已收录文章摘要，完整内容可前往原文阅读。
让 AI 描述一张图片，或者根据一句话生成图片，已经越来越常见。但如果给它一张照片，再说一句“把桌上的红色杯子改成蓝色，其他地方保持不变”，问题就变得复杂了。它需要知道哪个物体是杯子，也需要保留杯子的