手机修改截图上的文字_苹果手机怎么改图片上的字

媒体讯息

在当前，大模型的突破性创新对创意领域产生了深远影响，其中以Sora为代表的视频生成技术正引领着新一代的潮流。除了Sora，另一项技术也值得人们关注。

在一项名为“Keyframer：利用大型语言模型赋能动画设计”的研究中，苹果的研究团队发布了一个全新的框架——Keyframer。该框架借助大型语言模型（LLM）的技术，允许用户通过自然语言的提示来创建静态2D图像的动画。

相关研究资料可以在线查看：此处链接

借助GPT-4的强大能力，Keyframer可以生成CSS动画代码，使得输入的SVG（可缩放矢量图）得以动态化。

用户还可以通过连续的提示和请求LLM生成不同的设计变体来迭代他们的设计，以探索新的设计方向。尽管Keyframer目前尚未公开面世，但它的潜力已经引起了广泛关注。

在研究过程中，苹果公司认识到LLM在动画领域的应用尚未得到充分开发。考虑到用户在描述运动时如何有效使用自然语言的问题，虽然文本转图像的工具如Dall·E和Midjourney取得了显著的效果，但动画设计涉及更多的复杂因素，如时间和协调性等。

关于Keyframer的详细介绍

Keyframer是一款由LLM驱动的应用程序，其目标是从静态图像中自动生成动画。该应用程序充分利用LLM的代码生成能力以及SVG的语义结构，根据用户的自然语言提示来创建动画。

GPT提示解读：系统允许用户输入自然语言的提示来创建动画。用户可以请求单个设计（如行星旋转）或多个设计变体（如创建三个星星闪烁的设计），然后单击“生成动画”按钮开始请求。在将用户请求传递给GPT之前，系统会完善其提示并指定LLM响应的格式。

GPT输出解读：一旦请求开始，GPT会传输响应，该响应由一个或多个CSS片段组成。

迭代功能：为了使用户在动画创作过程中进行更深入的探索，该研究还提供了一项功能，允许用户使用提示在已生成的动画上进行迭代构建。每个生成的设计下面都有一个“+ Add New Prompt”按钮；单击此按钮会在页面底部打开一个新表单，供用户使用新提示扩展其设计。

在实验阶段，苹果团队邀请了13名参与者（包括6名女性和7名男性）来试用Keyframer。表1列出了参与者的部分信息以及他们的技能水平。

甚至专业动画设计师EP13也看到了Keyframer扩展其能力的潜力：“虽然我担心这些工具可能会取代我们的工作，但仔细想想，这只会提升我们的技能。这应该是一件值得高兴的事情。”

总体而言，参与者在试用过程中对Keyframer的使用体验感到满意。根据参与者给出的平均分数（介于满意与中立之间），可以得知他们对该工具的认可程度较高。参与者总共生成了223种设计，平均每位参与者生成了约17.2个设计。图8展示了两位参与者的最终动画示例。