Jun, 2024

使用生成式人工智能（AI）重新发现城市漫步的体验与设计

PDF
TL;DR通过一项初步研究，我们探索了城市游戏互动中 AI 图像技术的体验和设计空间，强调了 AI 图像技术支持玩味、重塑和重新发现城市景观的能力，并提出了 AI 图像技术作为 “旅游者” 的隐喻来讨论其参与探索和对地方刻板印象的风险，为未来创造带有生成型人工智能的城市游戏的 HCI 努力提供了初步的经验见解和设计考虑。
hciemerging technologiesai image technologyurban interactiongenerative ai
发现论文，激发创造
  • 使用生成式 AI 理解地域身份

    本研究探讨了生成人工智能在理解城市人类感知方面的能力，在通过筛选的文字和图像描述来捕捉城市地方认同感方面具有潜力，因此它可以为城市设计文献提供未来研究机会和潜在局限性。

    Jun, 2023

  • 探索滥用生成式人工智能模型在 Civitai 的使用

    使用包含 87K 个模型和 2M 个图像的综合数据集，我们对最大规模的 AIGC 社交平台 Civitai 进行了首次综合实证研究，重点关注其用于生成虐待性内容的使用情况，并探讨更好地管理这些平台的策略。

    Jul, 2024

  • 利用生成智能技术为智慧城市数字孪生加强：关于数据、场景、三维城市模型和城市设计自主生成的调查

    通过集成先进的信息、通信和计算技术对现代城市进行数字化转型，标志着数据驱动的智能城市应用迈入了一个新时代，以实现高效和可持续的城市管理。本综述旨在探讨生成式人工智能技术与城市数字孪生的创新整合，以解决智慧城市领域中的挑战，如交通与流动性管理、能源系统运营、建筑和基础设施管理以及城市设计。综述从介绍热门生成式人工智能模型及其应用领域开始，然后系统回顾现有的利用生成式人工智能技术自治能力促进城市监测和预测分析的城市科学应用，包括数据增强、合成数据和场景生成、自动化 3D 城市建模以及生成式城市设计和优化。在回顾的基础上，本综述讨论了将生成式人工智能模型融入下一代城市数字孪生中以实现更可靠、可扩展和自动化管理智慧城市的潜在机会和技术策略。

    May, 2024

  • 适应或死亡的情况”：游戏业专业人士对文本转图像生成 AI 的感知、采纳与使用

    本研究通过对 14 名游戏专业人员进行语义结构化访谈，揭示了 TTIG 在游戏行业实践中的专业人士感知、采纳和使用的 12 个总体主题和 49 个子主题，可以用于促进该行业内的讨论、为政策制定人员提供信息以制定迫切需要的立法，并支持游戏、HCI 和 AI 领域的研究人员以支持 TTIG 的可持续、专业使用以造福人们和游戏文化艺术品。

    Feb, 2023

  • 生成 AI 可能更愿意基于大陆级别的刻板地理印象呈现城市的国家级特征

    中国基于生成式人工智能平台文心颐格的实验表明，该平台生成的城市街景图像在经济发展水平和现代化方面可能存在大陆级别的刻板印象，不能充分代表不同国家间多样化的城市风景。将这些生成的图像用于地理教育或宣传活动可能无意中加强人们对个别国家的刻板观点。

    Oct, 2023

  • AIxArtist：与人工智能互动逃离创作瓶颈的第一人称故事

    未来，艺术和人工智能（AI）之间的融合充满了前景，通过技术的进步，AI 在设计中的使用越来越广泛，艺术实践可能不再是一种仅限于人类的艺术形式，而是成为一种数字化整合的体验。通过增强的创造力和协作，艺术和 AI 可以共同努力创造出视觉上吸引人且满足艺术家和观众需求的艺术产出。虽然融合将走多远还难以预测，但艺术与 AI 很可能会相互影响。本文的研究人员通过描述 HCI 研究人员和 AI 之间试图摆脱创造障碍的互动，提出了一次第一人称研究，以探索 AI 如何支持艺术家的创造力，并在这种情境中什么是可解释的。结果引发了进一步讨论和探索，涉及到 XAIxArts 社区中透明化的归因、创作过程、伦理问题、灵感与抄袭等方面。

    Aug, 2023

  • 自动化城市规划：当生成式和 ChatGPT 类似的人工智能遇见城市规划

    本文介绍了城市规划和人工智能两个领域的重要性和联系，探讨了人工智能如何促进现代城市规划，主要思路是通过机器学习研究实现从社会媒体、环境、经济活动等方面对目标区域的土地利用配置自动生成，为两个领域的交叉研究提供了关键的研究方向。

    Apr, 2023

  • UrbanGenAI：利用全景分割和扩散模型重建城市景观

    这篇论文提出了一种集成计算机视觉和生成式人工智能（genAI）的新方法，通过先进的图像分割和扩散模型的协同作用，实现了城市设计的全面方法。我们的研究方法涵盖了详细图像分割的 OneFormer 模型和通过 ControlNet 实现的文本描述生成图像的稳定扩散 XL（SDXL）扩散模型。早期测试表明，UrbanGenAI 不仅提升了城市景观重建的技术前沿，也在设计教学和社区参与的城市规划方面提供了显著的益处。UrbanGenAI 的持续发展旨在对其在更广泛的背景下的有效性进行进一步验证，并集成实时反馈机制和三维建模能力等附加功能。

    Jan, 2024

  • AI 影像与欧弟顿窗

    本文是一篇文献综述，探讨了 AI 生成模型在静态和交互媒体中简化视觉创造流程的巨大潜力及其在技术和伦理方面对多个重要产业的影响，涵盖了 AI 文本到图像生成、Midjourney、Stable Diffusion、AI 伦理、游戏设计、数字艺术和数据洗白等方面的关注点和挑战，以及如何通过适当的监管解决相关的法律、伦理等问题。

    May, 2023

  • 通过研究设计应对生成式人工智能技术：作为一项探索性研究的 Ryelands AI 实验室

    生成式人工智能技术需要新的实践和批判能力，我们通过研究和设计研究合作开发了一个基于学生与生成式人工智能技术互动的建构主义课程，揭示了通过反思和持久的实践方法能够促进学生的实践和批判能力的共同成长。我们提供了构建主义方法设计生成式人工智能技术教育的指导，并探讨了人机交互研究在设计与生成式人工智能技术互动方面的利用，以及如何利用 “研究和设计” 作为一种对快速演化、颠覆性技术进行 “快速响应” 的方法论。

    May, 2024