ThemeStation提出了一种新颖的主题感知3D生成方法。该方法采用两阶段框架，首先生成概念图像，然后进行参考信息指导的3D建模，以创建主题一致且多样化的3D资产。通过创新的双重分数蒸馏损失，ThemeStation有效利用输入示例和合成概念图像的先验知识。实验结果显示，该方法在生成高质量、多样化的主题感知3D模型方面表现优异，并可应用于可控3D-to-3D生成等多个场景。

GaussianDreamerPro是一个新型框架，用于从文本生成高质量、可操作的3D高斯模型。该框架将高斯点绑定到几何体上，逐步优化几何结构和外观细节。这种方法不仅提高了生成资产的质量，还使其能够轻松集成到动画、合成和模拟等下游应用中，拓展了3D内容创作的可能性。