Gen-Searcher: Reinforcing Agentic Search for Image Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Kaituo, Zhang, Manyuan, Chen, Shuang, Lin, Yunlong, Fan, Kaixuan, Jiang, Yilei, Li, Hongyu, Zheng, Dian, Wang, Chenyang, Yue, Xiangyu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OneThinker: All-in-one Reasoning Model for Image and Video
von: Feng, Kaituo, et al.
Veröffentlicht: (2025)

SophiaVL-R1: Reinforcing MLLMs Reasoning with Thinking Reward
von: Fan, Kaixuan, et al.
Veröffentlicht: (2025)

Uni-Edit: Intelligent Editing Is A General Task For Unified Model Tuning
von: Zheng, Dian, et al.
Veröffentlicht: (2026)

From Web to Pixels: Bringing Agentic Search into Visual Perception
von: Yang, Bokang, et al.
Veröffentlicht: (2026)

OpenSearch-VL: An Open Recipe for Frontier Multimodal Search Agents
von: Chen, Shuang, et al.
Veröffentlicht: (2026)

FairGen: Enhancing Fairness in Text-to-Image Diffusion Models via Self-Discovering Latent Directions
von: Jiang, Yilei, et al.
Veröffentlicht: (2024)

AIA: Rethinking Architecture Decoupling Strategy In Unified Multimodal Model
von: Zheng, Dian, et al.
Veröffentlicht: (2025)

HypDAE: Hyperbolic Diffusion Autoencoders for Hierarchical Few-shot Image Generation
von: Li, Lingxiao, et al.
Veröffentlicht: (2024)

EditThinker: Unlocking Iterative Reasoning for Any Image Editor
von: Li, Hongyu, et al.
Veröffentlicht: (2025)

AdaTooler-V: Adaptive Tool-Use for Images and Videos
von: Wang, Chaoyang, et al.
Veröffentlicht: (2025)

OpenGame: Open Agentic Coding for Games
von: Jiang, Yilei, et al.
Veröffentlicht: (2026)

OpenSubject: Leveraging Video-Derived Identity and Diversity Priors for Subject-driven Image Generation and Manipulation
von: Liu, Yexin, et al.
Veröffentlicht: (2025)

GenClaw: Code-Driven Agentic Image Generation
von: Ye, Junyan, et al.
Veröffentlicht: (2026)

Exploring Reasoning Reward Model for Agents
von: Fan, Kaixuan, et al.
Veröffentlicht: (2026)

GenAgent: Scaling Text-to-Image Generation via Agentic Multimodal Reasoning
von: Jiang, Kaixun, et al.
Veröffentlicht: (2026)

Unify-Agent: A Unified Multimodal Agent for World-Grounded Image Synthesis
von: Chen, Shuang, et al.
Veröffentlicht: (2026)

EchoGen: Cycle-Consistent Learning for Unified Layout-Image Generation and Understanding
von: Zou, Kai, et al.
Veröffentlicht: (2026)

REVERSE: Reinforcing Evidence Verification and Search for Agentic Image geo-localization
von: Li, Yong, et al.
Veröffentlicht: (2026)

Event-Customized Image Generation
von: Wang, Zhen, et al.
Veröffentlicht: (2024)

Learning to Generate Parameters of ConvNets for Unseen Image Data
von: Wang, Shiye, et al.
Veröffentlicht: (2023)

ConceptGuard: Proactive Safety in Text-and-Image-to-Video Generation through Multimodal Risk Detection
von: Ma, Ruize, et al.
Veröffentlicht: (2025)

MME-Reasoning: A Comprehensive Benchmark for Logical Reasoning in MLLMs
von: Yuan, Jiakang, et al.
Veröffentlicht: (2025)

Video-R1: Reinforcing Video Reasoning in MLLMs
von: Feng, Kaituo, et al.
Veröffentlicht: (2025)

ScreenCoder: Advancing Visual-to-Code Generation for Front-End Automation via Modular Multimodal Agents
von: Jiang, Yilei, et al.
Veröffentlicht: (2025)

MACRO: Advancing Multi-Reference Image Generation with Structured Long-Context Data
von: Chen, Zhekai, et al.
Veröffentlicht: (2026)

MSR-Align: Policy-Grounded Multimodal Alignment for Safety-Aware Reasoning in Vision-Language Models
von: Xia, Yinan, et al.
Veröffentlicht: (2025)

Mind-Brush: Integrating Agentic Cognitive Search and Reasoning into Image Generation
von: He, Jun, et al.
Veröffentlicht: (2026)

RPiAE: A Representation-Pivoted Autoencoder Enhancing Both Image Generation and Editing
von: Gong, Yue, et al.
Veröffentlicht: (2026)

Flow-OPD: On-Policy Distillation for Flow Matching Models
von: Fang, Zhen, et al.
Veröffentlicht: (2026)

VR-Thinker: Boosting Video Reward Models through Thinking-with-Image Reasoning
von: Wang, Qunzhong, et al.
Veröffentlicht: (2025)

GenEvolve: Self-Evolving Image Generation Agents via Tool-Orchestrated Visual Experience Distillation
von: Chen, Sixiang, et al.
Veröffentlicht: (2026)

GenDDS: Generating Diverse Driving Video Scenarios with Prompt-to-Video Generative Model
von: Fu, Yongjie, et al.
Veröffentlicht: (2024)

PathGen-1.6M: 1.6 Million Pathology Image-text Pairs Generation through Multi-agent Collaboration
von: Sun, Yuxuan, et al.
Veröffentlicht: (2024)

Gen-n-Val: Agentic Image Data Generation and Validation
von: Huang, Jing-En, et al.
Veröffentlicht: (2025)

EmoGen: Emotional Image Content Generation with Text-to-Image Diffusion Models
von: Yang, Jingyuan, et al.
Veröffentlicht: (2024)

Feature-Space Planes Searcher: A Universal Domain Adaptation Framework for Interpretability and Computational Efficiency
von: Cheng, Zhitong, et al.
Veröffentlicht: (2025)

EvoGuard: An Extensible Agentic RL-based Framework for Practical and Evolving AI-Generated Image Detection
von: Zhu, Chenyang, et al.
Veröffentlicht: (2026)

Agentic Keyframe Search for Video Question Answering
von: Fan, Sunqi, et al.
Veröffentlicht: (2025)

ARM-Thinker: Reinforcing Multimodal Generative Reward Models with Agentic Tool Use and Visual Reasoning
von: Ding, Shengyuan, et al.
Veröffentlicht: (2025)

UniGenDet: A Unified Generative-Discriminative Framework for Co-Evolutionary Image Generation and Generated Image Detection
von: Zhang, Yanran, et al.
Veröffentlicht: (2026)