本研究提出了一种基于多模态大语言模型的框架，旨在改善文本logo设计中的元素布局。通过整合多模态输入和用户约束，生成内容感知的布局，提升设计的灵活性和稳定性。实验结果表明，该模型在几何美学和人类偏好评估上优于现有方法。
完成下面两步后，将自动完成登录并继续当前操作。
