Vibe-Räume für kreative Vernetzung und visuellen Konzeptausdruck
Vibe Spaces for Creatively Connecting and Expressing Visual Concepts
December 16, 2025
papers.authors: Huzheng Yang, Katherine Xu, Andrew Lu, Michael D. Grossberg, Yutong Bai, Jianbo Shi
cs.AI
papers.abstract
Die Erstellung neuer visueller Konzepte erfordert oft die Verbindung unterschiedlicher Ideen über deren relevanteste gemeinsame Attribute – ihre "Vibe". Wir stellen Vibe Blending vor, eine neuartige Aufgabe zur Erzeugung kohärenter und bedeutungsvoller Hybride, die diese gemeinsamen Attribute zwischen Bildern aufdeckt. Die Realisierung solcher Mischungen stellt aktuelle Methoden vor Herausforderungen, da sie Schwierigkeiten haben, nichtlineare Pfade zu identifizieren und zu durchlaufen, die distante Konzepte im latenten Raum verbinden. Wir schlagen den Vibe Space vor, eine hierarchische Graph-Mannigfaltigkeit, die niedrigdimensionale Geodäten in Feature-Räumen wie CLIP lernt und so sanfte, semantisch konsistente Übergänge zwischen Konzepten ermöglicht. Zur Bewertung der kreativen Qualität entwerfen wir einen kognitiv inspirierten Rahmen, der menschliche Beurteilungen, LLM-basiertes Reasoning und einen geometrischen, pfadbasierten Schwierigkeits-Score kombiniert. Wir stellen fest, dass Vibe Space Mischungen erzeugt, die von Menschen durchgängig als kreativer und kohärenter bewertet werden als die Ergebnisse aktueller Methoden.
English
Creating new visual concepts often requires connecting distinct ideas through their most relevant shared attributes -- their vibe. We introduce Vibe Blending, a novel task for generating coherent and meaningful hybrids that reveals these shared attributes between images. Achieving such blends is challenging for current methods, which struggle to identify and traverse nonlinear paths linking distant concepts in latent space. We propose Vibe Space, a hierarchical graph manifold that learns low-dimensional geodesics in feature spaces like CLIP, enabling smooth and semantically consistent transitions between concepts. To evaluate creative quality, we design a cognitively inspired framework combining human judgments, LLM reasoning, and a geometric path-based difficulty score. We find that Vibe Space produces blends that humans consistently rate as more creative and coherent than current methods.