ShutterMuse: Capture-Time Photography Guidance with MLLMs
Researchers developed a new benchmark and dataset for photography assistance, along with a unified multimodal model that provides both composition guidance and pose recommendations…
Hugging Face · Daily Papers
·Jiayu Li, Yixiao Fang
·
·▲ 34 upvotes
Este artigo está em destaque na seleção diária de papers do Hugging Face, curada pela comunidade de pesquisa em IA.
Autores: Jiayu Li, Yixiao Fang, Tianyu Hu, Wei Cheng, Ping Huang, Zheheng Fan
- 34 upvotes da comunidade
- Temas: multimodal large language models, aesthetic cropping, visual annotations, supervised fine-tuning, reinforcement fine-tuning, photographer-side composition
Resumo
Resumo original (em inglês), extraído do paper:
Researchers developed a new benchmark and dataset for photography assistance, along with a unified multimodal model that provides both composition guidance and pose recommendations during image capture.
// relacionados
Leia também
Blog
Amazon ups India bet with fresh $13B AI infrastructure investment
Editorial
Jalapeño: a OpenAI projeta seu primeiro chip de inferência — e usou IA para fazer isso em 9 meses
Editorial
SkillOpt: como ensinar agentes de IA a melhorar suas próprias habilidades — +23 pontos em GPT-5.5
Blog