本研究提出PASTA方法，解决条件3D形状生成中的信息损失和用户意图最大化问题。通过融合用户素描和文本描述，提升了素描的语义表示和部件级编辑能力，实现了先进的素描到3D形状生成效果。

本研究针对传统机器人操作策略训练中对大量示范和环境模拟的需求问题，提出了Sketch-to-Skill框架，利用人类绘制的2D草图轨迹来引导强化学习。该方法创新性地结合了草图到3D轨迹生成，生成初步示范，显著提高了机器人操作学习的可访问性和应用范围。实验结果表明，该框架的性能接近依赖于遥控示范数据的基线模型，并大幅超越了单靠强化学习政策的表现。

本文介绍了DiT-MoE，一种优化推理的稀疏扩散Transformer，通过共享专家路由和均衡损失来减少冗余并捕捉知识。研究表明，随着层数加深，专家选择对空间位置的偏好逐渐均匀。DiT-MoE在图像生成中表现优异，推理计算负担更轻，获得了新的SoTA FID-50K评分1.80。

本文提出了一种轻量级的端到端合成模型，能够将图像转换为多风格素描。该方法通过半监督学习与特征提取模块的结合，显著提升了素描的质量和风格变换能力。在多个基准测试中优于现有算法。

本研究针对传统注意力模型在长序列任务中的计算复杂度问题，提出了一种名为S$^3$Attention的新型结构，利用平滑骨架素描有效平衡信息保留与计算减少的关系。该方法通过引入平滑块和矩阵素描技术，显著提高了信息处理的效率和准确性，并在多项数据集上表现出优于传统注意力模型及其他先进变体的性能。

我们提出了一种半监督的多模态素描提取方法，能够通过非配对数据训练来模仿给定参考素描的风格，并在定量和定性评估中优于最先进的素描提取方法和非配对图像翻译方法。

通过手势示意、无需硬件和标记物，直接生成清晰的素描图。

本文提出了一种新的框架，通过对比文本间接对齐素描和照片，实现了零样本学习，有效处理未见类别。实验证明该方法在零样本基于素描的图像检索上有效。

该文章介绍了一种新型的素描到图像工具，帮助艺术家进行迭代细化过程。该工具允许用户绘制粗略表示物体放置和形状的阻塞笔触以及用于精炼形状和轮廓的详细笔触。通过两步算法生成高保真度图像，第一步使用ControlNet生成遵循所有笔触的图像，第二步通过添加噪声增加变异性。还提出了一种数据集生成方案，用于训练ControlNet架构。该方法生成的高保真度图像可作为脚手架，帮助用户调整物体形状和比例，或在构图中添加额外元素。通过例子和评估性比较证明了该方法的有效性。

本文提出了一种自监督方法用于场景素描生成，该方法不依赖于任何现有的场景素描，可将单对象的素描转化为场景素描。通过引入矢量素描字幕和素描语义扩展方法，并设计一个融合多模态感知约束的生成网络，适用于零样本图像到素描的下游任务，实验证明其具有最先进的性能。最后，通过我们提出的素描生成方法，我们贡献了一个以场景素描为中心的大规模数据集，包括高度语义一致的 “文本 - 素描 - 图像”...

借助 Diff3DS 框架，通过在 2D 图像域中计算的梯度，实现了 3D 草图的端到端优化。该框架可以用于文本到 3D 草图和图像到 3D 草图的生成任务，支持基于蒸馏的监督学习，如 Score Distillation Sampling (SDS)。大量实验证明了该框架的潜力和有望的结果。

StockGPT是一种在美国股票每日收益历史数据上预训练的自回归模型，能够准确预测股票收益动态。通过注意机制，StockGPT能够自动学习预测未来收益的隐藏表示。在测试样本中，基于StockGPT的投资组合年收益为119%，夏普比率为6.5，完全解释了动量和逆转现象，并涵盖了大多数股市因素。这显示了生成型人工智能在金融投资决策方面的潜力，并证明了大型语言模型的有效性。

该研究介绍了一个专门为绘画领域设计的多属性、多类别的数据集APDD，包含24个艺术类别和10种审美属性。提出了一种名为AANSPS的方法，用于评估混合属性艺术数据集中的审美属性。目标是促进绘画和素描审美评估领域的发展。

本文提出了一种新的框架，通过对比文本间接对齐素描和照片，实现了零样本学习。实验证明该模型在零样本基于素描的图像检索上有效。

通过揭示素描在扩散模型中的潜力，解决了生成人工智能直接素描控制的虚假承诺。提出了一种意识到抽象的框架，利用素描适配器、自适应时间步骤采样和经过预训练的精细化素描图像检索模型的辨别引导，协同工作以加强细粒度素描照片关联性。方法在推理过程中无缝运行，无需文本提示。贡献包括专业素描生成的民主化控制、引入意识到抽象的框架和利用辨别引导，通过实验证实。

提出了一种新颖的从草图到漫画的框架，通过色彩向导生成彩色插图，并根据强度引导生成带有阴影高频晕点的漫画。该方法在生成高质量的漫画方面优于现有方法。

通过揭示素描在扩散模型中的潜力，解决了生成人工智能直接素描控制的虚假承诺。提出了一种意识到抽象的框架，利用素描适配器、自适应时间步骤采样和经过预训练的精细化素描图像检索模型的辨别引导，协同工作以加强细粒度素描照片关联性。贡献包括专业素描生成的民主化控制、引入意识到抽象的框架和利用辨别引导，通过大量实验证实。