融合模型在GUI设计风格生成的研究与应用
严武军
张晓丽
王程
景莹
太原师范学院 山西晋中 030619
摘要：风格生成方法作为"设计助手"的核心模块,为人机协同创作模式奠定技术基础.文本到图像个性化和风格化的目标是指导一个预先训练好的扩散模型来分析用户引入的新概念,并将其融入期望的风格中.现有设计风格生成方法面临部署成本高、准确率低以及同质化倾向等问题.为此,文章提出了一种融合LoRA 与 MoE 机制的高效设计风格生成模型 LMSD(lora-moe-stable diffusion),在 Stable Diffusion 的图像生成过程中,通过插入LoRA层实现轻量化微调并且融合MoE模块以提高模型精度.同时,采用风格一致性损失函数,解决生成结果在风格维度上与输入Prompt保持一致.实验结果表明,该模型在优逸客提供的GUI作品集上风格匹配准确率提升至89.7％,验证了其有效性和优越性,为生成式设计工具的智能化发展提供了有效路径,减少了人工设计过程中的重复劳动和时间成本,为UI设计师们开辟了广阔的创作空间与灵感源泉.
关键词：模型微调风格生成生成式人工智能Stable Diffusion
论文发表日期：2026-03-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：5( 151-155 )