2 月 14 日消息，苹果公司今天发布论文，展示名为 Keyframer 的全新 AI 大语言模型（LLMs），可以根据用户输入的提示词加工静态图片，将其转换为动画。

该论文标题为《Keyframer：使用大型语言模型增强动画设计能力》，附上专利摘要部分如下：

对于 Dall-E 和 Midjourney 等商业 AI 服务来说，一句话文生图是比较常见的 AI 应用。但实际场景下，需要考虑时间、协调等更复杂的因素，而这些因素很难在一次性提示中完全明确。

因此，可能需要采用其他方法，使用户能够迭代地构建和完善生成的设计，尤其是对于动画而言。

我们结合设计艺术品的语言提示和大语言模型的代码生成功能，打造出了 Keyframer 的新型人工智能动画工具。

用户通过 Keyframer，可以通过自然语言提示从静态二维图像中创建动画插图。使用 GPT-4，Keyframer 生成 CSS 动画代码，为输入的可缩放矢量图形（SVG）制作动画。

苹果公司展示了一个实际案例，用户上传太空火箭为主题的 SVG 格式图片，然后输入“要求生成天空有 3 个渐变色，且配有星星闪烁的动画”提示词。

Keyframer 会生成动画的 CSS 代码，然后用户可以直接编辑代码或输入其他文本提示来完善动画。

作者解释说：

Keyframer 让用户能够通过连续地提示迭代完善他们的设计，而不必预先考虑他们的整个设计。

通过这项工作，我们希望能够启发未来的动画设计工具，将 LLMs 强大的生成能力与动态编辑器相结合，加快设计原型的制作，使创作者能够保持创意控制。

论文称，这项研究参考了对专业动画设计师和工程师的访谈。论文引用了一位研究参与者的话：

出图速度远远超出预期，几句话就能搞定此前几个小时的活。

附上论文参考地址

• Keyframer: Empowering Animation Design Using Large Language Models

相关阅读：

《苹果展示 AI 新模型 MGIE，可一句话精修图片》