다양한 모달리티의 지시에 따른 유연한 시각적 편집

InstructAny2Pix는 다양한 모달리티의 지시(텍스트, 이미지, 오디오)를 이해하고 이에 따라 입력 이미지를 유연하게 편집할 수 있는 시스템이다.