従来の多くの高品質・高機能な画像編集手法は教師データを必要としていた．これに対し，提案手法では中間表現としてピクセルレベルでも画像レベルでもない中間レベルの楕円形Blobでの表現制約を付与することで，教師無しでの特定のクラスに依存しない表現を獲得した．そして楕円形Blobは2D上で表現されるため，オブジェクトのスタイルおよび構造と位置，大きさのDisentanglementを促進する．

寝室やキッチンなどのシーンにおいて，各オブジェクトのBlob表現を獲得し，定性的に高品質な画像生成・編集を実現．また定量的にもStyleGANv2と同程度またはより優れた知覚的品質の評価結果が得られ，Blobとオブジェクトクラスの相関評価からもDisentanglementに成功したことが確認された．

シンプルな手法で，NeRFやCLIPを用いたV&Lへの拡張も期待できる． プロジェクトページ：https://dave.ml/Blobgan/ コード：https://github.com/dave-epstein/Blobgan