CPT：语言模型的可控和可编辑设计变体

设计视觉多样化和高质量的设计仍然是一个手动且耗时的过程，限制了创意工作流程的可扩展性和个性化。我们提出了一个使用仅解码器的语言模型生成可编辑设计变体的系统，即创意预训练 Transformer (CPT)，经过训练可以预测设计模板中的视觉风格属性。我们方法的核心是一种称为创意标记语言 (CML) 的新表示形式，这是一种紧凑的、机器学习友好的格式，可以捕获画布级结构、页面布局和元素级详细信息（文本、图像和矢量图形），包括内容和样式。我们在专业设计师创作的大量设计模板上对 CPT 进行微调，使其能够学习对配色方案和字体选择等属性进行有意义的、上下文感知的预测。该模型产生语义结构和风格一致的输出，保持元素之间的内部一致性。与生成图像模型不同，我们的系统生成完全可编辑的设计文档，而不是纯像素图像，允许用户在设计编辑器中进行迭代和个性化。在实验中，我们的方法为现有模板生成上下文颜色和字体变化，并显示出在调整布局同时保持设计原则的前景。