AutoStudio ist ein auf großen Sprachmodellen basierendes Framework zur interaktiven Bilderzeugung mit mehrstufigem Dialog. Es generiert qualitativ hochwertige Bilder mithilfe dreier Agents und eines auf Stable Diffusion basierenden Agents. Die Technologie erzielt bemerkenswerte Fortschritte in der Konsistenz über mehrere Themen hinweg und verbessert die Qualität und Konsistenz der Bilderzeugung durch parallele UNet-Strukturen und eine Methode zur Themeninitialisierung.