本文介绍了多种基于扩散模型的全景图像生成技术，如LayoutDiffusion、SyncDiffusion和MVDiffusion，强调了在生成质量、可控性和语义一致性方面的提升。这些模型通过创新的注意力机制和优化策略，能够有效生成高分辨率、无缝且连贯的360度全景图像，展示了其在视觉内容生成中的潜力。

该研究提出了一种生成式设计框架，利用物理启发的参数模型和进化优化元启发式算法，在方案设计阶段生成多样的设计建议，适用于复杂的设计问题。

本文介绍了LayoutLLM，一种灵活的文档分析方法，旨在理解图像化文档。该模型通过结合文本语义和空间布局，在多项文档分析任务中表现优于现有模型，尤其在处理不规则布局和异构内容方面。研究表明，布局增强显著提升了大型语言模型在文档理解中的性能。

该研究提出了一种从大规模预训练视觉模型中提取空间布局和语义分割的方法。通过分析神经网络激活中的分组信息，无需猜测模型的哪个部分包含相关信息。通过优化目标在各个层中的特征比较得到一组亲和矩阵，解决了这一优化问题。结果表明，关键字和查询向量根据空间接近度协调关注信息流，而值向量则用于完善语义类别表示。