निर्देश-इमेजन एक बहुविधा चित्र निर्माण मॉडल है जो बहुविधा निर्देशों को शामिल करके विषम चित्र निर्माण कार्यों को संसाधित करने में सक्षम है और अज्ञात कार्यों में सामान्यीकरण प्राप्त करता है। यह मॉडल विभिन्न विधाओं (जैसे पाठ, किनारे, शैली, विषय आदि) को प्राकृतिक भाषा का उपयोग करके एकीकृत करता है, जिससे समृद्ध निर्माण इरादों का मानकीकरण होता है। पूर्व-प्रशिक्षित पाठ-से-चित्र प्रसार मॉडल पर दो-चरणीय ढाँचे के सूक्ष्म समायोजन, पुनर्प्राप्ति-वर्धित प्रशिक्षण और विभिन्न चित्र निर्माण कार्यों के सूक्ष्म समायोजन के माध्यम से, यह मॉडल विभिन्न चित्र निर्माण डेटासेट पर मानवीय मूल्यांकन परिणामों में दिखाता है कि यह क्षेत्र में पहले के कार्य-विशिष्ट मॉडलों के साथ मेल खाता है या उनसे बेहतर है और अज्ञात और अधिक जटिल कार्यों के लिए आशाजनक सामान्यीकरण क्षमता प्रदर्शित करता है।