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。

本研究提出了一种新系统PASTA，旨在解决自回归大型语言模型的顺序解码局限。该系统通过学习语义独立性，优化并行解码，显著提升了解码速度和响应质量。

Argus3D是一种新的框架，通过扩展自回归模型到三维领域并改进其容量和可扩展性，实现了基于潜在向量的三维形状生成。Argus3D能够合成多样化和真实的三维形状，并取得了显著的性能提升。