Почему ИИ до сих пор не понимает вашего дизайна (и как его исправить)
7 августа 2025 г.Таблица ссылок
Введение
Связанная работа
2.1 Семантический типографский дизайн логотипа
2.2 Генеративная модель для вычислительного дизайна
2.3 Инструмент создания графического дизайна
Формирующее исследование
3.1 Общий рабочий процесс и проблемы
3.2 Беспокойство в вовлечении генеративной модели
3.3 Пространство дизайна семантической типографической работы
Рассмотрение дизайна
Напечатано и 5.1 идея
5.2 Выбор
5.3 поколение
5.4 Оценка
5.5 итерация
Прохождение интерфейса и 6.1 стадия до поколения
6.2 Стадия генерации
6.3 Стадия после поколения
Оценка и 7.1 базовое сравнение
7.2 Изучение пользователя
7.3 Анализ результатов
7.4 Ограничение
Дискуссия
8.1 Персонализированный дизайн: сотрудничество с ИИ
8.2 Включение знаний о дизайне в инструменты поддержки творчества
8.3 Рабочий процесс ориентированного на микс-пользователь, ориентированный на инфекцию,
Заключение и ссылки
8 Обсуждение
8.1 Персонализированный дизайн: сотрудничество с ИИ
Возвышение крупных языковых моделей вызвало всплеск дизайна творчества, управляемого текстами [6, 51, 58], что позволило создателям сотрудничать с ИИ с использованием повествований о естественном языке. В то время как создание текста предлагает интуитивно понятные средства для манипулирования моделью в бэкэнде, не углубляясь в сложные параметры вручную, выражая намерение пользователя кратко через текстовые подсказки, создает проблему. Создание подсказки становится особенно сложной при описании воображаемого визуального дизайна, учитывая множество деталей, таких как макет, цвет и форма, выходящие за пределы текстового представления. QuickPaint [10] распознает эту проблему и подходит к нему, смешивая набор текстовых подсказок для захвата неоднозначных концепций, таких как«Немного менее яркий цвет».Тем не менее, он остается ограниченным, предлагая предопределенный набор подсказок и принципиально не разрешает проблему представления конкретных визуальных концепций посредством подсказок.
Чтобы обеспечить беспрепятственное намерение создателя с сотрудничеством ИИ, крайне важно отражать реальные методы дизайна с доступными дизайнерскими материалами. Общий материал дизайна, используемый создателями, включает в себя исследовательские галереи [60], эскизы [11] и даже фотографии, фиксирующие наше восприятие мира [31, 62]. Эти материалы для визуального дизайна охватывают как явные намерения, такие как выдающаяся семантика, так и неявные эстетические факторы. В дизайне логотипа явно выясняется на идентичность, часто используя изображения для передачи намерений. Этот аспект не может быть проигнорирован в сотрудничестве с ИИ, требуя возможности ИИ понимать визуальную семантику. Это показывает, что нет универсально превосходного материала, чтобы инкапсулировать намерение создателя; Это зависит от задачи дизайна. Это требует гибридного и мультимодального сотрудничества, которое может гибко обобщить до широкого спектра требований.
8.2 Включение знаний о дизайне в инструменты поддержки творчества
Прививая обобщаемый шаблон проектирования в инструменты, требует решениятехническийивзаимодействиепроблемы, касающиеся того, как люди направляют модель. Модели ИИ часто не создаются для специальной задачи проектирования, создавая проблемы при обобщении для сложных моделей. Например, значительные исследования [47, 61] превратились в методы смешивания для конкретной гранулярности шрифтов. Тем не менее, инструменты поддержки креативности ориентированы на пользователя, с более сложными требованиями к проектированию, призывающим к расширенным методам для размещения всех уровней гранулярности шрифтов. Вместо переподготовки модели, значительные исследования исследовали, чтобы изменить или добавить взаимодействие с моделями для включения знаний о дизайне, таких как параметризация проектирования в толпе [27] и вмешательство посредством промежуточных представлений [57].
Технические и взаимодействие аспектов включения знаний о дизайне выводят идею«Балансировка автоматизации и контроля»,что часто отмечается существующими руководящими принципами дизайна человека-аи [1, 2, 19]. Включение знаний о дизайне, контролируемое создателями, частично решает проблему авторского права ИИ. Текущие генеративные модели столкнулись с критикой за выборки примеров из учебного набора. В Typedance пользователи вносят вклад в дизайн -материалы через изображения, позволяя создавать персонализированную основу вместо прямой репликации из предопределенного набора данных. Этот подход не только улучшает творчество, но и помогает установить более сильное чувство владения создателями. Полная автоматизация с одной моделью для достижения сквозного результата упускает из виду значение пользователя. Очарование инструмента поддержки творчества, в отличие от того, чтобы полагаться исключительно на модель, заключается в том, чтобы позволить создателям участвовать в важных этапах. Это участие включает в себя настройку дизайнерских материалов, выбор знаний о разработке для передачи в процесс генерации и уточнение окончательного результата.
Авторы:
(1) Шиши Сяо, Гонконгский университет науки и технологии (Гуанчжоу), Китай;
(2) Лангвей Ван, Гонконгский университет науки и технологии (Гуанчжоу), Китай;
(3) Xiaojuan MA, Гонконгский университет науки и технологии, Китай;
(4) Вэй Зенг, Гонконгский университет науки и технологии (Гуанчжоу), Китай.
Эта статья есть
Оригинал