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

本研究介绍一种使用拟声词生成舞蹈动作的新方法，旨在提高舞蹈生成的创造力和多样性，适用于各种语言和文化，具有更直观的舞蹈生成和更广泛的受众。

Jun, 2023

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

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

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

使用神经生成能力和感知注入技术，本研究提出了一种无需提示的生成方法，使用户能够自动生成个性化的具有自定义艺术风格的画作内容。

Feb, 2024

提出了一种基于语言 - 视觉模型和预先训练模型的自动生成 “图像即单词” 的方法，以传达单词的语义概念，并通过优化每个字母的轮廓，确保文本易读性和字体风格的保持。

Mar, 2023

本文介绍了一种基于内容感知布局生成网络的方法，将字形图像和对应文本作为输入，自动生成美观的排版布局。在设计中融合了语言学和视觉语义信息，同时训练和评估了文本 Logo3K 数据集，验证了其在合成视觉上令人愉悦的文本 Logo 方面的优越性。

Apr, 2022

本文提出了一种用于生成 3D 舞蹈动作的创新任务，该任务同时加入了文本和音乐模态。本文通过使用基于 3D 人类运动 VQ-VAE 的交叉模态变压器，将这两个数据集的运动投影到由量化向量组成的潜在空间中，并引入 Motion Prediction Distance 和 Freezing Score 两个新指标，成功生成了健康的、连贯的舞蹈动作。

Apr, 2023

基于扩散模型的 PixelDance 结合图像指令和文本指令，展现了合成复杂场景与精细动作的视频生成能力，创立了新一代的视频生成标准。

Nov, 2023