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。

本文研究了无监督的手绘草图到照片的合成方法，通过两阶段翻译任务、自监督去噪目标和注意力模块处理抽象和风格差异，生成忠实于草图且逼真的图片，可用于图像检索和捕捉人类视觉感知。

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。