来自苹果的研究人员推出一款利用大语言模型（LLMs）生成动画的框架Keyframer，它利用大语言模型（LLMs）来帮助设计师通过自然语言描述来创建动画。
Keyframer的主要功能包括从静态SVG图像生成动画，支持用户用自然语言描述动画效果，直接编辑生成的CSS动画代码，以及迭代优化动画设计。
Keyframer的主要目标是简化动画设计过程，让即使没有动画制作经验的用户也能轻松地为静态图像（如SVG格式）添加动画效果。
主要功能：
- 用户可以通过输入自然语言的描述来生成动画，例如：“让星星闪烁”或“让火箭上升”。
- 提供了多种编辑器，允许用户直接编辑生成的CSS动画代码，或者通过属性编辑器进行更直观的调整。
- 用户可以请求生成多个设计变体，以便比较和选择最佳动画效果。
主要特点：
- 支持用户通过自然语言与LLM进行交互，降低了动画设计的门槛。
- 设计了“分解式”提示策略，允许用户逐步构建和完善动画设计。
- 提供了实时预览和编辑功能，使得设计过程更加直观和互动。
工作原理：
- 用户首先上传一个SVG图像，并输入描述动画的自然语言提示。
- Keyframer使用GPT-4模型根据提示生成CSS动画代码。
- 用户可以通过Code Editor或Properties Editor编辑生成的动画代码，或者通过添加新的提示来迭代和改进动画。
应用场景：
- 网页设计师可以使用Keyframer为网站元素添加动画，提高用户体验。
- 动画师和视觉艺术家可以利用它快速原型化动画概念，探索不同的动画风格。
- 教育领域中，学生和初学者可以通过Keyframer学习动画设计，无需深入编程知识。
Keyframer是一个创新的工具，它通过结合自然语言处理和大型语言模型，为动画设计领域带来了新的可能，使得动画创作变得更加便捷和普及。
评论0