多模态大型语言模型

MGIE 的全称是 MLLM-Guided Image Editing，利用多模态大型语言模型（MLLM）解释用户指令并执行像素级操作。MGIE 可以理解用户下达的自然语言命令，进行 Photoshop 风格的修改、全局照片优化和局部编辑等操作。