MangaFlow 学习资料
端到端智能体框架：可控故事→漫画生成
元数据
| 字段 | 值 |
|---|
| 论文标题 | MangaFlow: An End-to-End Agentic Framework for Controllable Story to Manga Generation |
| arXiv ID | 2605.28173 |
| 发表时间 | 2026年5月 |
| 作者 | Muyao Wang, Zeke Xie, Yanhao Chen, Lixin Xiu, Hideki Nakayama |
| 机构 | 东京大学 / 香港科技大学(广州) |
| 所属系列 | Creative LLM 系列 (R² → MangaFlow) |
| 页数 | 17 |
| 渲染器 | FLUX.2 / Gemini 2.5 Flash (渲染器无关架构) |
| 评测基准 | MangaGen-MetaBench (布局可控性 + 视觉一致性 + 生成质量) |
文件清单
学习路线
- 先读 论文输入记录 — 了解论文概况、摘要、核心贡献
- 再看 architecture — 浏览器打开暗色架构图，建立整体认知
- 深入 workflow-mermaid — 三组流程图逐一研读管线/记忆/布局细节
核心概念速查
- 显式中间变量: 布局几何、视觉引用、文字气泡均为可编辑控制量
- 故事章节记忆 Mₖ: 每个章节独立存储 {场景引用, 角色引用[], 物件引用[], 档案} → 跨分镜一致性
- 布局一等变量 Lᵢ: 3源输入 + Π确定性校正 + 自反思迭代 → 完全可控的几何输出
- 渲染器无关: 同一管线适配 FLUX.2 / Gemini 2.5 Flash，解耦视觉风格
- Π 校正: 确定性投影函数，保证面板数、无重叠、边界内、无空白