CRAFT: Ajuste de retroalimentación agentiva y razonamiento continuo

FlyMy.AI introduce CRAFT, un método que integra razonamiento continuo y retroalimentación agentiva en la generación de imágenes a partir de texto y en la edición de imágenes, sin requerir reentrenamiento de los modelos base. El proceso descompone los prompts en preguntas visuales estructuradas, genera una imagen inicial, verifica las restricciones con un modelo de visión-lenguaje (VLM) y refina solo las partes fallidas mediante edición iterativa. CRAFT mejora significativamente la precisión composicional, el renderizado de texto y la consistencia prompt-imagen en modelos como FLUX-Schnell, FLUX-Dev y Qwen-Image, según evaluaciones en datasets como DSG-1K y Parti-Prompt. Es agnóstico al modelo, permitiendo su uso con cualquier generador T2I open-source o API. El overhead es modesto, con 3 iteraciones típicas en unos 90 segundos.