RealtimeGen：面向商业数字艺术资产创作者的可干预式人工智能图像生成系统
RealtimeGen: An Intervenable AI Image Generation System for Commercial Digital Art Asset Creators
Zejian Li, Ying Zhang, Shengzhe Zhou, Qi Liu, Jiesi Zhang, Haoran Xu, Shuyao Chen, Xiaoyu Chen, Lingyun Sun
International Journal of Human-Computer Interaction · 2024-08-07
摘要
近年来，人工智能生成内容技术取得了显著进展，能够快速产出高质量图像，这一技术也受到了商业数字艺术资产创作者的广泛关注。传统上由艺术家主导的创作流程与当前的人工智能工具形成鲜明对比，后者往往使创作者沦为被动参与者。本研究探讨了人工智能图像生成技术在商业数字艺术领域的应用，着重强调维护创作者创作自主性的重要性。我们的初步调研（S1）通过对商业数字艺术创作者的访谈发现，他们迫切需要在人工智能辅助绘画过程中获得更大的控制权和透明度。基于此，我们开发了RealtimeGen这一集成化工具，它将人类的创造力与人工智能的能力相结合，允许创作者在生成过程中进行干预。我们还开展了一项用户调研（S2），将RealtimeGen与主流的人工智能生成内容工具Stable Diffusion进行了比较，结果显示其在用户体验和工作流程适配性方面表现更优。本研究有助于深入理解并优化面向商业创作者的人工智能辅助绘画工作流程，从而赋予他们更大的创作能动性。
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
- 现有AIGC工具往往使商业数字艺术创作者处于被动地位，削弱了其创作自主权。本研究强调在AI图像生成过程中融入人为干预的重要性，旨在通过技术手段平衡AI效率与人类创造力，确保创作者对生成过程拥有更高的控制力和透明度。
- 研究方法
- 研究采用定性访谈与系统开发及评估相结合的方法。首先通过形成性研究（S1）对商业数字艺术创作者进行访谈以挖掘实际需求；随后基于需求研发了RealtimeGen系统，并通过用户研究（S2）将其与主流工具Stable Diffusion进行对比实验，以验证系统的有效性和用户体验。
- 学术贡献
- 本研究成功设计了RealtimeGen这一可干预的AI图像生成系统，为解决人机协作中的主体性问题提供了具体的技术方案。它不仅实证了该系统在工作流兼容性与用户体验上的优势，还深化了对商业数字艺术领域AI辅助创作流程的理解，有力地增强了创作者在智能化生产环境下的创作能动性。
- 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-5V-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