ThematicPlane：桥接隐式用户意图与潜在空间的主题平面
人机交互
2025-08-11 v1 人工智能
计算与语言
计算机视觉与模式识别
摘要
生成式AI使图像创建更加易于访问，但与细微创意意图对齐输出仍具有挑战性，尤其是对于非专家用户。现有工具常要求用户通过提示词或参考图像来外部化想法，限制了流畅的探索。我们引入ThematicPlane系统，使用户能够在交互式主题设计平面中浏览和操作高层语义概念（如情绪、风格或叙事基调）。该界面桥接了隐式创意意图与系统控制之间的差距。在我们的探索性研究中（N=6），参与者在不同模式下进行创造性活动，常常接受意外结果作为灵感或迭代线索。虽然他们基于熟悉的主题进行探索，但对主题如何映射到输出的不同期望揭示了需要更可解释控制的需求。总体而言，ThematicPlane促进了富有表现力的迭代工作流程，并为直观、语义驱动的交互在生成设计工具中开辟了新的方向。
引用
@article{arxiv.2508.06065,
title = {ThematicPlane: Bridging Tacit User Intent and Latent Spaces for Image Generation},
author = {Daniel Lee and Nikhil Sharma and Donghoon Shin and DaEun Choi and Harsh Sharma and Jeonghwan Kim and Heng Ji},
journal= {arXiv preprint arXiv:2508.06065},
year = {2025}
}