设计语义和品牌智能

在 Slide Creator，我们相信设计是一种语言。为了实现自动化，人工智能必须了解的不仅仅是将盒子放在哪里；还必须了解如何放置盒子。它必须理解*为什么*那​​个盒子应该在那里。我们的研究设计语义专注于向人工智能传授颜色、排版和空间排列等视觉元素背后的“意义”。

1. 超越十六进制代码：语义颜色

品牌颜色不仅仅是十六进制代码（例如“#fc9354”）。它具有语义角色——“主要操作”、“背景表面”、“错误状态”或“成功指示器”。我们的研究语义颜色映射允许我们的人工智能：

根据数据的*情绪*自动为图表栏选择正确的颜色（例如，绿色表示增长，红色表示下降）。

通过实时计算动态背景的对比度，确保文本始终清晰易读。

2. 字体作为声音

版式承载着公司的“声音”。我们正在研究版式情境化，这使我们的引擎能够：

了解何时使用粗体衬线作为权威标题，何时使用干净的无衬线作为技术脚注。

根据信息的密度自动调整字偶距和行高，即使在数据较多的幻灯片中也能保持“高级”感觉。

3.空间符号学

空白不是“空”的空间；它是一个结构元素。我们的空间符号学研究跟踪用户如何根据对象的接近度和对齐来感知“重要性”。我们训练我们的模型：

使用“Gutter Intelligence”使元素与 12 列网格对齐。

使用格式塔的邻近性和相似性原则将相关数据点分组在一起。

4. 品牌情报协议™

这项研究最终形成了我们专有的品牌情报协议™。这是一个位于生成模型和最终输出之间的人工智能层，充当“自动化艺术总监”，确保每张幻灯片都遵守公司视觉识别的微妙且通常不成文的规则。

5. 正在进行的研究：文化设计的细微差别

我们目前正在研究设计语义如何因文化而异。例如，硅谷初创公司和日本金融机构之间特定颜色的含义或幻灯片的“正确”密度可能会发生显着变化。我们正在建设本地感知设计模型尊重这些全球细微差别。

有关人类与这些设计引擎之间交互的更多信息，请访问我们的人机交互 page.