Update app.py

app.py

@@ -233,7 +233,7 @@ def analyze_image_for_robot(
     task_type: str = "general",
     use_web_search: bool = False,
     enable_thinking: bool = False,  # 기본값 False로 변경
-    max_new_tokens: int = 250  # 기본값 250으로 변경
+    max_new_tokens: int = 300  # 장면 설명을 위해 300으로 증가
 ) -> str:
     """로봇 작업을 위한 이미지 분석"""
     global model, processor
@@ -249,23 +249,27 @@ def analyze_image_for_robot(
         
         # 태스크별 시스템 프롬프트 구성 (더 간결하게)
         system_prompts = {
-            "general": "당신은 로봇 시각 시스템입니다. 핵심 내용만 간결하게 설명하세요.",
+            "general": "당신은 로봇 시각 시스템입니다. 먼저 장면을 1-2줄로 설명하고, 핵심 내용을 간결하게 분석하세요.",
             "planning": """당신은 로봇 작업 계획 AI입니다. 
-주요 단계만 간결하게 작성하세요.
-형식: Step_1: xxx
+먼저 장면 이해를 1-2줄로 설명하고, 그 다음 작업 계획을 작성하세요.
+형식: 
+[장면 이해] 현재 보이는 장면을 1-2줄로 설명
+
+[작업 계획]
+Step_1: xxx
 Step_2: xxx
 Step_n: xxx""",
-            "grounding": "당신은 객체 위치 시스템입니다. 객체 위치를 [x1, y1, x2, y2]로 반환하세요.",
-            "affordance": "당신은 파지점 분석 AI입니다. 파지 영역을 [x1, y1, x2, y2]로 반환하세요.",
-            "trajectory": "당신은 경로 계획 AI입니다. 경로를 [(x1,y1), (x2,y2), ...]로 제시하세요.",
-            "pointing": "당신은 지점 지정 시스템입니다. 위치를 [(x1,y1), (x2,y2), ...]로 반환하세요."
+            "grounding": "당신은 객체 위치 시스템입니다. 먼저 보이는 객체들을 한 줄로 설명하고, 요청된 객체 위치를 [x1, y1, x2, y2]로 반환하세요.",
+            "affordance": "당신은 파지점 분석 AI입니다. 먼저 대상 객체를 한 줄로 설명하고, 파지 영역을 [x1, y1, x2, y2]로 반환하세요.",
+            "trajectory": "당신은 경로 계획 AI입니다. 먼저 환경을 한 줄로 설명하고, 경로를 [(x1,y1), (x2,y2), ...]로 제시하세요.",
+            "pointing": "당신은 지점 지정 시스템입니다. 먼저 참조점들을 한 줄로 설명하고, 위치를 [(x1,y1), (x2,y2), ...]로 반환하세요."
         }
         
         system_prompt = system_prompts.get(task_type, system_prompts["general"])
         
         # Chain-of-Thought 추가 (선택적)
         if enable_thinking:
-            system_prompt += "\n\n추론 과정을 <thinking></thinking> 태그 안에 작성 후 최종 답변을 제시하세요."
+            system_prompt += "\n\n추론 과정을 <thinking></thinking> 태그 안에 작성 후 최종 답변을 제시하세요. 장면 이해는 추론 과정과 별도로 반드시 포함하세요."
         
         # 웹 검색 수행
         combined_system = system_prompt
@@ -495,6 +499,7 @@ with gr.Blocks(title="🤖 로봇 시각 시스템 (Gemma3-4B)", css=css) as dem
         <h4>🌟 시스템 특징:</h4>
         <ul>
             <li>🖼️ 고급 이미지/비디오 분석 (Gemma3-4B VLM)</li>
+            <li>👁️ 장면 이해 및 상황 설명</li>
             <li>📋 다단계 작업 계획 및 추론</li>
             <li>📍 정밀한 객체 위치 파악 (Grounding)</li>
             <li>🤏 로봇 파지점 분석 (Affordance)</li>
@@ -561,7 +566,7 @@ with gr.Blocks(title="🤖 로봇 시각 시스템 (Gemma3-4B)", css=css) as dem
                     task_prompt = gr.Textbox(
                         label="작업 설명 / 질문",
                         placeholder="예: 테이블 위의 컵을 잡아서 싱크대에 놓기",
-                        value="이 장면에서 로봇이 수행할 수 있는 작업을 분석하세요.",
+                        value="현재 장면을 분석하고 로봇이 수행할 수 있는 작업을 제안하세요.",
                         lines=2
                     )
                     
@@ -582,7 +587,7 @@ with gr.Blocks(title="🤖 로봇 시각 시스템 (Gemma3-4B)", css=css) as dem
                         label="최대 토큰 수",
                         minimum=100,
                         maximum=4096,
-                        value=250,  # 기본값 250으로 변경
+                        value=300,  # 장면 설명을 위해 300으로 증가
                         step=50
                     )
             
@@ -669,9 +674,10 @@ with gr.Blocks(title="🤖 로봇 시각 시스템 (Gemma3-4B)", css=css) as dem
             "trajectory": "경로 계획"
         }
         
-        formatted_result = f"""🤖 {task_names.get(task_type, '분석')} 결과 ({timestamp}):
-
-{result}"""
+        formatted_result = f"""🤖 {task_names.get(task_type, '분석')} 결과 ({timestamp})
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+{result}
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━"""
         
         complete_status = '<div class="status-box" style="background:#d4edda; color:#155724;">✅ 분석 완료!</div>'
         return formatted_result, complete_status
@@ -700,9 +706,10 @@ with gr.Blocks(title="🤖 로봇 시각 시스템 (Gemma3-4B)", css=css) as dem
             max_new_tokens=tokens
         )
         
-        formatted_result = f"""🔄 자동 분석 ({timestamp}):
-
-{result}"""
+        formatted_result = f"""🔄 자동 분석 완료 ({timestamp})
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
+{result}
+━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━"""
         
         return (
             webcam_frame,