初始图像：利用图像提示优化多模态人工智能生成艺术中的主体呈现
Initial Images: Using Image Prompts to Improve Subject Representation in Multimodal AI Generated Art
Han Qiao, Vivian Liu, Lydia B. Chilton
Creativity and Cognition · 2022-06-20
订阅获取艺术理论被引 45被引前 10%影响因子 ≈8.5
摘要
文本到图像生成模型的进步，使得人们仅需通过文本提示就能轻松创作艺术。然而，基于文本的创作方式限制了用户对最终构图及主体呈现方式的控制力。一种潜在的解决方案是结合图像提示与文本提示来对模型进行约束。为了深入探究图像提示改善生成结果中主体呈现的效果及适用条件，我们开展了标注实验，量化其对抽象类、具体复数类及具体单数类主体生成结果的影响。研究发现，初始图像能够提升各类主体的呈现效果，其中对具体单数类主体的改善最为显著。通过对不同类型初始图像的分析发现，图标与照片能够生成具备不同美学特征的高质量作品。最后，我们提出了相关设计准则，以指导如何利用初始图像优化人工智能艺术中的主体呈现。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- 尽管文本提示简化了AI艺术创作，但限制了用户对最终构图和主体表征的控制。引入图像提示与文本提示相结合，可以有效改善多模态AI生成艺术中的主体表征。图像提示对所有类型的主体表征均有提升作用，其中对具体单数主体的提升最为显著，且图标和照片类初始图像能生成具有不同美学特征的高质量作品。
- 研究方法
- 研究采用标注实验的方法，量化评估图像提示对生成抽象主体、具体复数主体和具体单数主体表征效果的影响。同时，对不同的初始图像类型进行对比分析，考察它们在生成高质量作品及呈现不同美学特征方面的表现。
- 学术贡献
- 本研究证实了图像提示在改善AI生成艺术主体表征方面的有效性，弥补了纯文本提示在控制力上的不足。此外，研究提出了关于如何利用初始图像改善AI艺术主体表征的设计指南，为多模态AI艺术生成工具的设计与应用提供了实践依据。
- 存在局限
- 材料中未明确提及
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Aesthetic Perception and Analysis