PaintCopilot：将绘画建模为自主的艺术延续
计算机视觉与模式识别
2026-05-21 v1 图形学
人机交互
摘要
我们提出 PaintCopilot，一个以自回归方式建模绘画行为的协创神经绘画助手，基于不断演化的画布状态和 prior 刷笔历史，无需目标图像。与现有将绘画建模为像素重建以预定义参考图像为目标的神经绘画方法不同，PaintCopilot 从学习的艺术动态中直接预测未来笔刷轨迹，类似于大型语言模型从先前上下文继续文本序列。该框架提出了三个互补模型：基于 ViT 的目标预测器从部分画布观察中推断艺术家意图，基于流匹配的自回归下一笔笔刷预测器生成通过时序一致的刷笔轨迹，基于 VAE 的区域采样器按需合成语义局部的笔刷序列。系统基于三种可微分的刷笔表示（硬圆形、刷头、二维高斯），支持四种交互式工作流程：优化历史、笔刷完成、区域填色和动态刷笔。通过专业艺术家的案例研究，我们展示 PaintCopilot 使艺术家与 AI 在创作过程中能够实现流畅的协创绘画工作流程，两者持续在整个创作过程中交替控制。
关键词
引用
@article{arxiv.2605.20941,
title = {PaintCopilot: Modeling Painting as Autonomous Artistic Continuation},
author = {Yunge Wen and Yuancheng Shen and Paul Pu Liang},
journal= {arXiv preprint arXiv:2605.20941},
year = {2026}
}