Abstract4D：用于理解抽象艺术视觉语言的大型数据集和框架

人工智能可以对艺术风格进行分类并合成图像，但仍然缺乏赋予艺术意义的视觉语言模型。抽象绘画最大限度地减少了对象语义并突出了结构线索，使其成为计算感知的理想测试平台。我们引入 \textbf{Abstract4D}，这是迄今为止最大的抽象绘画数据集：超过 120,000 张图像，搭配丰富的元数据和多维提示，捕捉每件作品的感知属性——\textit{形式、颜色、纹理和构图}。注释由混合人工 VLM 管道生成，以确保质量和一致性。使用 Abstract4D，我们（i）通过大规模嵌入可视化分析抽象艺术的语义结构，揭示感知关系如何组织艺术意义，以及（ii）建立分类、跨模态检索和文本到图像生成的基准任务，以评估 AI 模型如何感知和再现抽象视觉语言。这些分析共同展示了 Abstract4D 如何实现对 AI 表示和解释抽象艺术的能力的探索和定量评估。