翻了下 ICML 2026 的 Spotlight，有几个跟画图/出图圈直接相关。PhotoAgent 把修图当成多步决策，让agent自己拆任务、树搜索规划编辑步骤，等于不用手写一长串提示词了；PaperBanana 更狠，直接给论文自动生成方法流程图和统计图；还有个 CLEAR 做无遮罩的视频字幕去除，做本地化搬运的应该很关心。
学术这边把自动化出图往前推的速度，比我想的快。
论文插图能自动画，救大命 
1 个赞
字幕去除做搬运的狂喜
mark慢慢看
落地还早，先观望