视觉大模型 / VLM

DisCo-Layout: Disentangling and Coordinating Semantic and Physical Refinement in a Multi-Agent Framework for 3D Indoor Layout Synthesis

Jialin Gao, Donghao Zhou, Mingjian Liang, Lihao Liu, Chi-Wing Fu, Xiaowei Hu, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Monash University（墨尔本大学） ； Amazon（亚马逊） ； South China University of Technology（华南理工大学） 纠错

专题命中 文档图表理解 ：VLM(abstract)；分类 cs.CV