这项由香港科技大学艺术与机械创意学院、盘算机科学与工程学院以及香港科技大学（广州）盘算媒体与艺术学院团结开展的研究揭晓于2026年CHI聚会（CHI '26, April 13–17, 2026, Barcelona, Spain），，，，，论文编号为ACM ISBN 979-8-4007-2278-3/2026/04。。。。。。。有兴趣深入相识的读者可以通过DOI: 10.1145/3772318.3791071盘问完整论文。。。。。。。
想象你正在向朋侪诠释一个重大的科学看法，，，，，好比光的反射定律。。。。。。。通常，，，，，你可能会在纸上画几条线，，，，，用箭头标出光的路径，，，，，甚至画个小太阳和镜子。。。。。。。这些涂涂画画看起来绝不起眼，，，，，却能清晰地转达出你的想法。。。。。。。现在，，，，，香港科技大学的研究团队想要解决一个有趣的问题：能否让盘算机像人类一样明确这些随意的涂鸦，，，，，并且自动将它们转化为专业的动画视频？？？？？？
古板上，，，，，制作动画需要重大的软件手艺和大宗时间。。。。。。。纵然是制作一个简朴的诠释性动画，，，，，通俗人也需要学习专业软件，，，，，掌握要害帧、时间轴、图层等重大看法。。。。。。。这就像要求每个想画画的人都必需先成为专业画家一样，，，，，门槛着实太高。。。。。。。更令人沮丧的是，，，，，现有的一些sketch-based系统虽然允许用户通过简朴绘制来建设动画，，，，，但它们往往将草图局限于预界说的符号或下令，，，，，就像只能说牢靠短语的翻译机，，，，，无法表达重大或立异的想法。。。。。。。
这项研究的焦点立异在于让盘算机真正明确自由形式的草图涂鸦。。。。。。。研究团队没有像以前那样告诉系统"箭头即是移动，，，，，圆圈即是工具"这样的牢靠规则，，，，，而是使用最新的视觉语言模子（VLM）让系统自己学会明确涂鸦的寄义。。。。。。。这就像教会盘算机用知识来解读人类的涂鸦语言，，，，，而不是死记硬背符号寄义。。。。。。。
研究团队开发了一个名为SketchDynamics的系统，，，，，这个系统的事情流程就像一个善解人意的动画助手。。。。。。。用户只需要画几幅简朴的故事板，，，，，系统就能明确其中的动画意图，，，，，并天生响应的矢量动画代码，，，，，最终渲染成完整的视频。。。。。。。更主要的是，，，，，当系统对用户的意图不确准时，，，，，它会自动询问澄清问题，，，，，而当用户对天生效果不知足时，，，，，还可以直接在视频帧上举行修改。。。。。。。
为了验证这个系统的有用性，，，，，研究团队设计了一个分为三个阶段的用户研究，，，，，每个阶段都有8名加入者加入，，，，，总共24人。。。。。。。这个研究历程就像逐步刷新一个新产品，，，，，从最初的原型测试最先，，，，，逐步添加新功效，，，，，最终形成完整的解决计划。。。。。。。
一、从随意涂鸦到精彩动画：系统怎样读懂你的想法
第一阶段的研究专注于探索人们怎样自然地用草图表达动画想法，，，，，以及盘算性能在多洪流平上明确这些草图。。。。。。。研究团队为加入者提供了一个精练的网页界面，，，，，就像一个数字画板，，，，，用户可以自由绘制多张草图来组成故事板。。。。。。。这个历程完全不受限制，，，，，用户可以画任何他们想到的工具。。。。。。。
研究效果令人惊喜又发人深思。。。。。。。加入者们展现出了极其富厚的表达方法。。。。。。。有人用箭头体现物体移动的偏向，，，，，有人用虚线圈圈体现物体的未来位置，，，，，尚有人用数字标记来显示行动的先后顺序。。。。。。。更有趣的是，，，，，同样的符号在差别人手中可能代表完全差别的寄义。。。。。。。好比一个箭头，，，，，在工程专业的学生看来可能体现力的偏向，，，，，而在其他人眼中可能只是简朴的移动指示。。。。。。。这种多样性既展现了人类表达的富厚性，，，，，也展现了草图解读的重大性。。。。。。。
系统在处置惩罚这些多样化的输入时体现出了令人印象深刻的能力。。。。。。。它不是简朴地复制草图的几何形状，，，，，而是试图明确草图背后的语义意图。。。。。。。当加入者画了一条歪歪扭扭的正弦波时，，，，，系统天生的动画中显示的是一条平滑的正弦曲线。。。。。。。当用户用粗糙的箭头指示运动轨迹时，，，，，系统会爆发连贯而自然的运动路径。。。。。。。这种"美化"处置惩罚让许多加入者感应惊喜，，，，，他们发明系统能够明确他们的焦点意图，，，，，并以比他们的草图越发细腻的形式泛起出来。。。。。。。
然而，，，，，这种智能解读也带来了新的挑战。。。。。。。由于系统偏向于明确语义意图而非几何准确性，，，，，当用户需要准确控制动画细节时，，，，，就可能泛起误差。。。。。。。一位加入者试图绘制一个特定角度的轨迹，，，，，但系统将其明确为一样平常性的运动偏向。。。。。。。另一位用户想要表达特定的时序关系，，，，，但系统凭证自己的明确重新安排了行动顺序。。。。。。。这些问题展现了草图自己的模糊性以及系统明确能力的局限性。。。。。。。
更深层的视察显示，，，，，加入者在绘制草图时接纳了两种截然差别的战略。。。。。。。一些人倾向于详细绘制，，，，，险些像制作古板动画那样逐帧描绘场景，，，，，力争让意图尽可能清晰。。。。。。。这种要领虽然能提高系统明确的准确性，，，，，但加入者也诉苦这样做"太辛苦了"，，，，，失去了草图应有的快捷性。。。。。。。另一些人则偏幸笼统标记，，，，，用最少的笔画表达最多的信息，，，，，好比用简朴的箭头和圆圈就能体现重大的物理历程。。。。。。。这种要领虽然高效，，，，，但增添了系统误解的危害。。。。。。。
这个阶段的研究展现了一个根天性的平衡问题：草图的表达力和模糊性是一体两面的。。。。。。。正是由于草图允许快速、无邪、创立性的表达，，，，，它们才具有了自然的模糊性。。。。。。。而这种模糊性既是草图的魅力所在，，，，，也是盘算机明确的最大挑战。。。。。。。
二、化解疑惑的智能对话：当AI不确准时怎样智慧提问
基于第一阶段发明的模糊性问题，，，，，研究团队在第二阶段引入了一个巧妙的解决计划：澄清提醒机制。。。。。。。这个机制的焦点头脑是将模糊性从缺陷转化为资源，，，，，通过人机协作来逐步明确用户的真实意图。。。。。。。
研究团队将草图的模糊性分为四个差别水平，，，，，并为每个水平设计了响应的澄清战略。。。。。。。关于轻度模糊的情形，，，，，好比一条略显不清晰的线条，，，，，系统会接纳"快速确认"方法，，，，，就像问"这条线是不是体现运动路径？？？？？？"这样简朴的是非问题。。。。。。。关于中度模糊的情形，，，，，好比一个弯曲箭头可能体现旋转也可能体现装饰，，，，，系统会提供"多选题"，，，，，展示差别的动画预览让用户选择。。。。。。。
当遇到需要详细参数的情形时，，，，，系统会使用"填空题"方法。。。。。。。好比用户画了一个球沿着路径移动，，，，，系统可能会问"球需要几秒钟走完这条路径？？？？？？"这种询问只针对真正影响动画效果的要害参数，，，，，阻止让用户被噜苏细节困扰。。。。。。。关于高度笼统或符号化的草图，，，，，系统则允许用户提供文字说明或上传参考图像，，，，，好比当用户画了一个粗糙的星形图案时，，，，，系统可能建议上传一个标准的五角星图标来美化最终效果。。。。。。。
这种分层澄清战略的巧妙之处在于它的自顺应性。。。。。。。系统不会对每个草图都提出问题，，，，，而是只在真正保存歧义的地方追求澄清。。。。。。。这就像一个善解人意的翻译，，，，，只在要害的明确不同点才停下来确认，，，，，而不是逐字逐句地打断对话流程。。。。。。。
第二阶段的用户测试显示，，，，，这种澄清机制获得了加入者的普遍好评。。。。。。。在24次创作实验中，，，，，系统总共触发了87次澄清提醒，，，，，平均每次创作需要约3.6次澄清。。。。。。。加入者并没有将这些提醒视为打断，，，，，反而以为它们是"有用的检查点"和"让系统回到正轨的要领"。。。。。。。一位加入者谈论说："我可以看到AI在想什么，，，，，并且能连忙纠正它。。。。。。。"
澄清提醒的类型漫衍也很有启发性。。。。。。。"多选择"类型的提醒最为频仍，，，，，反应了草图中"一对多"诠释的普遍性。。。。。。。"快速确认"相对较少，，，，，说明系统在处置惩罚低模糊度草图时已经相当自信。。。。。。。"填数值"和"上传资源"的提醒频率适中，，，，，批注用户经�；；；； ；嬷菩枰厥獠问蜃试粗С值牧撤拧�。。。。。。
更主要的是，，，，，澄清历程资助用户更好地明确和完善自己的想法。。。。。。。许多加入者体现，，，，，回覆澄清问题的历程让他们意识到了自己原本没有明确思量的动画细节。。。。。。。这种反思历程不但改善了最终效果，，，，，也提高了用户对动画制作的明确。。。。。。。
然而，，，，，纵然有了澄清机制，，，，，某些问题仍然无法在天生前完全解决。。。。。。。有些用户的意图太过笼统或依赖详细的视觉效果，，，，，只有看到起源效果后才华明确自己想要什么样的调解。。。。。。。这为第三阶段的刷新指明晰偏向。。。。。。。
三、精雕细琢的后期调解：让动画完全切合你的想象
第三阶段的研究重点解决了一个要害问题：当用户对天生的动画基本知足，，，，，但希望举行局部调解时，，，，，应该怎样操作？？？？？？古板的做法是重新绘制草图并完全重新天生，，，，，但这样做不但效率低下，，，，，还可能导致原本知足的部分也被意外改变。。。。。。。
研究团队设计的细化机制就像一个细密的视频编辑工具，，，，，但操作起来却异常简朴。。。。。。。系统会自动从天生的动画中提取要害帧�。。。。。。�，这些要害帧就像动画的主要时刻快照。。。。。。。用户可以选择需要修改的要害帧�。。。。。。�，然后直接在帧上绘制修改意图。。。。。。。好比，，，，，若是用户以为地球绕太阳的轨道应该更椭圆一些，，，，，只需在响应的要害帧上画出期望的椭圆轨迹即可。。。。。。。
这种要领的优势在于它的局部性和可展望性。。。。。。。与重新天生整个动画差别，，，，，要害帧编辑只会影响相关的动画片断，，，，，其他部分坚持稳固。。。。。。。这就像在一幅画上局部修改细节，，，，，而不是重画整幅作品。。。。。。。用户可以逐步完善动画，，，，，每次只调解一个小细节，，，，，直到完全知足为止。。。。。。。
除了视觉化的绘制修改，，，，，系统还支持文字提醒的调解方法。。。。。。。用户可以输入简朴的指令，，，，，好比"让球弹得更慢一些"或"闪光效果重复两次"。。。。。。。这种混淆输入方法既支持直观的视觉调解，，，，，也允许准确的参数控制。。。。。。。
第三阶段的测试显示了这种细化机制的强盛效果。。。。。。。8名加入者建设了12个编辑版本的动画，，，，，总共举行了55次细化操作。。。。。。。平均每个使命需要4.6次细化调解，，，，，其中三分之二是通过在要害帧上绘制完成的，，，，，其余则通过文字指令完成。。。。。。。这种漫衍批注，，，，，视觉化调解更适合处置惩罚空间和形状相关的修改，，，，，而文字指令则更适适时间和重复次数等笼统属性的调解。。。。。。。
加入者对细化机制的反响非�；；；； Ｆ鹁ⅰ�。。。。。。在12个最终输出中，，，，，有10个坚持了未修改部分的稳固性，，，，，这一点被加入者以为对维持创作动力至关主要。。。。。。。一位加入者说："我不需要重新最先——只需要修改不喜欢的部分。。。。。。。"这种局部控制让动画制作从高危害的一次性实验转变为渐进式的细腻化历程。。。。。。。
更有趣的是，，，，，加入者展现出了差别的编辑战略偏好。。。。。。。一些人喜欢"早期干预"，，，，，在动画最先的几秒钟内就最先调解，，，，，避免过失撒播到后续部分。。。。。。。另一些人则偏向于"整体审阅"，，，，，先寓目完整的起源效果，，，，，然后举行有针对性的局部修正。。。。。。。这些差别的事情流程都获得了系统的优异支持，，，，，体现了工具设计的无邪性。。。。。。。
细化机制的另一个主要发明是它对用户控制感的显著提升。。。。。。。相比前两个阶段，，，，，加入者在第三阶段报告了更高的控制感和知足度。。。。。。。他们感受自己是在与AI相助完善作品，，，，，而不是被动接受AI的输出。。。。。。。这种协作感关于创意工具来说至关主要，，，，，由于它让用户感受自己仍然是创作历程的主导者。。。。。。。
四、逾越动画制作：探索更辽阔的应用远景
虽然SketchDynamics系统在研究中主要专注于运动图形动画的天生，，，，，但其焦点理念——通过自由形式草图表达动态意图——具有更普遍的应用潜力。。。。。。。研究团队在论文中展示了两个扩展偏向，，，，，展现了这种手艺可能带来的更大影响。。。。。。。
第一个扩展偏向是视频天生。。。。。。。目今的视频天外行艺往往需要详细的文字形貌或重大的参数设置，，，，，对通俗用户来说门槛较高。。。。。。。而草图作为一种直观的视觉语言，，，，，可以更自然地表达场景结构、物体运动和镜头转变。。。。。。。研究团队展示了怎样将他们的草图明确手艺与现有的视频天生模子团结，，，，，用户只需画出简朴的故事板，，，，，就能天生响应的真实感视频片断。。。。。。。好比用户画了一辆汽车在森林蹊径上行驶然后爆炸的场景，，，，，系统就能天生对应的真实视频效果。。。。。。。
第二个扩展偏向是3D动态场景的建设。。。。。。。古板的3D动画制作需要重大的建模、材质、灯光和动画手艺，，，，，纵然是简朴的场景也需要大宗时间。。。。。。。研究团队展示了怎样将草图解读手艺应用到Unity这样的3D开发情形中。。。。。。。用户可以画出3D场景的草图，，，，，标注物体的运动和相互作用，，，，，系统就能自动天生响应的3D场景代码。。。。。。。这种要领特殊适合快速原型设计和看法验证，，，，，让非专业人士也能建设3D交互内容。。。。。。。
这些扩展应用的配合特点是降低了创作门槛，，，，，让更多人能够加入到数字内容的创作中。。。。。。。正如研究团队指出的，，，，，这不但仅是手艺的前进，，，，，更代表了创作工具民主化的趋势。。。。。。。当重大的手艺被包装在简朴直观的界面后面时，，，，，创意的表达就不再受到手艺能力的限制。。。。。。。
然而，，，，，这种手艺的普及也带来了新的思索。。。。。。。当任何人都能轻松建设专业级别的动画和视频时，，，，，内容创作的价值链会怎样转变？？？？？？专业创作者的角色会怎样演进？？？？？？这些问题虽然凌驾了手艺研究的规模，，，，，却是这类手艺生长一定要面临的社会影响。。。。。。。
五、深层洞察：重新界说人机创作关系
这项研究的深层价值不但在于手艺立异，，，，，更在于它对人机协作模式的重新思索。。。。。。。古板的创作工具要求用户顺应工具的逻辑，，，，，学习特定的操作方法和看法框架。。。。。。。而SketchDynamics系统试图让工具顺应用户的自然表达方法，，，，，这种角色倒置具有深远的意义。。。。。。。
研究历程中最有趣的发明之一是用户创作意图的动态性。。。。。。。许多加入者在实验最先时并没有完全明确的动画构想，，，，，而是在与系统交互的历程中逐步明确和完善自己的想法。。。。。。。澄清问题的回覆历程、对天生效果的评价、以及后续的细化调解，，，，，都成为了用户探索和生长创意的主要环节。。。。。。。这批注，，，，，AI系统不但仅是执行用户指令的工具，，，，，更可以成为引发和完善创意的相助同伴。。。。。。。
研究还展现了草图作为交流前言的奇异价值。。。。。。。相比文字形貌，，，，，草图能够同时转达空间关系、时间序列和情绪色彩，，，，，这种多维度的信息转达是其他输入方法难以替换的。。。。。。。更主要的是，，，，，草图的模糊性并非缺陷，，，，，而是一种特殊的表达资源。。。。。。。它允许创作者保存不确定性，，，，，在创作历程中逐步明确细节，，，，，这正切合创意头脑的特点。。。。。。。
系统的三阶段设计也体现了对人类认知历程的深刻明确。。。。。。。从起源表抵达澄清疑问，，，，，再到细腻调解，，，，，这个流程镜像了人类处置惩罚重大使命的自然方法。。。。。。。我们很少一次性完善地表达重大想法，，，，，而是通过一直的交流、反响和修正来完善PT视讯(中国区)官网表达。。。。。。。SketchDynamics系统的乐成正在于它模拟并支持了这种自然的交流模式。。。。。。。
从更宏观的角度看，，，，，这项研究代表了AI应用开发的一个主要偏向转变。。。。。。。早期的AI应用往往追求完全自动化，，，，，试图让机械自力完成重大使命。。。。。。。但这种要领在面临创意性事情时遇到了瓶颈，，，，，由于创意实质上是一个探索性和主观性的历程。。。。。。。SketchDynamics系统接纳的人机协作模式认可了这种重大性，，，，，将AI定位为增强人类能力的工具，，，，，而不是替换人类的机械。。。。。。。
这种协作模式的乐成也为其他领域的AI应用提供了启发。。。。。。。无论是在设计、写作、音乐创作，，，，，照旧在科学研究、工程设计中，，，，，类似的"表达-澄清-细化"模式都可能施展主要作用。。。。。。。要害在于找到合适的交互方法，，，，，让AI能够明确人类的意图，，，，，同时让人类能够有用地指导AI的行为。。。。。。。
说究竟，，，，，这项研究最大的孝顺可能不是详细的手艺实现，，，，，而是它展示的可能性：AI可以真正明确和支持人类最自然的表达方法。。。。。。。当手艺不再要求我们改变表达习惯，，，，，而是起劲明确PT视讯(中国区)官网自然表达时，，，，，人机交互就进入了一个全新的阶段。。。。。。。在这个阶段中，，，，，手艺的目的不是展示机械的智能，，，，，而是放大人类的创立力。。。。。。。
从涂鸦到动画的转换只是一个最先。。。。。。。当我们能够用最自然的方法与AI交流时，，，，，无论是通过草图、手势、语言照旧其他形式，，，，，创意表达的界线将被彻底重新界说。。。。。。。每小我私家都可能成为数字内容的创作者，，，，，不是由于他们掌握了重大的手艺手艺，，，，，而是由于手艺学会了明确人类最基本的表达激动。。。。。。。
Q&A
Q1：SketchDynamics系统是什么？？？？？？
A：SketchDynamics是香港科技大学开发的一个AI动画天生系统，，，，，它能够明确用户随意绘制的草图并自动转换为专业的动画视频。。。。。。。用户只需要像画故事板一样简朴涂鸦，，，，，系统就能明确其中的动画意图并天生响应的矢量动画。。。。。。。
Q2：这个系统如那里置草图的模糊性问题？？？？？？
A：系统接纳了智能的澄清提醒机制，，，，，将模糊性分为四个水平并提供响应的解决计划。。。。。。。关于轻度模糊接纳快速确认，，，，，中度模糊提供多选择预览，，，，，需要参数时使用填空询问，，，，，高度笼统时允许文字说明或上传参考图像。。。。。。。系统只在真正保存歧义时才询问，，，，，阻止太过打搅用户。。。。。。。
Q3：通俗人能直接使用SketchDynamics制作动画吗？？？？？？
A：现在SketchDyna重庆渝海港航物流有限公司mics照旧一个研究原型，，，，，主要用于验证草图到动画转换的可行性。。。。。。。虽然系统展现了很大潜力，，，，，但还需要进一步开发才华成为通俗用户可以使用的产品。。。。。。。不过研究效果为未来开发类似的消耗级工具涤讪了主要基础。。。。。。。