CLARA：面向模糊指令落地的认知驱动澄清框架

CLARA 是一个认知驱动的澄清框架，通过针对性提问把“打扫房间”这类模糊指令细化为结构化的物体摆放说明，再交由扩散模型生成最终场景的逼真渲染图供用户确认。实验与用户研究显示，其效果优于另一个 SOTA LVLM 系统，说明交互式澄清能弥合模糊指令与完整任务规格之间的差距。