시각적 개념을 창의적으로 연결하고 표현하는 공간, 바이브

초록

새로운 시각적 개념을 창조하는 것은 종종 서로 다른 아이디어들을 가장 관련성 높은 공통 속성, 즉 '바이브(vibe)'를 통해 연결하는 것을 필요로 합니다. 우리는 이미지 간의 이러한 공유 속성을 드러내는 일관성 있고 의미 있는 하이브리드를 생성하는 새로운 과제인 '바이브 블렌딩(Vibe Blending)'을 소개합니다. 이러한 혼합을 달성하는 것은 잠재 공간에서 먼 개념들을 연결하는 비선형 경로를 식별하고 따라가는 데 어려움을 겪는 기존 방법들에게는 어려운 과제입니다. 우리는 CLIP과 같은 특징 공간에서 저차원 측지선(geodesic)을 학습하여 개념 간의 매끄럽고 의미론적으로 일관된 전환을 가능하게 하는 계층적 그래프 매니폴드인 '바이브 스페이스(Vibe Space)'를 제안합니다. 창의적 품질을 평가하기 위해 인간의 판단, LLM 추론, 그리고 기하학적 경로 기반 난이도 점수를 결합한 인지 과학에 기반한 평가 프레임워크를 설계했습니다. 우리는 Vibe Space가 기존 방법들보다 인간이 일관되게 더 창의적이고 일관성 있다고 평가하는 혼합 결과를 생성함을 확인했습니다.

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.

시각적 개념을 창의적으로 연결하고 표현하는 공간, 바이브

Vibe Spaces for Creatively Connecting and Expressing Visual Concepts

초록

Support