LogoMotion: Visually Grounded Code Generation for Content-Aware Animation

动态标志是个人和品牌在网上展示自己的一种引人注目且普遍存在的方式。手动制作这些标志可能需要相当的艺术技巧和努力。为帮助初学者设计师制作动态标志，设计工具目前提供模板和动画预设。然而，这些解决方案在表现范围上可能存在局限性。大型语言模型有可能通过生成针对其内容量身定制的动画代码来帮助初学者设计师创建动态标志。在本文中，我们介绍了LogoMotion，这是一个基于LLM的系统，它通过视觉基础程序合成来接收分层文档并生成动态标志。我们介绍了创建画布的HTML表示形式、识别主要和次要元素、合成动画代码以及视觉调试动画错误的技术。与行业标准工具相比，我们发现LogoMotion生成的动画更加注重内容，并且在质量方面达到同等水平。最后，我们讨论了LLM生成动画对运动设计的影响。

LogoMotion试图通过使用大型语言模型来帮助初学者设计动画标志，以解决手动制作动画标志需要艺术技能和大量时间的问题。

LogoMotion使用视觉程序合成来生成动画代码，该代码是根据输入的分层文档和可视化信息生成的，使得生成的动画标志更具内容感知性。

论文介绍了一些技术来创建画布的HTML表示形式，识别主要和次要元素，合成动画代码以及视觉调试动画错误。与行业标准工具相比，LogoMotion生成的动画标志更具内容感知性，并且在质量上不逊于行业标准工具。

最近的相关研究包括使用深度学习生成动画的研究，以及使用程序合成生成图形用户界面的研究。