生成レイアウト インテリジェンス

AI における最も困難な課題の 1 つは、「画像の生成」から「文書の整理」への移行です。画像ジェネレーター (Midjourney や DALL-E など) はピクセルのグリッド上で動作しますが、Slide Creator のレイアウトインテリジェンスデザインオブジェクトのセマンティックグラフ上で動作します。

1.「レイアウトドリフト」への挑戦

従来の「AI プレゼンテーション」ツールは、多くの場合、スライドを静止画像または固定テンプレートとして扱います。これにより、エクスポート時に要素が重なったり、テキストがオーバーフローしたり、デザインが崩れたりする「レイアウト ドリフト」が発生します。私たちの研究は次のことに焦点を当てています伸縮自在なレイアウトグラフ- すべての要素が隣接する要素との関係を「認識」しているスライドの数学的表現。

2. ビジュアル階層の予測

人間の目はどのようにしてスライドをスキャンするのでしょうか?私たちのモデルは、視線追跡データセットとプロフェッショナルなデザイン ポートフォリオでトレーニングされており、視覚的な階層を予測して適用します。

アンカリング:スライドの「ヒーロー」要素を自動的に識別し、その周囲に下位データを配置します。

スキャンパターン:スライドの目的に応じて「F パターン」または「Z パターン」のレイアウトを最適化します (データ テーブルと高レベルの引用など)。

3. ブランドを意識した制約解決

プロのデザインとは、境界内で作業することです。私たちの研究では、制約ベースのジェネレーティブ デザインAI は次のことを可能にします。

ブランドの堀を尊重する:レイアウトを自動的に調整して、ロゴを「安全ゾーン」に保ち、テキストを事前に定義された画像の「立ち入り禁止」領域から遠ざけます。

動的なサイズ変更:Precision 再現性 Engine™ を使用してコンテンツの拡大または縮小に応じてリフローし、空白の完璧なバランスを維持します。

4. 黄金比エンジン

私たちは古典的な設計原則をニューラル ネットワークに統合しました。私たちのエンジンは、黄金比と三分割法に基づいてすべてのテキスト ボックスと図形の最適な配置を計算し、最も複雑なデータ量の多いスライドでもバランスが取れ、プロフェッショナルに感じられるようにします。

5. 進行中の研究: マルチスライドのナラティブ

現在私たちが重点的に研究開発を行っているのは、物語の一貫性。一度に 1 つのスライドをデザインするのではなく、スライド 1 で確立されたデザイン モチーフがスライド 50 を通じて論理的に進化するように、デッキ全体の流れを理解するためにモデルをトレーニングしています。

これらのレイアウトを PPTX にエクスポートする方法の詳細については、次のサイトを参照してください。OOXML の最適化 page.