本研究提出三种无需训练的调优方法，解决草图到场景生成中的多实例和细节缺失问题，显著提升ControlNet模型的表现，生成更准确、细致的2D图像。

本研究解决了多语言模型在不同语言间表现不均的问题，提出了一种基于语言特征选择的调优方法，降低计算成本，提高数据质量，提升模型多任务表现。