用图像编辑模型执行视觉规划

EAR将逐步生成式视觉规划重构为一次图像编辑，以降低推理计算开销。

推荐理由：EAR把视觉规划编码为单次编辑操作，绕开逐帧或逐步生成带来的高计算成本；若能保持空间推理正确率，将为纯视觉智能体提供更低延迟的规划路径。