DesignMinds：利用视觉语言模型和上下文注入的大语言模型增强视频设计构思

DOI

构思是视频设计（VBD）的关键环节，其中视频作为设计探索和灵感的主要媒介。生成式人工智能的出现为通过简化视频分析和促进创意生成来增强这一过程提供了相当大的潜力。本文提出了DesignMinds，一个集成了先进的视觉语言模型（VLM）与上下文增强的大语言模型（LLM）的原型系统，以支持视频设计中的构思活动。为了评估DesignMinds，我们对35名设计从业者进行了被试间研究，将其性能与基线条件进行比较。我们的结果表明，DesignMinds显著增强了构思的灵活性和原创性，同时提高了任务参与度。重要的是，该技术的引入未对用户体验、技术接受度或可用性产生负面影响。