Jun, 2024

元设计师：通过 AI 驱动、面向用户、多语言的字艺术综合推进艺术字体设计

PDF
TL;DRMetaDesigner 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。
metadesignerartistic typography synthesislarge language modelsmulti-agent systemwordart applications
发现论文，激发创造
  • WordArt Designer：使用大型语言模型进行用户驱动的艺术字体合成

    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

  • WordArt Designer API：基于大型语言模型的用户驱动艺术字体合成

    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

  • 基于人类审美偏好的大型文本到图像模型个性化：以康定斯基生成为例

    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

  • 元脚本：基于生成对抗网络的少样本手写中文内容生成

    我们提出了 MetaScript，这是一个新颖的中文内容生成系统，旨在解决个人手写风格在中文字符的数字表示中逐渐消失的问题。我们的方法利用少样本学习的能力，生成既保留个人独特的手写风格又保持数字输入效率的中文字符。MetaScript 在多种手写风格的多样数据集上进行训练，能够从最少的风格参考和标准字体中产生高质量的风格模仿。我们的工作为数字排版中保留书写交流中的个人特色提供了实用解决方案，特别是在中文书写环境中。值得注意的是，我们的系统在各种评估中表现出卓越的性能，包括识别准确率、初始分数和 Frechet 初始距离。同时，我们模型的训练条件易于满足，并有利于在实际应用中实现泛化。

    Dec, 2023

  • GhostWriter：通过个性化和代理增强协作人工智能写作体验

    GhostWriter 是一种使用大型语言模型 (LLM) 进行人工智能增强的写作设计探针，用户可以在写作过程中隐式地学习其预期写作风格，并通过手动样式编辑和注释实现显式教学，研究结果表明 GhostWriter 帮助用户个性化生成文本，通过提供多种方式控制系统的写作风格增强用户的能力，为未来的工作提供了设计建议。

    Feb, 2024

  • TypeDance：通过个性化生成从图像中创建语义字体标志

    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

  • 利用语言模型进行元设计量子实验

    人工智能的代码生成语言模型在量子物理实验领域发现了新的设计规则，为机器辅助科学理解提供了重要的工具。

    Jun, 2024

  • 内容感知布局推断的美学文本标志合成

    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

  • CreativeSynth：基于多模态扩散的视觉艺术创作与综合

    通过创新的统一框架 CreativeSynth，将基于扩散模型的多模态输入协调和多任务合作引入艺术图像生成领域，以实现真实世界语义内容的逆向和实时样式转移，精确操纵图像样式和内容，同时保持原始模型参数的完整性，旨在提升艺术图像的保真度和保持其固有美学精髓，弥合生成模型与艺术精妙之间的差距，成为定制数字调色板。

    Jan, 2024

  • 动态排版：让文字生动起来

    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