AIGC領域新進展：北航副教授于茜在智能矢量圖生成上的探索

近年來,在大模型快速發(fā)展的背景下,人工智能在藝術創(chuàng)作領域持續(xù)發(fā)力。在海量訓練數據和強大計算能力的支撐下,人工智能算法能夠學習和模仿眾多藝術創(chuàng)作風格、技巧及表達形式,成功生成包括繪畫、插圖、肖像和風景等各類藝術作品。然而,學術界大部分研究主要圍繞光柵圖,而缺少對專業(yè)設計領域常用的矢量圖的關注。百度-CCF松果基金得主、北京航空航天大學副教授于茜探索運用先進的文生圖技術實現了矢量圖的智能生成。

作為北航的優(yōu)秀青年學者,于茜副教授長期深耕計算機視覺和深度學習領域。2023年,其“面向專業(yè)設計的矢量圖生成關鍵技術研究”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會共同發(fā)起,旨在為海內外高校及科研院所青年學者搭建產學研合作及學術交流平臺,打造中國人工智能技術生態(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生成不同風格的草圖,模擬不同人繪制同一概念時產生的差異;另一方面,可通過改變筆畫數量,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。

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家。他們在各自領域取得顯著成果,為人工智能技術的創(chuàng)新與發(fā)展注入新活力。如復旦大學王爍研究員在心臟數字孿生研究中取得重要進展,香港科技大學(廣州)劉浩助理教授在極端天氣建模方面成果頗豐。這些學者的研究不僅拓展了AI技術的應用范圍,也為相關行業(yè)的發(fā)展提供了新的思路和解決方案。隨著人工智能技術的不斷進步,相信在未來會有更多的青年學者在AIGC等領域取得新的突破,為推動科技發(fā)展和社會進步貢獻力量。

【微語】我在遙遠的家鄉(xiāng), 望著星空, 想象你在異鄉(xiāng)的生活, 心中滿是牽掛與祝福。