fog: Expressing Motion and Emotion through Function Composition of AI-Generated Code
本文介绍了“fog”，这是一个利用 AI 生成代码和交互式动画编辑器来使用户能够创造出具有表现力的、海德-西梅尔（Heider-Simmel）风格的运动与情感的函数组合框架，并通过感知研究验证了其 68% 的语义识别准确率以及提升的用户控制力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图仅用屏幕上漂浮的形状——一个三角形、一个圆形、一个正方形——来讲述一个故事。你希望那个圆看起来很“愤怒”，正在追逐三角形；或者三角形看起来很“恐惧”，正在逃跑。这听起来很简单，对吧？但如果你要求 AI “让圆看起来很愤怒”，你得到的可能只是一个原地旋转或移动过快的圆，完全错失了那种“感觉”。
这就是 fog（由研究员 Vivian Liu 和 Lydia Chilton 开发的一项新工具）试图解决的问题。fog 不仅仅是向计算机喊出模糊的指令，它将运动和情感视为一套由代码构建的、巨大的、可拆解组合的乐高积木。
核心理念：运动是配方，而非咒语
研究人员认为，运动和情感并非随机的混沌，而是由特定的成分组成的。这就像烹饪一样。如果你想要一道辣的菜，你不会只告诉厨师“做辣一点”，而是会加入特定分量的辣椒、胡椒和热度。
在 fog 中，“成分”是动词（如 追逐 或 逃跑）、副词（如 犹豫地 或 攻击性地）、姿态（如 挥手 或 摇晃）以及情感（如 愤怒 或 恐惧）。神奇之处在于将这些代码块拼接在一起。
例如，你可以告诉 AI 让一个形状犹豫地（追逐）另一个形状。系统不会仅仅靠猜测；它会构建一个特定的“配方”，让形状向前移动，但又神经质地停顿和启动，甚至可能微微颤抖。或者，你可以将愤怒与冲刺结合，创造出一种积蓄能量、猛烈撞击然后又回弹的运动。
“魔法”测试：人们真的能看出其中的情感吗？
团队并不仅仅是构建了它然后就此止步。他们进行了一场包含 452 个不同动画 的大规模“口味测试”。他们将这些移动的形状展示给数百人，并询问：“这个形状在做什么？它是在追逐、躲避还是在战斗？”
结果非常出色。人们能够正确猜出含义的准确率达到了 68%。这听起来可能只是个 C+ 的成绩，但请记住，如果他们只是在四个选项中随机猜测，正确率只会是 25%。因此，fog 的动画效果比运气好导致的猜中要好 2.68 倍。
然而，论文谨慎地指出，这并不是一个完美的解决方案。当他们尝试将两件事混合在一起时——比如让一个形状既表现得犹豫又在追逐——准确率有所下降（降至约 58%）。有时，“成分”会发生冲突，就像试图将油和水混合一样。研究人员发现，如果“犹豫”的代码和“追逐”的代码试图控制运动的同一部分，它们有时会互相抵消。这提醒我们，虽然该系统功能强大，但它还不是一个读心者。
创作者的“游乐场”
研究人员还构建了一个游乐场（一个动画编辑器）来观察真实的人会如何使用它。他们邀请了 10 位 用户——其中一些是精通动画的专家，另一些则是从未接触过编程的新手。
他们将 fog 与标准的“直接输入你的需求”型 AI 工具进行了对比。差异巨大：
- 旧方式： 用户必须输入提示词，等待 AI 生成整个新场景，如果对结果不满意，则需再次等待。看到一个新版本的动画大约需要 1.75 分钟。
- fog 方式： 用户可以即时调整运动。他们可以拖动滑块让形状移动得更快，或者画出一条路径让它跟随，或者即时混合搭配各种情感。看到新版本所需的时间降至仅 0.36 分钟。
专业人士非常喜欢这种控制感，称其感觉像是拥有了可以微调每一个细节的“原子级”构建块。而初学者则喜欢这种安全网；他们不必盯着空白屏幕苦思提示词该写什么，而是可以从预设的“动词”和“副词”网格中进行选择来入门。一位初学者甚至成功地制作了一个既显得焦虑又逐渐平静下来的圆，并说道：“我能从圆圈中看到情感。”
它“不是”什么（以及它目前还做不到什么）
了解这篇论文没有声称的内容很重要：
- 它不是电影制作工具： 这些动画仍然只是简单的形状（圆和三角形）在移动。论文明确指出，虽然 68% 的准确率很棒，但你不能期望达到 100% 的完美。一个简单的圆无法表达所有可能的人类情感或复杂的故事情节。
- 它不是 AI 的“万灵药”： 研究人员尝试让 AI “自我优化”其代码以修复冲突的成分，但这并没有起到什么作用。准确率几乎没有变化。
- 它目前还不适用于复杂的机器人： 该系统最适合这些抽象的形状故事。论文指出，如果你想为一个拥有关节、灯光或带有面部表情的真实角色/机器人制作动画，fog 还没有准备好达到那种精细程度。
总结
fog 表明，我们可以通过将情感分解为代码函数，像编写情感食谱一样，教会计算机理解情感。它不是一个能解决所有动画问题的完美魔杖，但它是一种全新的游戏方式。它将“告诉 AI 你要做什么”这种令人畏惧且模糊的过程，变成了一场有趣的、动手操作的混合运动成分的游戏，让初学者和专家都能用那些仿佛有了生命的形状来讲述故事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。