导读
DRAW 结合 VAE、RNN 与可微注意机制，让模型通过多步“读/写”画布生成图像。虽然没有成为后来主流产品架构，它展示了 iterative image generation 与 attention 的早期结合。
查看大图 ↗所链接文献 PDF 的第 1 页，保留原图与原语言。页面版本以来源文件为准；后来的修订或重印日期不替代节点的历史日期。
Karol Gregor; Ivo Danihelka; Alex Graves; Danilo Rezende; Daan Wierstra · 原文献 · 图像权利归原权利人；不视为开放许可
资料出处 · DRAW ↗档案研究说明
一幅图像可以逐步写出来
ANTI-AI ARCHIVE · 修订 2026-10-02
研究方法与具体变化
DRAW 把空间注意力与序列式变分自编码结合，让生成模型逐步构造图像。作者用与人眼注视方式的类比解释注意机制，并在数字图像资料上评价生成结果。这是一种计算设计类比，不是对人的绘画过程或视觉系统的完整复制。
本节依据: DRAW：注意机制与迭代画布：资料依据
在艺术史中的位置
编者解释：这个模型让生成具有可讨论的时间结构：图像并不一定一次出现。艺术史可以由此比较分步构图、迭代修订和最终输出，但不能因为算法分多步工作，就赋予每一步以人的意图或情感。
本节依据: DRAW：注意机制与迭代画布：资料依据
正文引用资料
核读作者或会议页面的摘要与版本记录；未通读全部证明或复现实验。
本篇按引用范围扩写档案说明；研究解释不应被理解为原作者的自述或已证实的因果影响。 正文与译文使用 AI 辅助，尚未经独立人工审校；分节引文标明依据，不代表已独立验证全部史实。
带着问题继续阅读
比较本条与自编码变分贝叶斯之间的制作方法、控制方式或展示语境。
比较本条与去噪扩散概率模型之间的制作方法、控制方式或展示语境。
日期与版本记录
节点标注日期：2015 · 来源记录的历史日期：2015
以上日期属于历史事件或资料所记版本，不是本站页面的上线日期；保留原有日期精度与待核事项。
原始资料与进一步阅读
以下链接通往来源的论文、文章、机构或会议页面。外部原文的语言以来源为准。
出处、翻译与核验状态
主线节点 #085 · 历史节点
研究资料与补充出处 · 1
AI 艺术谱系研究母版 · p. 16 · 050
原记日期: 2015
DRAW：注意机制与迭代画布 ↗
DRAW
站内说明依据所列研究资料撰写，非外链全文译本；AI 辅助翻译，待独立人工审校。
母版研究论述与日期尚待独立核验。
引用本节点
ANTI-AI ARCHIVE. DRAW：注意机制与迭代画布. 艺术史节点 #085. https://salondesrefuses.cn/zh/art-history/050
引用具体史实时，请同时引用上方原始资料，并补充你的访问日期。本站说明不是外链全文译本。
相邻节点按时间顺序排列，不意味着二者存在直接影响或因果关系。