MetaSpatial框架通过强化学习提升视觉语言模型在三维空间推理中的能力，采用规则奖励机制和多轮优化，显著改善布局生成质量，克服了传统模型在空间任务中的局限性。实验结果显示，MetaSpatial在多个指标上优于传统方法，具有广泛的应用潜力。

本研究提出了LayoutVLM框架，旨在解决大型语言模型在生成符合物理规律的3D场景及遵循输入指令方面的不足。实验结果表明，LayoutVLM显著提升了布局生成的语义对齐效果。

本文介绍了多个文档布局分析数据集及其应用，如PubLayNet、LoRaLay和HJDataset。研究表明，结合布局感知和深度学习模型能有效提高文档信息提取的准确性，尤其在视觉丰富的文档中。此外，新框架READ和CLAY pipeline在布局生成和去噪方面也取得了进展。

该研究探讨了扩散模型在条件布局生成中的应用，提出了基于Transformer的布局扩散模型（LayoutDM），能够生成高质量、多样化的图形设计布局。该方法结合领域专家知识和数据驱动生成器，改善了生成式机器学习建模，为设计师提供了新工具。

本文综述扩散模型在图形布局生成中的应用。LayoutDM等模型采用离散扩散与Transformer架构，支持按元素类别、位置、尺寸等条件可控生成布局，在质量与多样性上优于基线。相关研究还涵盖布局到图像生成、语义可控场景合成及对抗监督等方法，推动布局设计自动化与可控性提升。

本文综述扩散模型在图与图像生成中的应用，包括布局扩散模型生成图形布局、GODM缓解图异常检测类别不平衡、SGDM提升图生成可扩展性、EDGE高效生成大图、DiffuseSG实现场景图生成，以及文本图像编辑、结构设计生成和文本生成等研究。

该文汇总多项研究：SVG使大模型直接理解操作图像；N'UWA统一多模态预训练，支持图像视频生成与编辑；SketchGNN用图卷积分割矢量草图；StrokeNet以笔画序列表示汉字提升翻译；LayoutNUWA将布局生成视为代码生成；组合神经绘画家实现笔画渲染与风格迁移；图卷积网络提升前列腺癌诊断；U-Net评估脑卒中病灶分割；语义标记ViT降低图像标记量；笔画感知方法增强场景文本超分识别。

该文综述了布局生成研究，包括LayoutGAN建模2D元素几何关系、RALF通过检索示例提升布局质量、READ用递归自编码器生成文档布局，以及非自回归生成、属性条件布局、Transformer布局模型、CGL-GAN图形布局和线框检测等，涵盖图像、文档与设计布局生成。

本文介绍了一种新的生成模型，用于布局生成。该模型利用最新的transformer architecture生成布局元素和计算布局元素之间的约束关系，分为三个步骤。通过有约束的优化方法实现布局优化，并与现有技术进行对比，证明了该方法不需要用户输入，能产生更高质量的布局，并具备新颖的有条件布局生成能力。