Building Multimodal LLM Agents for Multi-Object Image Generation
Learn how to design agentic workflows using planning, progressive execution, and feedback loops to generate complex, multi-object images with diffusion models.
-
💬
Instrutor de IA
Pergunte sobre qualquer aula e receba uma resposta clara na hora, quando quiser. -
🕐
Comece quando quiser
Sem horários nem prazos: aprenda no seu ritmo, quando quiser. -
🌐
Em português
Aulas, tarefas e certificado: tudo totalmente no seu idioma.
Sobre este curso
Standard text-to-image models often struggle to accurately place and render multiple distinct objects in a single scene. By combining the reasoning power of Large Language Models with diffusion models, you can build smart agentic systems that plan, execute, and refine complex image generation tasks. In this course, you will transition from a beginner to understanding how multimodal LLM agents orchestrate multi-object image generation. You will learn how to break down user prompts, generate precise spatial layouts, and implement iterative feedback loops to correct errors. What you'll learn: 1. Understand the foundational principles of multimodal LLMs and text-to-image diffusion models. 2. Design agentic planning systems that decompose complex multi-object prompts into structured layouts. 3. Apply progressive execution techniques to generate images step-by-step. 4. Implement automated feedback loops to evaluate and refine generated images. 5. Utilize structured JSON outputs and tool-calling patterns to coordinate agent-to-model communication. 6. Explore modern orchestration workflows for building reliable AI agent architectures. The course starts with essential terminology and foundational concepts before guiding you through the architecture of agentic planners, layout generators, and feedback loops. You will study practical code walk-throughs and conceptual design patterns to build your own image-generation coordinator. This course is designed for software developers, AI enthusiasts, and tech professionals who are new to agentic workflows. No advanced background in machine learning is required, though basic familiarity with Python is helpful. Start learning today to build intelligent agents that bridge the gap between language and vision.
O que você vai receber
-
📜
Certificado de conclusão
Adicione ao seu perfil do LinkedIn -
💬
Tutor AI pessoal
Travou em uma aula? Pergunte ao seu tutor integrado qualquer coisa, a qualquer hora. -
♾️
Acesso vitalício
Volte quando quiser, sem expirar -
📱
Celular ou computador
Funciona em qualquer dispositivo -
💸
Reembolso em 14 dias
Sem perguntas -
⚡
Curto e focado
2 h 30 min de conteúdo prático
Avaliações
Ainda não há avaliações — seja o primeiro a compartilhar sua experiência.
Outros também fizeram
🎓 Com certificado
IA privada com LLMs de código aberto: implantação local, RAG e agentes
Certificado
Prática
$14.99
→
💼 Pronto para o mercado
🎓 Com certificado
Ajuste fino de modelos OpenAI: personalize LLMs com seus próprios dados
Certificado
Prática
$14.99
→
🏆 O mais popular
🎓 Com certificado
Desenvolvimento de sistemas RAG com o Azure OpenAI e o Apache Spark
Certificado
Prática
$14.99
→
💼 Pronto para o mercado
🎓 Com certificado
Desenvolvimento de aplicativos de IA com LangChain
Certificado
Prática
$14.99
→
Perguntas frequentes
O que preciso para fazer este curso? +
Só um celular ou computador com internet. Sem instalações nem hardware especial.
Como faço para pagar? +
Com cartão via Stripe. Não guardamos dados do cartão — o Stripe processa com segurança.
Posso pedir reembolso? +
Sim — reembolso integral em 14 dias, sem perguntas.
Por quanto tempo terei acesso? +
Para sempre. Uma vez comprado, o curso é seu para revisar quando quiser.
Vou receber um certificado? +
Sim. Ao concluir, você recebe um certificado que pode adicionar ao seu perfil do LinkedIn.
Feito para profissionais em
Tecnologia
Design
Finanças
Marketing
Saúde
Educação
Hotelaria
Indústria