新加坡国立大学推出的OmniConsistency插件，通过大规模扩散Transformer技术，提升了图像风格化的一致性和美学质量，解决了现有方法的三大挑战，降低了开发者的使用门槛。

本文比较了四种用于音乐生成的人工智能算法，分析了它们在美学质量和应用适用性方面的表现。研究表明，GPT3生成的旋律最具美感，而结合Schillinger节奏理论的方法在音质上优于传统生成方法。

本研究提出了POSTA框架，解决了自动海报设计在文本准确性、用户定制和美学吸引力方面的不足。该框架结合扩散模型和多模态大语言模型，能够生成视觉吸引且内容清晰的海报。实验结果表明，POSTA在文本准确性和美学质量上优于现有模型，具备良好的可控性和设计多样性。

本研究提出了一种平衡DPO方法，旨在解决文本到图像扩散模型在对齐多样化偏好方面的挑战。该方法通过对齐人类偏好、CLIP评分和美学质量等指标，显著提升了主要指标的表现，平均胜率分别提高了15%、7.1%和10.3%。

本研究提出了EasyRef方法，利用多模态大语言模型解决传统方法在处理多张图像时缺乏交互的问题。实验结果表明，EasyRef在美学质量和零样本泛化能力上优于现有方法。