如何分析字体的特征，探索字体美学可能性？

计算思维是量化特征，降维后在二维空间进行展示，而设计思维是创造人机交互方式，体现视觉的不同体验。

使用深度神经网络分析字体

Analyzing 50k fonts using deep neural networks

通过模型计算字体的特征向量，这样就可以在连续空间中的不同字体之间进行插值，例如可以按照一定规律排序字体，研究不同字体的相似程度：

另外，通过 t-SNE 技术（一种集降维与可视化于一体的技术）的使用，可以把字体降维到二维空间进行展示，更为宏观的观察字体的关系：

基于此，后来出现了Font Map字体地图，一种在网页上的交互式的地图。

可以帮助我们更灵活地探索字体：

更进一步的应用：Fontjoy ，一键自动匹配同性质又有所区别的字体，能帮助设计师们提升筛选字体效率的同时，也会带来一定的惊喜感，提供源源不断的灵感。

除了在算法上进行字体量化，还有另外一种探索字体美学可能性的方式，一种艺术家/设计师的思维方式。

Hypertext创建了三个独特的模块，融入了对字体美学的探索和文化历史的科普，在这三个模块中，你可以在不同情景中探索 70 种字体的应用，这些字体被有意地排列、展示，我们可以感受不同的字体带来的体验。

造字

参数化设计造字

Three-six是一种实验性几何字母字体系统，探讨了几何字母字体的设计。字体由8种重量（粗细）的6种字体组成。

目的是探索几何字体设计的易读性和可读性问题，而不是仅仅用于显示目的的几何字体。几何字母在大磅字体时很独特，但在较小字体时也可以阅读。

系统重点考虑了：

轮廓——单个字体的形状

笔画调节——水平笔画和垂直笔画之间的视觉平衡

交叉点——在笔画交叉处的视觉效果

重量——字体骨架上密度的累加

间距——格式在序列中的适合度

通过这些特征的参数化，生成新的字体。

Variable Font 可变字体

参数化设计的方法，在2016年的时候，成为了新的字体技术标准。Adobe、Apple、Google、Microsoft联合宣布Variable Font 的字体规格加入OpenType v1.8 之中，主要的操作系统、浏览器、排版软件厂商到字体设计师、字体厂商，都积极地投入Variable Font 的支持、开发设计。

简单来说就是，字体的粗细，宽窄，阴影，衬线都可以进行非常细致的变化。在排版的时候给了设计师更多选择，一个字体可以做出多种变化。