由于动漫绘画等艺术作品的抽象性，仅靠人工智能生成器很难生成符合用户意图的高质量动漫肖像。 尤其是普通用户绘制的粗略草图缺乏整体平衡和制作过程中各部分的详细信息，这使得将生成式人工智能方法融入其中成为一项更具挑战性的任务。

此次的研究团队开发了一种新的生成式人工智能技术，它可以模拟生产过程中的线条绘制方式，并从粗糙草图生成高质量的动画图纸。 该技术基于深度学习框架，在生成式人工智能中处理创作过程和探索潜空间（训练图像特征分布的低维空间）。

此外，基于所提出的框架，该项目还开发了一个用户界面，能够在创作过程中在屏幕上显示指导（完整的动画绘图）。 这样就能在整个制作过程中始终如一地生成高质量的动画肖像，而不受草图绘制顺序的影响。

通过动画肖像制作界面，15 名研究生对拟议的生成人工智能技术进行了评估。 结果表明，该系统在生成结果的满意度以及用户线条图与生成指导之间的匹配率方面都获得了很高的评价。

从长远来看，这项研究的成果有望促进生成式人工智能技术的推广，并为用户的创造活动提供支持，从而消除与体力相关的技能障碍，最大限度地扩展人类的创造能力。