利用生成式AI打造创意专长：图形界面在设计空间探索中比文本提示更好地支持创意构思

文献标题

Fashioning Creative Expertise with Generative AI: Graphical Interfaces for GAN-Based Design Space Exploration Better Support Ideation Than Text Prompts for Diffusion Models

文献信息

• 主题领域: 人机交互、生成式人工智能、创意支持工具
• 关键词: 生成式 AI, 深度生成模型, 创意支持工具 (CST), 创意, 设计空间探索, 时尚设计, 发散思维, 收敛思维, 想法生成

研究背景与问题

• 作者发现了哪些问题或挑战？ 当前的生成式建模工具缺乏关键功能，限制了其支持创意专业人士探索设计空间的潜力。尤其是基于文本提示的扩散模型无法有效支持发散和收敛的创意思维。

• 为什么这个问题很重要？ 生成式 AI 已广泛用于创意领域，但它对于设计空间探索的支持不足，妨碍了创造潜力的释放。重新设计工具以更好地支持创意过程，尤其是发散与收敛思维，对提升专业设计的创造力有重要意义。

• 研究动机与相关工作： 本研究调查了深度生成模型对创造性工作的影响，并提出了一种新的工具 generative.fashion，旨在通过图形用户界面支持发散和收敛设计空间探索。作者还回顾了生成式 AI 和“设计空间探索工具”的相关研究，发现现有工具无法全面覆盖整个设计空间。

解决方案

• 作者提出了哪些方法或解决方案？ 提出一个 GAN（生成对抗网络）驱动的工具 generative.fashion，通过图形用户界面优化创意支持功能。与基于文本提示的扩散模型相比，该工具通过创新的交互功能更好地支持设计空间探索。

• 该解决方案的创新之处是什么？

  1. 提供发散思维支持：通过随机生成设计和探索设计空间的未知区域。
  2. 提供收敛思维支持：允许用户调整细节，探索特定区域和设计的微小变化。
  3. 采用独特的技术实现设计空间的可视化探索，比如通过 GAN 的潜在空间进行样式混合和二维设计画布拖拽功能。

• 实施步骤是什么？使用了哪些关键技术？

  1. 使用 StyleGAN2-ADA 模型训练生成器，并结合 PCA（主成分分析）找出潜在空间中的语义有意义方向。
  2. 创建新的用户界面，包括随机生成、样式混合、二维设计画布等交互功能。
  3. 比较 generative.fashion 工具与基于文本提示的扩散模型（Stable Diffusion）及 Google Images，通过定性和定量实验评估效果。

研究成果

• 取得了哪些具体成果？

  1. 通过定性研究发现 generative.fashion 更好地支持发散和收敛思维，比文本提示模型提供更强的创意支持。
  2. 定量实验中，generative.fashion 的创意支持指数（CSI）评分显著高于 Google Images 和 Stable Diffusion。
  3. 与其他工具相比，用户对 generative.fashion 的满意度和有用性评价更高。

• 与现有解决方案相比，它有哪些优势？

  1. generative.fashion 的交互功能更符合设计空间探索的理论原则。
  2. 相较于基于文本提示的模型，提供更高的用户控制能力和区域探索能力。
  3. 不仅支持设计细节的精确调整，也能够激发用户的创造性灵感。

• 实验或评估结果是什么？ 作者通过定性和定量研究证实，generative.fashion 相对于 Stable Diffusion 和 Google Images 更具有创新性和实用性，对支持创意设计有显著优势。用户偏好和统计结果一致支持作者的假设。

• 局限性与未来方向

  1. generative.fashion 的输出质量不如扩散模型，在生成准确的细节时存在不足。
  2. 本研究未直接探讨扩散模型的新交互模式对创意支持的潜力。
  3. 未来可进一步优化生成质量，并结合用户互动数据更深入研究交互对创意思维的影响。

这项研究强调了设计针对性强的图形用户界面对释放生成式 AI 创意潜力的重要性，同时为构建支持设计空间探索的工具提供了指导性建议。