論文の概要: CREA: A Collaborative Multi-Agent Framework for Creative Content Generation with Diffusion Models

• arxiv url: http://arxiv.org/abs/2504.05306v1
• Date: Mon, 07 Apr 2025 17:59:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-08 14:10:52.589727
• Title: CREA: A Collaborative Multi-Agent Framework for Creative Content Generation with Diffusion Models
• Title（参考訳）: CREA:拡散モデルによる創造的コンテンツ生成のための協調的マルチエージェントフレームワーク
• Authors: Kavana Venkatesh, Connor Dunlop, Pinar Yanardag,
• Abstract要約: CREAは、人間の創造プロセスを模倣する新しいマルチエージェント協調フレームワークである。 創造性を動的でエージェント的なプロセスとして構成することにより、CREAはAIとアートの交差点を再定義する。
• 参考スコア（独自算出の注目度）: 3.3454373538792552
• License:
• Abstract: Creativity in AI imagery remains a fundamental challenge, requiring not only the generation of visually compelling content but also the capacity to add novel, expressive, and artistically rich transformations to images. Unlike conventional editing tasks that rely on direct prompt-based modifications, creative image editing demands an autonomous, iterative approach that balances originality, coherence, and artistic intent. To address this, we introduce CREA, a novel multi-agent collaborative framework that mimics the human creative process. Our framework leverages a team of specialized AI agents who dynamically collaborate to conceptualize, generate, critique, and enhance images. Through extensive qualitative and quantitative evaluations, we demonstrate that CREA significantly outperforms state-of-the-art methods in diversity, semantic alignment, and creative transformation. By structuring creativity as a dynamic, agentic process, CREA redefines the intersection of AI and art, paving the way for autonomous AI-driven artistic exploration, generative design, and human-AI co-creation. To the best of our knowledge, this is the first work to introduce the task of creative editing.
• Abstract（参考訳）: AI画像の創造性は依然として根本的な課題であり、視覚的に魅力的なコンテンツの生成だけでなく、新しい、表現力があり、芸術的にリッチな画像変換を加える能力も必要である。 直接的なプロンプトベースの修正に依存する従来の編集タスクとは異なり、創造的な画像編集は、独創性、一貫性、芸術的意図のバランスをとる、自律的で反復的なアプローチを要求する。 これを解決するために、人間の創造プロセスを模倣する新しいマルチエージェント協調フレームワークCREAを紹介する。 我々のフレームワークは、画像を概念化し、生成し、批判し、拡張するために動的に協力する専門的なAIエージェントのチームを活用している。 広範囲な質的・定量的評価を通じて、CREAは多様性、セマンティックアライメント、創造的変換において最先端の手法を大幅に上回っていることを示す。 創造性をダイナミックでエージェント的なプロセスとして構築することにより、CREAはAIとアートの交差点を再定義し、自律的なAI駆動の芸術的探索、生成設計、人間とAIの共創への道を開く。 私たちの知る限りでは、創造的な編集のタスクを導入するのはこれが初めてです。

関連論文リスト

• Creativity in AI: Progresses and Challenges [17.03526787878041]
  我々は,AIシステムの創造的能力について研究し,創造的な問題解決,言語的,芸術的,科学的創造性に注目した。 我々のレビューは、最新のAIモデルは言語的にも芸術的にも創造的なアウトプットを生成できるが、創造的な問題解決を必要とするタスクに苦労していることを示唆している。 プロセス駆動型で創造性のいくつかの側面を考慮した、包括的な創造性評価の必要性を強調します。
  論文  参考訳（メタデータ） (2024-10-22T17:43:39Z)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• ORACLE: Leveraging Mutual Information for Consistent Character Generation with LoRAs in Diffusion Models [3.7599363231894185]
  単一テキストプロンプトから一貫した文字表現を生成するための新しいフレームワークを提案する。 我々のフレームワークは、一貫した視覚的アイデンティティを持つ文字を生成する既存の手法よりも優れています。
  論文  参考訳（メタデータ） (2024-06-04T23:39:08Z)
• Empowering Visual Creativity: A Vision-Language Assistant to Image Editing Recommendations [109.65267337037842]
  IER(Image Editing Recommendation)の課題を紹介する。 IERは、入力画像から多様なクリエイティブな編集命令を自動生成し、ユーザの未指定の編集目的を表すシンプルなプロンプトを作成することを目的としている。 本稿では,Creative-Vision Language Assistant(Creativity-VLA)を紹介する。
  論文  参考訳（メタデータ） (2024-05-31T18:22:29Z)
• Automating Creativity [1.0200170217746136]
  本稿では,AIを創造的から創造的へと進化させるために必要なものについて考察する。 我々は,GenAIの創造的能力を開発するために,3つの迅速な応答・逆エンジニアリングフレームワークを開発する。
  論文  参考訳（メタデータ） (2024-05-11T05:05:10Z)
• Equivalence: An analysis of artists' roles with Image Generative AI from Conceptual Art perspective through an interactive installation design practice [16.063735487844628]
  本研究では、アーティストが高度なテキストから画像生成AIモデルとどのように相互作用するかを検討する。 この枠組みを実証するために,「等価性」と題されたケーススタディでは,ユーザの音声入力を連続的に変化する絵画に変換する。 この研究は、アーティストの役割に対する理解を深め、画像生成AIで作成されたアートに固有の創造的側面に対する深い評価を促進することを目的としている。
  論文  参考訳（メタデータ） (2024-04-29T02:45:23Z)
• CreativeSynth: Creative Blending and Synthesis of Visual Arts based on Multimodal Diffusion [74.44273919041912]
  大規模なテキスト・画像生成モデルは印象的な進歩を遂げ、高品質な画像を合成する能力を示している。 しかし、これらのモデルを芸術的な画像編集に適用することは、2つの重要な課題を提起する。 我々は,マルチモーダル入力をコーディネートする拡散モデルに基づく,革新的な統一フレームワークCreative Synthを構築した。
  論文  参考訳（メタデータ） (2024-01-25T10:42:09Z)
• ConceptLab: Creative Concept Generation using VLM-Guided Diffusion Prior Constraints [56.824187892204314]
  我々は創造的なテキスト・画像生成の課題を提示し、幅広いカテゴリの新しいメンバーを創り出そうとする。 本稿では, 先行拡散の出力空間上での最適化プロセスとして, 創造的生成問題を定式化できることを示す。 我々は、最適化問題に新たな制約を適応的に付加する質問応答型視覚言語モデル(VLM)を導入し、よりユニークな生成物を発見するようモデルに促す。
  論文  参考訳（メタデータ） (2023-08-03T17:04:41Z)
• Pathway to Future Symbiotic Creativity [76.20798455931603]
  そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。 芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。 我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-18T15:12:02Z)
• Modeling Artistic Workflows for Image Generation and Editing [83.43047077223947]
  与えられた芸術的ワークフローに従う生成モデルを提案する。 既存の芸術作品の多段画像編集だけでなく、多段画像生成も可能である。
  論文  参考訳（メタデータ） (2020-07-14T17:54:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。