FlowTranslator：免训练图像内机器翻译框架

Zhixian Li 等作者提出免训练的图像内机器翻译框架 FlowTranslator，目标是在不重新训练模型的情况下完成图内文字翻译。 该框架先用 OCR 模型和 LLM 生成翻译提示词并注入基于 T2I 的扩散模型，再通过 Region Coupling Release 与 Coupling Expansion 两项轨迹控制优化译文生成。作者称，这一能力可迁移至图像内机器翻译。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。