香港科技大学AI动画工具测评：涂鸦秒变动画，新手也能成为动画师

这项研究由香港科技大学艺术与机器创意学院、计算机科学与工程学院，以及香港科技大学（广州）计算媒体与艺术学院共同完成。其成果已入选2026年CHI人机交互顶级会议（CHI '26, April 13–17, 2026, Barcelona, Spain），论文编号ACM ISBN 979-8-4007-2278-3/2026/04。完整论文可通过DOI: 10.1145/3772318.3791071查阅。

向他人解释一个复杂概念时，我们常会随手画上几笔：几条线、几个箭头、一个简化的图形。这些即兴涂鸦承载着清晰的意图。香港科技大学的研究团队正在探索：计算机能否像人一样，理解这些自由线条背后的动态构想，并自动将其转化为一段流畅的动画？

传统动画制作依赖专业软件和关键帧技术，学习曲线陡峭。现有的一些草图动画工具，则往往将用户限制在预定义的符号库中，难以表达个性化的创意。这就像只允许使用固定词汇进行创作。

本研究的核心突破，是让AI真正“读懂”自由手绘草图。团队摒弃了僵化的符号映射规则，转而采用先进的视觉语言模型，赋予系统基于常识解读草图语义的能力。这相当于为计算机建立了“草图语感”。

基于此，团队开发了SketchDynamics系统。其工作流程直观高效：用户绘制简单的故事板草图，系统解析其中的动画意图，生成矢量动画代码并输出视频。关键在于交互性：当意图存在歧义时，系统会主动发起澄清提问；用户若对结果不满意，可直接在生成视频的关键帧上进行绘制修改，实现精准调整。

为验证系统效能，团队设计了包含24名参与者的三阶段用户研究，从原型测试开始，逐步迭代功能，最终形成完整解决方案。

一、从随意涂鸦到精彩动画：系统如何读懂你的想法

第一阶段旨在探索人们如何用草图表达动画意图，并测试系统的理解边界。参与者在一个无限制的网页画板上自由绘制故事板。

结果展现了丰富的视觉表达“词汇”：箭头指示方向，虚线圈标记位置，数字序号排列动作顺序。同一符号在不同语境下含义各异，例如箭头可代表移动或力的方向。这种多样性是创造力的体现，也是草图解读的核心挑战。

系统展现出语义层面的智能理解。例如，它会将手绘的粗糙正弦波“美化”为平滑的曲线动画，将潦草的移动轨迹转化为连贯的运动路径。这种基于意图的加工令参与者感到惊喜。

然而，语义优先的策略也带来了控制精度的问题。当用户需要特定角度或精确时序时，系统的理解可能产生偏差。这揭示了草图固有模糊性与当前AI理解能力的局限。

研究还观察到两种绘制策略：“详细绘制”近乎逐帧描摹，以确保准确性但牺牲了效率；“抽象标记”则用极简符号表达复杂过程，效率高但易被误解。这指向一个根本矛盾：草图的表达力与模糊性是一体两面，既是其魅力所在，也是机器理解的最大难点。

二、化解疑惑的智能对话：当AI不确定时如何聪明提问

针对模糊性问题，第二阶段引入了分层澄清提示机制，将歧义转化为协作资源，通过对话厘清用户意图。

团队将模糊性划分为四个等级，并设计相应策略：对轻度模糊进行快速确认（是非题）；对中度模糊提供多选预览；需要具体参数时采用填空询问；面对高度抽象符号，则允许补充文字说明或上传参考图像。系统只在关键歧义点提问，避免打断创作流。

测试中，系统平均每次创作触发约3.6次提示，参与者普遍视其为“有用的检查点”。一位用户反馈：“我能看到AI的思考过程，并能立即纠正它。”多选提示最为常见，反映了“一图多义”的普遍性。

澄清过程本身也帮助用户反思并完善了创意细节。许多参与者表示，回答问题促使他们明确了原本模糊的构想。当然，部分调整仍需在看到初步动画后才能进行，这引出了第三阶段的改进。

三、精雕细琢的后期调整：让动画完全符合你的想象

第三阶段解决了局部微调的痛点。传统方式需要重新绘制并全局重生成，效率低下且可能破坏已满意的部分。

系统的细化机制允许用户在生成动画的关键帧上直接绘制修改。例如，若想调整行星轨道形状，只需在对应关键帧上画出新轨迹。这种方法具有局部性和可预测性，只影响相关片段，其余部分保持不变。

除视觉绘制外，系统也支持“让弹跳慢一点”这类自然语言指令。混合输入方式兼顾了直观调整与精确控制。

测试中，参与者共进行了55次细化操作，约三分之二通过绘制完成，其余通过指令。视觉调整擅长处理空间与形状修改，文字指令则便于调整时间、次数等抽象属性。参与者高度评价了这种“无需推倒重来”的渐进式编辑体验，控制感和满意度显著提升。

四、超越动画制作：探索更广阔的应用前景

SketchDynamics的核心技术——通过草图理解动态意图——具有广泛的应用潜力。团队在论文中展示了两个拓展方向。

一是视频生成。草图能直观表达场景布局与运动。研究演示了如何将草图理解与视频生成模型结合：用户绘制简单故事板（如汽车在森林中行驶并爆炸），系统即可生成相应逼真视频片段，大幅降低了视频创作门槛。

二是3D动态场景创建。传统3D动画制作复杂耗时。团队展示了将该技术集成到Unity等3D引擎中的可能性：用户绘制3D场景草图并标注运动，系统可自动生成相应的3D场景代码，极大便利了快速原型设计与概念验证。

这些应用共同指向数字内容创作的民主化趋势。当复杂技术被封装于直观界面之后，创意表达将不再受制于专业技能。这也引发了关于未来内容生态与专业创作者角色的新思考。

五、深层洞察：重新定义人机创作关系

本研究的深层价值在于对人机协作模式的重新思考。它让工具适应人的自然表达，而非相反。

一个关键发现是用户意图的动态性：许多创意是在与系统交互中逐步明晰的。澄清提问、结果评估、细化调整都成为创意探索环节。AI在此扮演了创意协作者的角色，而不仅是执行工具。

草图作为交流媒介，能同时传递空间、时间与情感等多维信息，其模糊性恰恰为创意保留了探索空间。系统的三阶段设计（表达-澄清-细化）精准映射了人类处理复杂任务的认知流程。

这代表了AI应用的一个重要转向：从追求全自动化，转向增强人类能力的人机协作。这种模式对设计、写作、科研等需要探索性的领域具有普遍启发意义。

最终，这项研究的最大贡献或许是展示了一种可能性：当AI学会理解人类最自然的表达方式时，技术才能真正放大创造力。从涂鸦到动画的转换只是一个起点，它预示着一个人机共创的新阶段，让每个人都能成为数字内容的创作者。

Q&A

Q1：SketchDynamics系统是什么？

A：SketchDynamics是由香港科技大学研发的AI动画生成系统。它能解读用户手绘的故事板草图，理解其中的动态意图，并自动将其转换为专业的矢量动画视频，显著降低了动画制作的技术门槛。

Q2：这个系统如何处理草图的模糊性问题？

A：系统采用智能分层澄清机制。根据模糊程度，它会发起快速确认、提供多选预览、询问具体参数或建议补充参考素材。这种策略只在必要时介入，有效平衡了理解准确性与交互流畅度。

Q3：普通人能直接使用SketchDynamics制作动画吗？

A：目前SketchDynamics仍是一个研究原型，主要用于验证技术可行性。将其转化为稳定、易用的消费级产品仍需进一步的工程开发与优化。但本研究为未来开发面向大众的直观动画创作工具奠定了坚实的技术基础。