智能矢量图生成领域探索：北航副教授于茜的最新成果

揭秘北航副教授于茜的智能矢量图生成领域黑科技

　　 近年来,在大模型快速发展的背景下，人工智能在艺术创作领域的应用日益广泛。凭借海量训练数据和强大的计算能力，人工智能算法能够学习和模仿多种艺术风格、技巧和表达方式，成功生成包括绘画、插图、肖像和风景在内的各种艺术作品。然而，目前学术界的研究大多集中在光栅图上，对于专业设计领域常用的矢量图则关注较少。百度-CCF松果基金获得者、北京航空航天大学的于茜副教授通过运用先进的文本到图像生成技术，实现了矢量图的智能生成，这一进展为艺术创作和设计领域带来了新的可能性。 这种技术上的突破不仅丰富了人工智能在艺术创作中的应用，也为设计师提供了更多便捷工具，有助于提高工作效率。同时，这也意味着未来的人工智能系统可能在更多专业领域内发挥重要作用，从而推动整个行业的进步和发展。

　　 2023年，于茜副教授因其在计算机视觉和深度学习领域的突出贡献，成功获得了百度-CCF松果基金的资助，用于推进“面向专业设计的矢量图生成关键技术研究”。这一基金由百度与中国计算机学会共同发起，旨在促进国内外高校及科研机构中青年学者的产学研合作与学术交流，共同构建中国的人工智能技术生态系统。 于茜副教授的研究不仅展示了她在计算机视觉和深度学习领域的深厚积累，还反映了当前学术界与企业界合作的新趋势。这种合作关系不仅有助于加速科研成果的转化应用，也为青年学者提供了宝贵的实践机会，促进了理论知识与实际需求的有效对接。同时，这样的项目也体现了国家对科技创新的高度重视和支持，相信在未来，此类合作将为我国的人工智能产业注入更多活力，推动相关技术的快速发展。

　　 于茜副教授在2024百度世界大会作主题报告分享

　　 获松果基金后的一年里，于茜及其团队迅速投入到智能矢量图生成的算法研究中。他们在这个领域取得了显著进展，并将研究成果发表在多个国际高水平会议上和期刊上。所提出的算法可以根据用户的文本描述，自动生成高质量且可编辑的矢量图。例如，用户可以通过输入不同的提示词来生成具有不同风格的矢量草图，从而模拟不同人对同一概念的不同理解与表达方式。此外，通过调整笔画的数量，还可以生成不同抽象程度的草图。用户还能利用该算法生成Low-poly、PixelArt等多种风格的矢量图，极大地丰富了创作的可能性。 为了进一步促进矢量图领域的研究与发展，于茜及其团队还推出了一款名为PyTorch-SVGRender的开源算法库，其中包含了多种SVG自动生成算法的实现。这一举措不仅有助于加速相关技术的发展，也为广大开发者和研究人员提供了宝贵的资源和支持。这表明，在人工智能领域，开放合作和资源共享的重要性日益凸显，而于茜团队在这方面做出了积极的贡献。

　　 事实上,松果基金自五年前成立以来，已经扶持了包括于茜副教授在内的多位青年科学家。他们各领风骚，在不同领域取得了显著成就，为人工智能技术的进步增添了新的动力。例如，复旦大学的王烁研究员在心脏数字孪生技术上的研究取得了重大突破，而香港科技大学（广州）的刘浩助理教授则在极端天气预测模型方面成果斐然。这些学者的研究不仅扩展了AI技术的应用范围，还为相关行业的未来发展提供了新的思路和解决方案。 展望未来，随着人工智能技术的持续进步，我深信会有更多青年才俊在AIGC等前沿领域取得新的突破，从而为科技发展和社会进步作出更大的贡献。他们的工作不仅展示了年轻一代科研工作者的潜力，也预示着未来科技创新的无限可能。