სტატისტიკური ლოგოების გადარჩენა დინამიური ანამატორებით AI- ის გამოყენებით

Authors:

(1) Vivian Liu, Columbia უნივერსიტეტი (vivian@cs.columbia.edu);

(2) Rubaiat Habib Kazi, Adobe კვლევა (rhabib@adobe.com);

(3) Li-Yi Wei, Adobe კვლევა (lwei@adobe.com);

(4) Matthew Fisher, Adobe კვლევა (matfishe@adobe.com);

(5) Timothy Langlois, Adobe კვლევა (tlangloi@adobe.com);

(6) Seth Walker, Adobe კვლევა (swalker@adobe.com);

(7) Lydia Chilton, Columbia უნივერსიტეტი (chilton@cs.columbia.edu)

მაგიდა ლიცენზია

Abstract და 1 შეტყობინება

2 დაკავშირებული სამუშაოები

2.1 პროგრამის შეტყობინება

2.2 შექმნის მხარდაჭერა ინსტრუმენტები animation

2.3 გენერატული ინსტრუმენტები დიზაინი

3 სასწავლო ნაბიჯები

4 Logomotion სისტემა და 4.1 Input

4.2 Preprocess Visual მონაცემები

4.3 Visual-Grounded კოდი სინთეზი

5 მიმოხილვა

5.1 რედაქტირება: პროგრამის რედაქტირება

5.2 მეთოდები

5.3 შედეგები

6 კომენტარები ახალი ამბები

7 კონტაქტი და 7.1 თავიდან ავიცილოთ ნიმუშები

7.2 კოდი გენერირება ვიზუალური გარშემო

7.3 შეზღუდვა

8 მიმოხილვა და მიმოხილვა

Abstract

მინიატური ლოგოები არის შეუზღუდავი და ყველაგული გზა, რომ ინდივიდუალური და ბრენდი აჩვენებს თავს ონლაინში. ამ ლოგოების მინიატური შექმნა შეიძლება მოითხოვოს მნიშვნელოვანი ხელოვნური უნარი და ეფექტურობა. რათა დაეხმაროს ინდივიდუალური დიზაინერებს მინიატური ლოგოები, დიზაინერი ინსტრუმენტები ამჟამად გთავაზობთ ნიმუშები და მინიატაცია პროგნოზები. თუმცა, ეს გადაწყვეტილებები შეიძლება იყოს შეზღუდავი მათი ექსპრესიული სპექტრი. დიდი ენის მოდელები აქვს შესაძლებლობა, რათა დაეხმაროს ინდივიდუალური დიზაინერებს მინიატური ლოგოების შექმნის მიერ მინიატაციის კოდი

1 შეტყობინება

ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ, რომ ჩვენ ვფიქრობთ.

იმიტომ, რომ მათ შეუძლია განსხვავებული დიზაინი, ფართობი, ფერები, და ტიპროგია, ისინი შეიძლება მიიღოს დიდი მრავალფეროვნება და იყოს კომპლექსური არქიტექტები animate. მოკლე დიზაინერი, ეს შეიძლება იყოს რთული გაიგოს, რა დიზაინი ელემენტები უნდა იყოს animated, რა სიგრძეში, და როგორ შექმნათ შეუზღუდავი და საიმედო movements. არსებობს ბევრი ფართობი movements განიხილება, როგორიცაა სიჩქარე, დრო, პოზიციონირება, ხანგრძლივობა, relaxing, და movements პიროვნება (გ.შ. სათამაშო bounce vs. ძლიერი ინტექცია). გარდა ამისა, როდესაც ლოგოები აქვს უფრო დიზაინი ელემენტები, დიზაინ

მიუხედავად იმისა, რომ მანიმაციური შინაარსი აქვს დიდი მოთხოვნას, მობილური დიზაინი-ზე არ არის რთული ამ ტიპის გამოცდილება. დიზაინის ინსტრუმენტები, როგორიცაა Adobe Express, Canva და Figma, ხშირად უზრუნველყოფს გადაწყვეტილებები მანიმაციური ნიმუშების და ავტომატური ანამატურა ტექნოლოგიების სახით [10, 12, 13]. ნიმუშები მობილური ანამატორებით შეიცავს ლოგო დიზაინი, რომელიც მომხმარებელს შეუძლია მორგება. ისინი აჩვენებენ, თუ როგორ მომხმარებელს შეუძლიათ მობილური ნიმუშები (გ.შ. slide, flicker, ან fade) იყენოთ ლოგო ელემენტებს, რათა შექმნათ პროფესიონალური ნიმუშები. თუმცა, ნ

დიდი ენის მოდელები (LLMs) გთავაზობთ პოტენციას კონტაქტური ანამატურა. მათ შეუძლიათ შექმნათ ანამატურის კოდი, რომელიც სპეციფიკურია დიზაინი ელემენტებს და მათი განლაგება ფანჯარაზე. კოდი არის ტექსტის რეპუტაცია, რომელიც ხშირად გამოიყენება ანამატურა [18, 33, 53], რადგან მას შეუძლია შეკუთვნილია, თუ როგორ ელემენტები კონტაქტებს დროში და ადგილზე ფანჯარაზე. იმის გამო, რომ LLMs კოდირებული დიდი რაოდენობით მსოფლიოს ცოდნა, ისინი შეუძლიათ გამოიყენოთ საქმიანობა და საქმიანობა, რომელიც დაკავშირებულია შინაარსი დაწარმოებს თითქმის შეუზღუდავი რაოდენობით ანამატურა. ეს Open-End გენერაციის

უახლესი განახლებები გააკეთა LLMs უფრო multimodal, ასე რომ ისინი შეუძლიათ მიიღოს ორივე ტექსტი და სურათები, როგორც input, და უზრუნველყოფს ვიზიტურად დაარსებული პასუხი. ეს გააკეთა LLMs უფრო გამოიყენება დონეზე, როგორიცაა ანამატურა, სადაც ვიზიტური ცოდნა ფანჯარა მნიშვნელოვანია. ეს იღებს პოტენციას მომხმარებელს უზრუნველყოს სურათები მათი ფანჯარა LLM და მიიღოს ანამატურა განკუთვნილია მათი ფანჯარა და დიზაინის ელემენტები. მაგალითად, თუ მოკლე დიზაინერი გსურთ animate ტაქტი, ისინი შეიძლება გამოიყენოთ LLM შექმნას კოდი, რათა ტაქტი ფანჯარა ფანჯარა.

ამ პრაქტიკაში, ჩვენ გთავაზობთ LogoMotion, LLM-based მეთოდი, რომელიც ავტომატურად იღებს სტატისტიკური დიზაინები კონტექსტში ინტენსიური გზა. LogoMotion იღებს კოდი ორ ეტაპზე მიზნით, რომელიც მოიცავს ვირტუალური-გვერდებული პროგრამის სინთეზი და პროგრამის რედაქტირება. პირველი ეტაპზე იღებს multimodal LLM ოპერატორები, რომლებიც იღებენ ვირტუალური კონტექსტში და 1) შექმნა ტექსტის რედაქტირება ფანჯარა, 2) კონცეფციული ჯგუფირება ელემენტები, და 3) რედაქტიაციის კოდი. მეორე ეტაპზე ჩვენი მიზნით იღებს ტექნიკა ვირტუალური-გვერდებული პროგრამის რე

ჩვენი შეტყობინებები შემდეგია:

• LogoMotion, LLM სისტემა, რომელიც იყენებს ხასიათი კოდის გენერაციის ავტომატურად იღებს ლოგო მინიაზიები PDF. სისტემა იპოვებს ხასიათი შინაარსი თითოეული ფართობი, იპოვებს ძირითადი და წამყვანი ელემენტები, და შექმნა ელემენტების ჯგუფი. ამ საფუძველზე, სისტემა გთავაზობთ დიზაინი კონცეფცია (ტექსტში) და იყენებს LLM იღებს მინიაზი კოდი. მომხმარებელს შეუძლია optionally გააუმჯობესოს მინიაზიას შედარება ან დაამატოთ საკუთარი დიზაინის კონცეფცია.

• Visual-founded პროგრამის რედაქტირება, მექანიზმი, რომელიც საშუალებას გაძლევთ LLM ავტომატურად იპოვოს და შეცვალოს ვიზუალური შეცდომები მისი გენერირებული animation კოდი, შექმნის Feedback loop შორის LLM-generated კოდი და მისი ვიზუალური outputs.

• ტექნიკური მიმოხილვა 276 ანამატურა, რომელიც აჩვენებს, რომ, შედარებით Canva Magic Animate და სისტემის ablated ვერსია (არ არ არის ნაბიჯები იერანგიის ანალიზი და დიზაინი კონცეფციების შეთავაზება), სრული pipeline LogoMotion აწარმოებს ანამატურა, რომელიც უფრო ინტენსიური.

• ხარისხის შეფასება beginners მომხმარებელს, რომელიც აჩვენებს, რომ LogoMotion შეუძლია სწრაფად მისაღებად მათი სასურველი ანამატურა მინიმალური reprompting.

ეს ქაღალდი არისხელმისაწვდომია ArchiveCC BY-NC-ND 4.0 DEED ლიცენზია.

[1] ვიდეო :

[2] პროექტის გვერდი:https://vivian-liu.com/#/logomotion