Gemini 可将手绘应用草图转化为交互工具：上传草图照片，选择 Canvas 工具让 Gemini 编写代码，在预览窗口测试，并实时调整颜色、字体或功能。

本文介绍了一种基于手绘草图的增强扩散架构（SEK），用于生成个性化的3D场景。该方法结合外部知识库和图推理，提升了3D场景生成的质量，并提出了通过自然语言描述进行3D房间设计的创新方法，以满足AR/VR对3D内容的需求。实验结果表明，该方法在合成和真实数据集上表现优异。

本文介绍了一种新型3D建模方法，通过手绘草图生成高保真内容，克服传统方法的局限性。研究表明，利用文本作为中间模态可以生成多样化的3D模型，强调了生成式AI在建筑设计中的潜力。此外，提出了基于观点控制的生成方法，帮助初学者快速进行三维建模，提高重建质量。

本文介绍了通过DreamControl的两阶段2D-lifting框架解决3D生成中的几何不一致性问题，提升了文本到3D生成的可控性。研究提出了Control3D方法，结合手绘草图和文本提示，生成高质量的3D场景，并探讨了人脸合成、3D模型生成及样式编辑等技术，展示了在几何和纹理一致性方面的显著进展。

论文提出Control3D，首次将手绘草图作为条件引入文本到3D生成，以提升用户可控性。方法采用改进的ControlNet引导NeRF场景学习，使各视角与文本和草图对齐，并利用预训练可微分照片到草图模型估计渲染图的草图，强制几何一致。实验表明，该方法能生成与文本提示和草图紧密对齐的忠实3D场景。

本文综述基于手绘草图的3D建模研究，提出部分水平建模与对齐框架，利用CLIPasso边缘图与三维部分区域对应，无需配对数据集，降低计算需求。相关方法包括端到端生成网络、结构感知对抗训练、风格化线条生成、多视角迭代更新及VR草图条件生成，推动交互设计与VR/AR应用发展。

该文章介绍了一种基于手绘草图的3D建模方法，采用端到端的方式，引入了轻量级生成网络和结构感知对抗训练，并通过Stroke Enhancement Module（SEM）捕捉结构信息，提升性能。实验证明该方法在合成和真实数据集上具有最先进的性能。