科学网—浙江大学陈柳青：大模型增强的组合式创意生成方法-Taylor&Francis学术服务的博文
精选
已有 3903 次阅读
2024-6-25 15:18
| 个人分类: 工程与技术 | 系统分类: 论文交流
近日，浙江大学教授陈柳青作为第一作者，在工程设计领域国际期刊 Journal of Engineering Design 发表题目为 A foundation model enhanced approach for generative design in combinational creativity 的文章，探讨大模型增强的组合式创意生成方法。
文章以开放获取模式发表，点击即可免费阅读、下载
文章标题： A foundation model enhanced approach for generative design in combinational creativity
DOI ： 10.1080/09544828.2024.2356707
第一作者：
陈柳青 浙江大学计算机学院百人计划研究员，博士生导师
研究兴趣：智能设计，智能交互， UI 设计，创新设计， AR/VR
论文摘要 ：在创造力理论中，将两个不相关的概念结合起来形成一个新的创意是提高创造力的常见手段。设计师可以将附加概念整合到基础概念中，以激发和促进创意。然而，构思高质量的组合创意是一个挑战，因为组合创造力本身需要考虑概念的推理和合成。本研究提出了一种大模型增强的组合创造力方法，一步步推导出组合方案，并帮助设计师用言语表达和可视化组合式创意。我们的实验研究表明，与没有 AI 大模型或组合策略生成的组合式创意相比，本方法生成的组合式创意得分最高。此外，本研究构建了一个名为 CombinatorX 的组合创造力工具，基于提出的方法生成创意。通过一项与现有组合创造力工具和互联网搜索工具的比较研究，验证了本方法提高组合式创意生成的有效性和效率，并提高了组合式创意的质量。
关键词 ：组合创造力；生成设计；大型语言模型；文本到图像模型
Figure 1. Innovative combination design works from Red Dot Design Award and IF Design Award
Figure 2. The diagram of the approach for Stage 1 and Stage 2
投稿期刊
Journal of Engineering Design
转载本文请联系原作者获取授权，同时请注明本文来自Taylor & Francis 学术服务科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3574014-1439680.html
上一篇： 化学工程领域的前沿探索：当化学知识遇上工程实践 下一篇： BIBF圆满落幕 | 回顾Taylor & Francis的高光瞬间