通过具有美学约束的扩散模型实现对齐布局生成

基于摘要分析。本文研究图形设计中的可控布局生成，即在表达设计意图的约束下，为文档、网页等设计安排视觉元素。作者提出 LAyout Constraint diffusion modEl（LACE），以连续扩散模型统一处理指定元素属性的布局生成，以及粗略布局的细化和补全。 核心机制是利用连续状态空间，将可微美学约束函数纳入训练；条件生成则通过掩码输入引入条件。这里的状态空间指连续布局表示，摘要并未将 LACE 描述为 State Space Model 类序列架构。作者指出，近期扩散布局模型虽取得较好的 FID，却比早期 transformer 模型表现出更明显的元素不对齐，因此本文关注的不仅是生成分布质量，也包括布局对齐。 作者报告，LACE 在所评估的布局生成任务中产生高质量布局，并优于现有最先进基线。摘要未提供数据集、划分、基线名称、具体指标数值、约束函数及其权重，尚不能判断改善幅度或不同任务下的稳定性；实验协议、消融及统计信息尚未验证。 本文主要研究对象是视觉设计布局，并非 EEG 解码或 BCI。摘要未建立美学约束与神经信号任务之间的具体对应关系，因此不据此推断 BCI 有效性，也不提出 EEG 迁移实验。复现前应核对布局表示、可微约束定义、掩码条件构造，以及 FID 与对齐质量的评估方式；代码与训练配置的可得性尚未验证。