MagicQuill ist ein integriertes Bildbearbeitungssystem, das Nutzern eine schnelle Umsetzung kreativer Ideen ermöglichen soll. Ausgehend von einer übersichtlichen und leistungsstarken Benutzeroberfläche können Nutzer ihre Vorstellungen mit wenigen Handgriffen umsetzen, z. B. Elemente einfügen, Objekte entfernen oder Farben ändern. Diese Interaktionen werden von einem multimodalen, großen Sprachmodell (MLLM) in Echtzeit überwacht, um die Nutzerintention vorherzusagen, ohne dass Eingabeaufforderungen erforderlich sind. Schließlich wenden wir leistungsstarke Diffusions-Aprioris an, um mithilfe eines sorgfältig trainierten zweigliedrigen Plugin-Moduls Bearbeitungsanfragen präzise zu steuern.