:::color2 点击下方链接关注阿里设计部
:::
自从Disco Diffusion在Github开源后，AIGC能力进入快速发展期，随后各类AI工具的发布使相关领域都产生了不小的研究和应用浪潮。同时基于Stable Diffusion的快速迭代则使AI在「电商行业」的应用逐步扩大。
本篇以大促会场设计为例，介绍我们设计师如何在营销活动设计中，构建AI工作流与多元化的AIGC能力应用，来一起一探究竟吧~🔍👇
#01
大促会场设计中的
AIGC应用思路
01.**选择合适的工具**
考虑到和「会场设计」强主题/强氛围画面的相关性，我们通过对各类AIGC能力的研究，最终确认了两个具有实用价值的工具——Midjourney、StableDiffusion来应用到我们的工作流中。对比两者的优劣势，来确定后续的AIGC介入点：
02.**「人在回路」的AIGC工作流**
在项目中，虽然我们的设计流程循序渐进且标准化，但依旧很难绝对避免「高创意成本」的KV画面被推翻反复，或是「高执行成本」的视觉素材要快速拓展。
因此，这两个工具（Midjourney、StableDiffusion）相对应的可以去辅助做到「创意提案」丰富度和「素材设计」精确化，从而节约反复提案确认的时间，并且极大幅度降低出新方案的边际成本，缓解设计师面对「急着要😵」或是「改方向🤯」的压力和焦虑感。
之后我们针对性地进行了模拟应用，经过多个场景的尝试，选择合适的工具，建立AIGC工作流，可以辅助创意视觉更高效的输出：
▲ 不同主题活动的画面创意生成
#02
AI实战应用
在进行了可行性的测试和介入流程初步判断之后，我们开始在一些实际工作场景中探索应用的更多可能性。
01.**AI介入一场完整的大促活动设计**
在一场活动中，我们把需要产出的视觉素材分成了8类，做了更细致的AIGC生产分工，之后针对不同的画面需求类型，采取了不同的流程手段：
类型1.3D场景合成类创意
类型2.故事情景合成类创意
类型3.平面构成类创意
来看看最终产出的内部kv画面、元素包、以及上线的各类页面场景应用吧：
02.**更多实战案例**
在各个不同行业领域的营销设计项目中，AIGC也可以快速、低成本的辅助完成大量创意画面的生成，以进行高效的提案和确认：
#03
更高精度的AIGC能力
从长线的设计储备和提效来看，StableDiffusion具备更高精确度的设计生产能力，如模型训练、ControlNet结构控制等等。
01.**视觉风格模型**
为了应对更多的临时需求及快速响应，我们尝试在会场设计场景中，建立对应活动的风格模型训练及应用流程，以快速生成所需风格的画面，进行后续的合成设计：
训练储备不同视觉风格表现的SD模型，套用controlnet结构控制插件，即可快速生成各类风格下的「大促点位所需结构」的画面：
02.**快速实现生成的AI数据元素库**
完成风格模型训练储备后，生成的各类符号容器、背景氛围、装置素材等等的元素也可以进行提前储备，预设对应的参数数据，来高效应对各类营销设计需求，随需取用：
我们用AI能做什么？
基于现阶段的AIGC能力，在会场设计中，AIGC能够辅助我们：1.大量创意发散
我们能用AI生成大量的定制化灵感图、画面素材，提供更多的创意发散可能性，以准备更多高质量的方向和提案；2.低成本的输出
我们能用AI更快的做出高完成度的设计稿，创意时间成本可减少50%左右，极大降低出新方案的**边际成本**，以应对各种项目变化；3.设计技能整合
我们能用AI高效整合各类设计手段，比如3D建模、渲染、插画、动态等等，有更丰富的设计表现手法可以多选择性的呈现；4.大促风格统一
未来的AIGC
如同一些划时代意义的设计软件横空出世一般，AI最终也会成为设计师手中更高效更有力的工具。也许AI设计的未来会是一个右脑思维变得越来越重要的领域：丰富的，细致的，个性的感受和语言能力，决定了设计师使用AI的能力上限——这就好像我们要训练自己的替身，让「ta」成为自己最得力的设计伙伴，AI也最终会成为这部分人希望它成为的样子。 未来「人在回路」也许会有一种更规则化的运行模式——通过精细化的人为调参和局部重构，控制从0-1的画面生成和细节深挖，形成一种人机互助设计的模式，这也是我们之后可以去探索，如何借助AI工具做更高效、规范、垂直的设计机制。本期编辑：「营销导购设计」的AIGC研究员们 //////END //////
淘宝设计，一个服务于全球亿万消费者体验的设计团队，致力于让设计触动人心，让商业美而简单。欢迎加入我们，公众号后台回复“招聘”，了解最新招聘信息。
若有收获，就点个赞吧
0 人点赞
