语义排印的图像化文字
表达性的文字动画，结合了语义意义传达和用户提示驱动的活力运动，通过使用向量图形表示和全流程基于优化的框架，实现了自动化的动态排版方案，包括形状保持技术和感知损失规范化，通过定量和定性评估证明了该方法在生成连贯的文字动画时的有效性。
Apr, 2024
TypeDance 是一种 AI 辅助工具，它将设计理念与生成模型相结合，用于个性化的语义排版 logo 设计，支持从上传的图像范例中提取可组合的设计先验，并在各种结构粒度上支持类型 - 图像映射，实现灵活控制的多样美学设计。
Jan, 2024
该研究介绍了 WordArt Designer API，这是一种利用 ModelScope 上的大语言模型（LLMs）进行用户驱动的艺术字体合成的新型框架。我们通过提供一种动态、自适应且计算高效的替代方案，解决了艺术字体对非专业人士的简化挑战。我们的方法利用 LLMs 的能力来理解和解释用户输入，从而实现更直观的设计过程。通过各种案例研究，我们展示了用户如何表达他们的审美偏好和功能要求，系统则将其转化为独特且创意的字体设计。我们的评估结果表明，与现有系统相比，用户满意度、设计灵活性和创造性表达都有显着改进。WordArt Designer API 不仅民主化了字体艺术，还为个性化的数字传播和设计开辟了新的可能性。
Jan, 2024
这篇论文介绍了 “WordArt Designer”，一种依赖于大型语言模型（LLM）的用户驱动艺术字体综合框架，结合了生成式人工智能与艺术字体设计，包括 LLM 引擎、SemTypo 模块、StyTypo 模块和 TexTypo 模块等四个关键模块。
Oct, 2023
本研究将文本反转技术扩展到不同分辨率，学习生成代表概念的伪词，并利用语言进行不同分辨率图像的生成和处理，允许用户根据需要生成不同分辨率的图像，可用于图像生成的多个方面，开源代码位于指定 URL。
Nov, 2022
通过 SemStyle 模型，利用自然语言处理技术和语义框架生成语义和风格相符且与图片语义相关的题注，为从丰富的网络语言数据中学习更丰富的图像描述提供可能性。
May, 2018
通过生成对抗网络（GAN）或变压器模型进行文本到图像生成。提出了一种方法，利用人工智能模型进行主题创造，并对实际绘画过程进行分类建模。通过将所有视觉元素转化为可量化的数据结构来创建图像，并与现有的图像生成算法进行语义准确性、图像可复现性和计算效率方面的有效性评估。
Dec, 2023
该论文介绍了一种基于生成式对抗网络的图像生成方法，引入了一种简单有效的语义 - 空间感知块，学习语义自适应变换，并在弱监督方式下学习语义掩膜，从而在保持视觉保真度的同时，能够对输入文本精准对齐。
Apr, 2021
MetaDesigner 通过利用大型语言模型的优势来革新艺术排版综合，并以用户参与为中心的设计范式。该框架的核心是由 Pipeline、Glyph 和 Texture 代理组成的多代理系统，共同实现从语义增强到复杂纹理的定制 WordArt 的创建。MetaDesigner 通过综合多模型的见解和用户评估的全面反馈机制，迭代地改进和增强设计过程。通过这一反馈循环，该系统巧妙调整超参数以与用户定义的风格和主题偏好相一致，生成视觉吸引力和语境相关性均超出用户期望的 WordArt。经验证实，MetaDesigner 有效地服务于多种 WordArt 应用，持续生成美学吸引力和语境敏感性的结果。
Jun, 2024