Vibe-ruimtes voor Creatieve Verbinding en Expressie van Visuele Concepten
Vibe Spaces for Creatively Connecting and Expressing Visual Concepts
December 16, 2025
Auteurs: Huzheng Yang, Katherine Xu, Andrew Lu, Michael D. Grossberg, Yutong Bai, Jianbo Shi
cs.AI
Samenvatting
Het creëren van nieuwe visuele concepten vereist vaak het verbinden van verschillende ideeën via hun meest relevante gedeelde kenmerken – hun 'vibe'. Wij introduceren Vibe Blending, een nieuwe taak voor het genereren van samenhangende en betekenisvolle hybriden die deze gedeelde kenmerken tussen afbeeldingen onthult. Het realiseren van dergelijke blends is een uitdaging voor bestaande methoden, die moeite hebben met het identificeren en doorlopen van niet-lineaire paden die verre concepten in de latente ruimte verbinden. Wij stellen Vibe Space voor, een hiërarchische graafvariëteit die laagdimensionale geodeten leert in kenmerkruimten zoals CLIP, waardoor vloeiende en semantisch consistente overgangen tussen concepten mogelijk worden. Om de creatieve kwaliteit te evalueren, ontwerpen we een cognitief geïnspireerd raamwerk dat menselijke beoordelingen, LLM-redeneringen en een geometrische op pad-gebaseerde moeilijkheidsscore combineert. Wij constateren dat Vibe Space blends produceert die door mensen consistent als creatiever en samenhangender worden beoordeeld dan bestaande 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.