斯坦福大学的研究人员推出Spellburst

        生成艺术家通常使用编程语言或人工智能文本到图像工具来将表达意义转换为代码，以创建抽象的图案或超现实的景观。，写艺术作品是一个耗时而复杂的过程，通常需要通过多次迭代的实验和错误来改进，这很容易受到页面的限制而感到沮丧。

根据对数字艺术家的采访，斯坦福学校的学者们掌握了这些创作过程中的困惑，然后开发了一种名为spelburst的工具，旨在改进创意和编辑过程。

Spelburst使用大型语言模型GPT-4，允许艺术家输入原始提醒，然后生成显示概念代码的代码。如果艺术家想要调整图像的某个层次，他们可以打开一个面板，包括由前一个提醒产生的动态滚轮来调整，或者添加修改说明。，该工具还允许艺术家从基于提醒的探索转变为程序编辑，他们可以点击图像查看代码以进行更详细的调整。

研究团队采访了10位专业的创意编号艺术家，以更好地理解他们如何发展概念、创造工作流程和面临的最大挑战，然后与专业的生成艺术家一起测试工具。数据显示，大多数反馈都是积极的，大型语言模型帮助艺术家更快地从语义空间转换为代码，并帮助他们探索许多不同的变化和更多的创造性飞跃。

，该工具也有一些局限性，如一些提醒中的错误和意想不到的结果，特别是在版本合并层面，很难确定什么提醒会导致预期的结果。，提供反馈的艺术家样本规模相对较小，不能代表整个艺术家社区的生成。

        即便如此，研究团队还是希望这个工具能帮助编程艺术家甚至更广泛的观众。他们计划在今年晚些时候公布这个工具作为开源工具，供艺术家应用，并研究如何帮助新手学习如何用代码创造艺术。