jui Hsieh·· 4 小时前AI 评分43
编程智能体在视觉生成上能走多远？
How Far Can Coding Agents Go in Visual Generation?
AI 导读
通用编程智能体在 200 条提示词的 AgentDrawBench 上零样本绘图，擅长保持结构、满足精确视觉约束，但感知丰富度有限。视觉问答中，重建的视觉代码保留充足信息，部分领域准确率高于原图。跨 harness 绘图与独立单像素查询呈现相近布局与色调，智能体在可见绘图移除后仍能跨视角维持自生成房间布局。
来源：arXiv cs.CV · arxiv.org