AI 生成影像一直在以惊人的速度发展，并且有非常显着的业务应用，例如透过 AR 来生成直观的翻译，但是要构建一个高灵活度足以理解字体与手写之间细微差别却是难度不低的挑战，这不仅表示 AI 必须能够读懂风格、排版与自体之外，还要能够完全符合场景样式，像是弯曲、变形、背景和噪点等，任务之複杂可想而知。
根据 Facebook 的说法，TextStyleBrush 的工作原理很像文字处理器中的样式笔刷工具，但在影像中更符合文字的款式，与过去定义字体货目标样式套用特定参数的方式不同，它採用更全面的训练方式，将文字影像的内容从各方面拆解分析。为了直接以真实世界的影像进行训练，Facebook 用了不同的方式，在风格与细节进行学习，此外，Facebook 并不限制原始图像与加入的内容必须长度相同，也就是说假设文字框中共有 6 个字，但你不需要输入同样 6 个字的单词。
TextStyleBrush 证明了 AI 在文字上面可以比过去更加灵活、準确地识别，目前 Facebook 还在克服一些遇到的障碍，像是金属材质或不同颜色书写的文字等， Facebook 希望这项研究能继续扩展，突破翻译、自主表达和 deepfake 研究之间的障碍等。
