في هذه الورقة البحثية، نُظهر أن تمثيل الأسلوب الجيد هو أمر بالغ الأهمية ويكفي لتحقيق نقل الأسلوب المعمم دون الحاجة إلى التخصيص أثناء الاختبار. نحقق هذا من خلال إنشاء مشغل مُدرك للأسلوب (style-aware encoder) وقاعدة بيانات منظمة للأساليب تُسمى StyleGallery. وبفضل التصميم المخصص لتعلم الأسلوب، يتم تدريب المشغل المُدرك للأسلوب على استخراج تمثيلات أسلوبية تعبيرية باستخدام استراتيجية تدريب منفصلة (decoupling training strategy)، بينما تُمكّن StyleGallery من تحقيق القدرة على التعميم. كما نستخدم بشكل إضافي مشغل تكامل المحتوى (content-fusion encoder) لتعزيز نقل الأسلوب القائم على الصور. ونُبرز أن نهجنا، المُسمى StyleShot، بسيط لكنه فعّال في محاكاة أنماط متنوعة ومطلوبة، مثل الأنماط ثلاثية الأبعاد، أو المستوية، أو التجريدية، أو حتى الأنماط الدقيقة، دون الحاجة إلى أي تعديل أثناء الاختبار. وتوثّق التجارب الدقيقة أن StyleShot يحقق أداءً متفوقًا في مجموعة واسعة من الأنماط مقارنةً بالطرق الرائدة الحالية. يمكن الوصول إلى صفحة المشروع عبر: https://styleshot.github.io/.