近年來,在大模型快速發(fā)展的背景下,人工智能在藝術(shù)創(chuàng)作領(lǐng)域持續(xù)發(fā)力。在海量訓(xùn)練數(shù)據(jù)和強大計算能力的支撐下,人工智能算法能夠?qū)W習(xí)和模仿眾多藝術(shù)創(chuàng)作風(fēng)格、技巧及表達(dá)形式,成功生成包括繪畫、插圖、肖像和風(fēng)景等各類藝術(shù)作品。然而,學(xué)術(shù)界大部分研究主要圍繞光柵圖,而缺少對專業(yè)設(shè)計領(lǐng)域常用的矢量圖的關(guān)注。百度-CCF松果基金得主、北京航空航天大學(xué)副教授于茜探索運用先進的文生圖技術(shù)實現(xiàn)了矢量圖的智能生成。

作為北航的優(yōu)秀青年學(xué)者,于茜副教授長期深耕計算機視覺和深度學(xué)習(xí)領(lǐng)域。2023年,其“面向?qū)I(yè)設(shè)計的矢量圖生成關(guān)鍵技術(shù)研究”課題獲百度-CCF松果基金資助。該基金由百度與中國計算機學(xué)會共同發(fā)起,旨在為海內(nèi)外高校及科研院所青年學(xué)者搭建產(chǎn)學(xué)研合作及學(xué)術(shù)交流平臺,打造中國人工智能技術(shù)生態(tài)圈。

于茜副教授在2024百度世界大會作主題報告分享

獲松果基金后的一年里,于茜及團隊迅速投入智能矢量圖生成的算法研究中。其團隊在該方向做出一系列工作,并發(fā)表在國際高水平會議和期刊上。所提算法可以基于用戶輸入的文本描述,自動生成高質(zhì)量可編輯的矢量圖。例如,用戶可利用該算法生成矢量草圖,一方面可通過prompt生成不同風(fēng)格的草圖,模擬不同人繪制同一概念時產(chǎn)生的差異;另一方面,可通過改變筆畫數(shù)量,模擬不同抽象程度的草圖。用戶也可利用該算法生成Low-poly,Pixel Art等不同風(fēng)格的矢量圖,助力用戶創(chuàng)作。此外,為了進一步推動矢量圖方向的研究,于茜及其團隊推出了開源算法庫PyTorch-SVGRender,里面集成了多種SVG自動生成算法的實現(xiàn)。

事實上,松果基金成立5年以來,已支持眾多像于茜副教授這樣的青年科學(xué)家。他們在各自領(lǐng)域取得顯著成果,為人工智能技術(shù)的創(chuàng)新與發(fā)展注入新活力。如復(fù)旦大學(xué)王爍研究員在心臟數(shù)字孿生研究中取得重要進展,香港科技大學(xué)(廣州)劉浩助理教授在極端天氣建模方面成果頗豐。這些學(xué)者的研究不僅拓展了AI技術(shù)的應(yīng)用范圍,也為相關(guān)行業(yè)的發(fā)展提供了新的思路和解決方案。隨著人工智能技術(shù)的不斷進步,相信在未來會有更多的青年學(xué)者在AIGC等領(lǐng)域取得新的突破,為推動科技發(fā)展和社會進步貢獻(xiàn)力量。