SYNTHIA：基于功能组成的新颖概念设计
计算机视觉与模式识别
2025-12-05 v4 人工智能
摘要
文本到图像（T2I）模型使概念设计快速化，广泛应用于AI驱动的设计领域。虽然近期研究聚焦于生成给定设计概念的语义和风格变体，但功能一致性——将多个功能整合到单个连贯概念中——仍被大体忽视。本文引入SYNTHIA，一个基于所需功能生成新颖且功能一致设计的框架。我们的方法利用分层概念本体将概念分解为部件和功能，作为功能一致设计的关键构建模块。我们还开发了基于本体的课程学习方案，对比式微调T2I模型，以逐步学习功能组合同时保持视觉新颖性。具体而言，我们（i）逐渐增加功能距离，引导模型从基本概念-功能关联发展到集成不同功能部件的复杂功能组合形成单一连贯形式，（ii）通过对比目标实现视觉新颖性，将学习到的表示与现有概念区分开来。实验结果表明，SYNTHIA 在人类评估中超越最先进的T2I模型，实现了25.1%和14.7%的新颖性和功能一致性绝对提升。
引用
@article{arxiv.2502.17793,
title = {SYNTHIA: Novel Concept Design with Affordance Composition},
author = {Hyeonjeong Ha and Xiaomeng Jin and Jeonghwan Kim and Jiateng Liu and Zhenhailong Wang and Khanh Duy Nguyen and Ansel Blume and Nanyun Peng and Kai-Wei Chang and Heng Ji},
journal= {arXiv preprint arXiv:2502.17793},
year = {2025}
}
备注
ACL 2025 Main, Code is available https://github.com/HyeonjeongHa/SYNTHIA