arXiv 该工作提出 Form and Void Agent（FaV-A），一个面向正负空间（positive-negative space）构图的分阶段多模态智能体：先生成基础物体，再分析其形状与空间结构以识别候选负空间语义，最后生成构图指令用于最终图像生成；实验与消融分析表明，相比直接零样本 MLLM 基线，FaV-A 能生成视觉更连贯、语义更对齐的正负空间构图。
该工作提出 Form and Void Agent（FaV-A），一个面向正负空间（positive-negative space）构图的分阶段多模态智能体：先生成基础物体，再分析其形状与空间结构以识别候选负空间语义，最后生成构图指令用于最终图像生成；实验与消融分析表明，相比直接零样本 MLLM 基线，FaV-A 能生成视觉更连贯、语义更对齐的正负空间构图。
该工作提出 Form and Void Agent（FaV-A），一个面向正负空间（positive-negative space）构图的分阶段多模态智能体：先生成基础物体，再分析其形状与空间结构以识别候选负空间语义，最后生成构图指令用于最终图像生成；实验与消融分析表明，相比直接零样本 MLLM 基线，FaV-A 能生成视觉更连贯、语义更对齐的正负空间构图。
该工作提出 Form and Void Agent（FaV-A），一个面向正负空间（positive-negative space）构图的分阶段多模态智能体：先生成基础物体，再分析其形状与空间结构以识别候选负空间语义，最后生成构图指令用于最终图像生成；实验与消融分析表明，相比直接零样本 MLLM 基线，FaV-A 能生成视觉更连贯、语义更对齐的正负空间构图。