




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
设计的未来&未来的设计阿里云(北京)科技有限公司人工智能x设计趋势研究:设计的未来&未来的设计研究方法致谢编纂委员会工具革新趋势一从数字资产到模型资产,设计要素迎来全面升级趋势二从单点助力到全流程加速,生成式Al带来效率的大幅提升趋势三设计更加开放创新,生成式Al让每个想法都能被看见趋势四从点到面,生成式AI加速设计应用场景的无限扩展能力升级趋势五生成式人工智能成为点燃创意火花,将灵感转化为现实的催化剂趋势六从手工到智能,生成式人工智能加速创意原型的可行性验证趋势七从设计执行者向决策者转型,设计师能力模型将全面升级流程重塑趋势八从人机协作到人智协同,生成式人工智能重塑设计流程趋势九设计师迎来解放双手,深化思考的全新工作模式生态进化61趋势十设计生态迎来多元、开放和融合创新的新篇章633趋势一:从数字资产到模型资产,趋势二:从单点助力到全流程加速,工智能可以部分自动化重复性的设计任务,如图像编辑、视频生成、3D原型生成等,为设计师节省了大量趋势三:Al让每个想法都能被看见趋势四:从点到面,生成式AI加速设计应用场景的无限扩展工具的组合使用、知识增强、记忆增强上带来新的突4趋势五:趋势六:从手工到智能,生成式人工智交互和动画生成、多模态原型实现、高保真度3D模型趋势七:从设计执行者向决策者转型,设计师能力模型将全面升级趋势八:从人机协作到人智协同,生成式人工智能重塑设计流程5趋势九:设计师迎来解放双手,深化思考的全新工作模式趋势十:设计师能够从模型生成的大量素材中做选择,寻找创意灵感、基于模型微调把控效果图细节。通过人工智能效果图的生成和精修,设计师在3到5天内就能完成以往需要数月的工作,这不仅改变了设计师在绘图和思考上的时间和精力分配,也有助于他们专注于创意本身,包括故事的表现力和感染力,用创新的设计方案解决问题。在全新的工作模式下,设计团队将更注重价值创造。政府、产业、高校正在积极合作,加速生成式人工智能和设计领域的融合发展。主导人工智能技术的领先科技公司成为设计生态的重要参与者和实践者。产教协同育人,面向智能设计时代培养新一代设计师;同时,智能设计协作的边界也在被打破,人工智能模型服务平台和社区已经成为每个人都能创作和表达的平台。人工智能设计领军人物、人工智能设计应用开发者、产品经理和序言柳冠中清华大学文科资深教授设计是无言的服务,无声的命令。随着人工智能技术的飞速发展,设计领域正迎来前所未有的变革机遇。生成式人工智能应用正迅速拓展其边界,从艺术创作、游戏设计、数字化营销、影视制作,到新闻采编、社交娱乐、汽车设计和服装设计,极大地激发生产力和创造力潜能。面对生成式人工智能与设计的融合,我们既要掌握技术发展趋势,通过技术创造性地解决设计问题,也要辩证地看到技术对设计未来的影响,回归设计的本质,思考智能设计时代设计师的价值、使命与责任。为此,我们需要关注如下几个问题:首先,设计师依旧是设计创作的主体,如何在未来的设计中引领创新,发挥人的主观能动性,理解需求、定义问题、创造新的产品形态,产业创新和社会创新通过人工智能技术实现换道超车是新一代设计师的使命。其次,智能设计时代设计师需关注如何实现跨界合作,在生产流程重塑、生产关系和组织能力升级的过程中,通过协同创新来实现设计方案的质量提升。第三,人类设计师如何通过数据和模型,来表达人类价值观,让模型深度理解人类的主体创作意识变的尤为重要。设计师的视野、思辨力、对文化价值的理解,设计风险识别,设计方案细节的把控,将决定整体设计质量。第四,设计师如何用好生成式人工智能来创造新的美学,经典文化是否能够被生成式人工智能技术激活,未来基于经典文化的大模型将成为文化传承的一部分。作为国际领先的云计算厂商,阿里云在构建生成式人工智能全栈技术能力的同时,也为设计专业人士提供了智能设计平台和丰富的实践经验和指导。本报告结合了阿里云智能设计部和访谈嘉宾在不同领域丰富的设计实践案例,呈现了生成式人工智能如何在工具革新、能力升级、流程重塑和生态进化四个方面引领设计变革。报告启发了我们对设计的未来进行深入思考,以及智能设计时代需要怎样的设计师,设计生产如何繁荣发展,设计、技术和商业如何实现跨界融合与创新。引言技术的发展并不是严格意义上的线性过程,尽管从宏观的角度来看它确实是按部就班的演进过程,但是在某些非线性的跃迁阶段后,我们普遍会观察到盛大的技术裂变和交叉融合;正如工业革命引发的技术裂变逐渐影响并重塑现代文明、人类社会及其生活方式,同时也塑造了设计本身;生成式人工智能技术的到来正在引发一场新的变革。设计,作为一门交叉学科,在应用生成式人工智能技术的领域中,正走在创新探索的最前沿。新技术带来的全面工具革新催生了设计能力的升维和设计角色的进化;Al的介入加之设计范畴和对象的外拓,引发了设计流程的重塑;新技术给设计思维带来的变化,也迫切需要一场深刻的讨论;这场宏大的生成式人工智能新技术的“设计实践”离不开设计生态参与者的共同努力,政府、产业、高校需要更紧密的合作,而技术和设计更密切的对话也将推动技术进步的加速和设计价值的放大。生成式人工智能驱动产业变革作为人工智能技术的前沿,生成式人工智能具备强大的自然语言处理能力、模式学习与泛化能力,以及多模态内容理解和生成能力。它能够通过深度学习算法自动创造文本、图像、音频和代码等。在不同的设计领域,生成式人工智能已经被用来激发创意、探索新风格、制作原型和创造动画,极大地提高生成生成式人工智能技术迎来快速发展。从斯坦福大学的“以人为本”人工智能研究所(StanfordHAl)发布的《2024年人工智能指数报告》研究报告我们可以看出,人工智能技术的快速发展对社会产生了深远影响,报告也指出了在负责任的Al实践、技术多样性和公众理解方面存在的挑战。一些研究评估了人工智能对劳动力的影响,表明人工智能使工人能够更快地完成任务并提高他们的工作成果质量。这些研究还展示了人工智能有潜力弥合低技能和高技能工人之间的技能差距。然而,其他研究警告说,如果没有适当的监督使用人工智能,可能会导致表现下降。未来的人工智能有望构建出能够执行复杂任务规划的统一世界模型,从回答简单的问题,发展到解决长链路的复杂任务,实现一定范围内的自动化生产。截至2023年,从部分人工智能指数技术性能基准与人类性能对比的结果来看,人工智能在包括图像分类、视觉推更复杂的任务上,比如竞赛数学、视觉常识推理和规划等方面,仍然落后于人性思维的领域具有一定的局限性。SelectAlIndextechnicalperformancSelectAlIndextechnicalperformanc—VlroringON—tnglahlangusgudertondng(uperGLUO—imagecanfeusom0msyhietTopViwalcemmenserervoring(VCe—Naburtianguneihren心作直物产业界继续在前沿人工智能研究中在2023年,产业界产出了51个值得注意的机器学习模型,而学术界贡献了15个,由产业界与学术界合作产生的值得注意的模型数量达到了21个,创下了新高。从产业规模来看,根据工信部发布的数据,截至2023年,我国人工智能核心产业规模已达到5000亿元,人工智能企业数量超过4400家1,仅次于美国,位居全球第二。生成式人工智能,作为新一轮科技革命和产业变革的重要驱动力,正在推动各行业的深度变革,为企业和员工带来效率提升、业务创新和用户体验的全面升级。从应用场景来看,生成式人工智能正从商业分析、办公自动化、知识管理、智能搜索、智能编程等数字领域的应用走向物理世界,从人机交互转向具身交互,并对零售、金融、医疗、教育、影视娱乐、交通物流、公共服务等多个行业,以及人们的生产和生活方式产生深远影响。在这样的历史机遇面前,如何充分释放新科技革命带来的增长红利,让设计师具备更强的竞争力,成为我们重点需要关注的问题。健康健康零售科研经营提效音视频交通游戏汽车制造生成式法律教育设计师正成为推动设计创新、引领智能设计新时代的中坚力量在这场由人工智能引领的产业变革中,智能设计正成为推动产品和服务创新的关键力量。工业生产对设计的需求已经从单纯的外观美化转变为涉及产品定义、体验设计、品牌形象塑造、用户心智构建等核心环节。设计和生产不再是孤立的环节,而是通过跨界合作和协同创新来推动产品和服务的升级。人工智能不仅帮助设计师缩短设计周期,还增强了他们的设计实现能力,提升了设计师的创造力、表达力和执行效率。在智能设计时代,生成式人工智能正成为创意发散、原型设计、设计方案执行的重要工具,推动设计行业进行系统性变革。这不仅是技术层面的革新,更是对设计思维和实践方式的全面刷新,预示着一个开放创新的设计新时代的到来。【1】数据来源:《2024中国新一代人工智能科技产业发展报告》在今年的阿里巴巴D20全球设计院长峰会上,来自全球重点设计院校的设计院长级学界翘楚和专家学者汇聚一堂,聚焦设计教育与科技的融合,热烈讨论了人工智能时代的设计趋势。“人工智能与设计师的协同工作,将推动智能设计时代的到来。”"人工智能技术正被用作设计的规划、概念化、执行和评估的重要工具。""未来设计师的能力重心可能从技术层面逐渐转向战略性决策。"■“设计师不能走老路,在技能上,需要致力于垂直模型构建,形成设计师的个性化风格。”■“设计师需要具备整合新技术的能力,通过问题驱动,目标导向和潜能挖掘,实现设计的潜在价值。”■“创新设计是设计、营销和工程的结合。”■“在设计育人方面,人工智能时代的设计教育应从传统技能转向素养导向的深度教学和技术支撑的具身研究。"“人工智能时代的设计重塑,离不开平台的技术能力、应用场景、和生态建设。在各行业领域专家的参与下,设计生态会迎来百花齐放,欣欣向荣的景象。"设计师在智能设计时代中,不仅是创意和技术的桥梁,更是在保障设计质量、平衡复杂需求的过程中起到决定性作用。虽然生成式人工智能辅助设计显著提高了工作效率,实现了一部分工作的自动化,设计师的角色和价值依然不可替代。在设计需求理解上,设计师能够结合先进的人工智能技术、洞察市场趋势、创造性地提出问题、用新的方式解决问题。设计师需要准确地捕捉核心需求,并在技术实现、商业价值和美学之间找到平衡点,把人类价值观融入到创意之中。在设计交付阶段,设计师需要做出合理决策,全面考虑业务需求和各方期望,确保设计细节的准确性。面向未来,设计师在设计中的主体性不会丧失,而会用人工智能将成为设计师的核心竞争力。在技术上,设计领域会出现越来越多的模型定制和个性化的应用。设计师基于对场景和需求的深入理解,通过选择基础模型,确定特定任务的数据集,微调得到专属模型,以满足专业设计需求。此外,技术革新也在推动设计思维的革新,设计师需要向业务方清晰传达人工智能技术与传统创作技能结合的价值。设计师整合各方需求、借助人工智能快速进行多方协同、概念验证、快速落地。设计不仅仅是对特定产品功能的满足,更是对传统文化、价值观和审美理念的传递,感知一种理念和精神。未来设计和技术的融合创新,需要在全面智能化的社会环境中,维系人类独有的感性活力和精神独立。专家金句应放天兰翠芹王路平蒋红斌严扬王雷设计师在应用人工智能技术的时候,需要关注延展智能,把数据智能和人类智慧结合在一起,这样的大模型才是产业的未来。从第一次工业革命到现在,每次设计变革都是技术推动的结果,从解决粗制滥造到品牌构建,再到个性化定制,人工智能技术虽然改变了设计流程,但无法取代人类的情感、智慧和创造力。优秀的设计师应该在掌握现代技术的同时,仍然保持对传统艺术和设计理论的深刻理解。人工智能成为了社会性的生产工具,从以前人来驾驭工具,再到人和工具协同共创,设计不再是个人能力的比拼,而是系统化的团队竞争。人工智能当前主要依赖海量的二维图像和视频数据,而设计输出往往需要更深层次的三维信息,现有的人工智能系统在处理三维模型时存在不足,特别是从二维到三维的转换中,缺乏对生成逻辑的理解,这限制了人工智能在高级三维设计中的应用。设计行业不会被颠覆,设计师会掌握人工智能工具,设计师定制自己工具的门槛也降低了,只需很少量的模型微调工作就可以实现想要的效果。本报告依托定性研究,深入访谈了国内16位设计界的领军人物,共同探讨了人工生态的升级,四个章节全面展开。我们期望为政策制定者、行业专家、学术研究人国家工业设计研究院(生态设计领域)院长指导单位出品单位阿里云(北京)科技有限公司联合出品报告编纂组李剑叶(组长)王路平、汪晓鸣、熊一飞、张慧媛、宋逸群、郭伟杰、行业案例编纂组赵明宇、王婉、杜海航、崔远征、梁津铭、陈新然、俎琬滢、杜稼淳、高志蓉编纂组联系方式工具革新人工智能技术背景下的设计趋势研究设计的未来&未来的设计趋势一趋势一大模型已经成为重要的设计资产,尤其是随着多模态理解和生成技术的广泛应用,它们极大地助力设计师创造出更加多元和丰富的设计元素。设计师的工作模式也逐渐从原本依赖大量人工搜集素材的原型制作,演进到通过选择合适的模型应用、利用丰富的提示词来引导大模型产出创意和设计原型,或是针对特定需求,基于专有数据对模型进行微调。这一转变不仅提升了设计的效率和质量,也为创新提供了新的可能。趋势二趋势二设计制作离不开工具的辅助,如今设计的各个环节都开始探索如何集成大模型能力。在需求理解初期,人工智能在更短的时间内帮助设计师做数据分析和趋势洞察,从趋势中抓取设计创意和概念原型。在原型迭代时,人工智能可以部分自动化重复性的设计任务,如图像编辑、视频生成、3D原型生成等,为设计师节省了大量的人力与时间成本,使设计师能够专注于更具创造性和战略意义的工作。在满足个性化设计需求时,生成式人工智能可以深入分析用户数据,生成符合目标受众的方案供设计师挑选。趋势三趋势三大模型服务和应用开发平台正在持续迭代,帮助设计师更好的使用模型。对于设计师来说,大模型服务和应用开发平台通过提供多样化、高效且易用的设计工具,显著降低了设计入门的门槛,让设计工作更加容易上手。此外,人工智能技术的发展为年轻人提供了学习设计和尝试创作的机会,模型社区提供了丰富的大模型、应用开发工具和海量设计素材,大幅降低学习门槛,使得初学者能够轻松开始人工智能辅助的设计趋势四趋势四随着模型能力的提升,各类生成式人工智能应用将逐渐进入真实生产环境,帮助设计师和工程师进行复杂任务的规划和决策。未来,设计智能体将在任务规划和设计工具的组合使用、知识增强、记忆增强上带来新的突破,在特定领域自主拆解任务并执行、同时与设计师协同,辅助设计师决策,成为设计师的得力助手。趋势一人工智能大模型已经成为重要的设计资产,帮助设计师创造出丰富的设计元素。基础大模型生成图片和视频的技术主要基于深度学习和生成模型,其中包括几种主流技术,如Generative律,生成新的内容,如图像或视频。继稳定扩散(StableDiffusion)技术后,我们迎来2D和3DDiffusion等模型能够生成更加逼真且细节丰富的图像,快速成为设计领域广受欢迎的设计工具。相较于以往的人工智能技术,扩散模型在生成质量和多样性、处理速度以及对复杂数据类型的泛生成式人工智能目前在图像处理方面能自动完成配色、布局等设计任务,成为设计师的得力助手。随着多模态大模型的技术进步,生成式人工智能应用不仅能处理图像,还能处理文本、音频和视频,拓宽了设计的应用范围。同时,设计师的工作方式也发生了变化,从手动搜集素材转变为选择和调整Al模型,以及使用提示词生成创过去,平面设计师在字体库和图库中寻找素材,以及运用传统工具进行创作。现在,创作者们通过探索不同的人工智能模型应用,以低代码和无代码的方式制定创作方案,探索与自己风格相契合的模型应用和工具集,设计师也通过模型服务平台快速将想法转化为应用。这样的平台不聚,加速了创意的实现和创新的发展。同时,多模态大模型能够处理和理解多种类型的数据,这使得设计师与AI工具之间的交互变得更加自然和直观。设计师可以通过语音、手势、绘图等多种方式与设计工具进行交流,从而提高工作效率和创造力。例如设计师通过多模态技术,基于中国古典美学理论,训练出古典艺术大模型,创作出具有传统风格的数字艺术作品,推动中国传统美找素材找工具选模型调模型随着消费者对产品和服务个性化需求的增足这些需求,提供独一无二的产品体验。在个性程中来,提出自己的需求和创意。大模型服务和能,通过提供来自多家领先人工智能公司的高性任的人工智能功能,并利用私有数据进行模型和型做设计。随着平台服务逐渐丰富,它们将会给设计创作者带来丰富的模型选择,经济高效的模型调用,以及便捷的开发工具。设计师可选模型涵盖文本、图像、音视频等模态,在掌握函数调用、流程编排、Prompt优化、模型定制等能力识别图标,同时还会在运营过程中不断丰富和扩展其形态。这些图标都是云业务重要的数字资产。现在,设计师把3D图标进行命名、分类整型的训练,最终在设计平台中导入训练好的3D就可以快速生产出大量符合业务场景的图标设计方案,经过简单调整就可以应用在实际业务场景中。在影视制作领域,生成式人工智能不仅能更高效地完成图片、视频等多媒体作品的制作工作,还可以创造更加逼真、精细的视觉效果。在2024年第十四届北京国际电影节首届AIGC电影短片单元的颁奖礼上,短片《致亲爱的自己》获得了最佳影片奖。该短片通过生成式人工智能色模型、风格模型等,并结合真人影视拍摄手例)。竞赛主要涉及的生成式人工智能应用包括PixVerse等,作品涵盖剧情、实验、动画、科幻等27种类型,与影视行业资深专家、Al技术专动画专业院校知名学者共同探索了生成式人工智趋势二从单点助力到全流程加速,生成式人工智能带来效率的大幅提升设计制作离不开设计工具,设计的各个环节都引入了人工智能工具辅助设计。双钻设计模型 计分为发现(Discover)、定义(Define)、开发(Develop)、交付(Deliv成了两个"发散-收敛"循环过程,强调以用户为中心的设计和迭代改进。生成式人工智能的采用,为设计师在关键环节(包括问题剖析、需求洞察、问题聚焦、概念验证和方案制定)提供了强有力的辅助,帮助设计师完成方案制作过程中环节的工具数量最多。最终结论和行动方向和解决方向发现交付发展定义交付定义从不同的设计需求来看,生成式人工智能会从不同层面提升设计产出的效率和质量:扩展设计师的能力边界。可能。技术和工具的加持,可以提高工作效率,快速进行创意探索和方案实现,满足项目时间紧迫的需求。创造力往往源自跨学科知识和经验的融合,生成式人工智能结合丰富的知识和大量数据,能够启发设计师为专业领域带来创新解决方案。随着数据质量的提高,生成式人工智能在创意生成和设计互动方面将更大限度地激发设计师的想象力。在需求理解和创意生成阶段,生成式人工智能辅助设计师进行数据分析和趋势洞察,从中提取设计创意和概念原型,加速了创意生成和设计方案的决策过程。在涉及到法律、医疗、教育、金融、媒体等高度专业化的设计服务工作上,设计师可以借助人工智能应用迅速掌握涉及到的专业知识,这有助于他们理解设计需求和制作设计元素,为前期准备工作提供决策支持。在原型制作和交付阶段,随着智能体应用的逐渐落地,生成式人工智能能够自动化处理重复性设计任务,如图像编辑和布局调整,节省设计师的时间,让他们专注于创造性工作。同时,生成式人工智能通过分析用户数据,协助创作者定制设计方案,满足不同目标受众的需求。未来,生成式人工智能将与设计流程全面融合,带来效率的极大提升。专家金句王峥Al在当下这个时间出现不是偶然是历史的必然性,这对人类是机遇也是挑战。未来对垂类模型的需求更大,对于领域知识需要有人做数据标注,用懂模型应用和微调的设计师来驾驭Al。人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化趋势三设计更加开放创新,生成式人工智能让每个想法都能被看见平面设计平面设计转动画自动化创线稿生成动画制作个性化产意探索意向图与合成品设计商品营销美术风格效果图细智能色彩图创意探索节制作和排版设计元素数字视频加工色制作生成文字转数字形象平面包装设计生成式人工智能通过提供一系列高效、易用的设计辅助工具,极大地简化了设计制作流程,使得非专业人士也能轻松参与设计活动。这些工具支持快速生成设计内容,辅助创作者完成图像编辑、海报制作和背景渲染等工作,特别适用于设计资源有限的环境。此外,随着模型社区和服务的开源开放,年轻用户和初学者也能够从社区获得丰富的设计工具和学习资源,包括设计类模型应用、各类开发工具和数据集,有效降低了设计门槛。通过开源项目和教程,不仅促进了设计知识的普及,也为设计领域的创新和多样性提供了支持。专家金句王路平蒋红斌严扬人工智能工具的简单易用,降低了创新成本,使更多的创作者能参与到设计工作中来。工业4.0向工业5.0的进阶中,人工智能作为社会性的生产工具,不断促进人与工具的协同创新能力,还将增强团队的系统竞争力。目前生成式人工智能在设计领域的应用,大多适用于艺术表现而非功能严谨的产品设计,设计师在实际工作中需针对具体应用场景进行工具的深度整合与优化。趋势四从点到面,生成式人工智能加速设计应用场景的无限扩展目前目前人工智能技术在设计领域的应用落地还处于探索阶段。在实际应用中,生成式人工智能在需求洞察、创意提案、原型设计、个性化风格生成上的用例正在大批量涌现,设计师和工程师正在共同提升模型的艺术表现力。在品牌营销策划时,设计师可通过生成式人工智能设计平台,基于历史数据和消费者偏好预测可能受欢迎的创意主题,并快速生成大量的创意概念和主题文案以供选择,帮助营销团队进行头脑风暴,缩短从概念到执行的时间。在个性化风格生成上,设计师可以通过模型微调来控制生成元素的效果或形态,让人工智能生成的创意方案从同质化走向多元化。设计原型图的生成经常会用到LoRA微调,LoRA微调并没有改变原有的预训练参数,只是针对设计师的特定任务微调出了新的少量参数,新的参数要与原有的预训练参数配合使用。微调后,平面设计图片表达的内容和需求基本能够协调一致。因此针对不同的设计任务,设计师都可以训练出自己的LoRA参数,然后与原本的预训练参数结合,做成插件式的应用,这也是目前备受欢迎的StableDiffusion+LoRA的组合应用范式。设计师可以通过不断学习模型微调技术来创造独特的设计风格,避免陷然而,目前的人工智能大模型在设计图像生成方面,在图像质量、多样性、稳定性和可控性的精准度上仍然有待提高,包括对于图层化、矢量化、再次编辑等能力的提升,需要随着模型技术的迭代逐步完善。专家金句王雷随着虚拟空间设计需求的增长,特别是在游戏产业、人工智能与人类设计师将共同构建充满无限可能性的多元宇宙。这种虚拟世界不仅限于单一的游戏环境,而是由多种独立且互相连接的虚拟世界组成,每个世界都有其独特的设计和体验。王雷人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化本,实时直播字幕、电话客服等产品运营为)趋势报告辅助分析辅助生成成助延展逼真的汽车CGI模型,用于视觉特效和广告拍生成展示用短视频摘要生成互方式或增强现设计,如创建风格探索发散或广告视觉的与总结实体验虚拟试衣间或化妆室快速生成议持新旧产品的求分析构建品牌一致性·无障碍设计内容生成素生成的动态演示标、界面布局生成报设计辅助生成人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化侧辅助洞察范辅助解读体验提升满意度表达辅助决策效沟通需求互体验化表达能力提升决策效率积极性便民互动办理流程供24小时政策咨询服务决策系统视频的政策沟通与推荐生成程优化梳理化、拟人化处理像化形象展现政务领域交互的视觉表达上政务系统体验设计报告、宣传册和其他视觉材料生成客服·门户网站、政务大厅流程、视觉优化品、政策、法规、服务等文档和用户手册案例供展示台、民意调研析,用户参与度和活跃度分析动分析统分析设计设计设计色设计(UI)设计环境设计索、含主题、色彩方案生成等包括角色、背景、动画、光照和阴影等·视频剪辑辅助、·漫画、影片、动画、短视频等内容生成配音辅助话等场景的动态背景生成设计展望未来,生成式人工智能将成为每一名创体(Agent)将在设计领域逐步应用落地,由帮助设计师和工程师进行更复杂的模拟和分析。设计智能体在任务规划和设计工具的组合使用上,在知识增强,记忆增强上会有新的突破,能生成式人工智能赋能行业品牌形象政企品牌图片库阿里云品牌图片是品牌叙事、品牌理念对外传播的重要载体。面向公众特别是阿里云政企客户与伙伴,使用统一调性且符合真实场景特性的品牌图片,有利于提升政企客户对阿里云品牌的专业度认知,强化信赖感和一致性,很好的传达品牌心智。阿里云政企行业线涉及政务、交通、制造、物流、医疗、能源、通信、教育、金融、传媒多个行业。通过生成式人工智能生成行业品牌图片,协助业务团队构建图片素材库,设立品牌阵地,避免了繁琐的采购流程,素材质量不一,重复付费等一类问题。*本页图片由阿里云智能集团设计部团队提供26大模型成为核心设计资产,助力制作效率提升2023新加坡iLight灯光节互动装置设计在2023年新加坡的iLight灯光节中,现场有一块巨幕跟观众与市民互动,让市民“Makea市民互动机制中,需要提供超过5万张海洋、能源相关的GenAl生成图,并结合用户的名字签名,用于ESG(环境、社会价值)的城市绿色能源传播新加坡灯光秀项目,短时间内设计制作5万张同样主题风格在生成式人工智能技术突破之前,完成一个3D图标的设计需要5个设计步骤:构思创意、3D建模、贴材质、打光、渲染,这些工作大致需要2-3天的时间。基于人工智能大模型,设计师们探索了60个分能算法训练,产出了10万张庞大体量的海洋、能源GenAl生成图,完成一次商业上的生成式人工智能设*本页图片由阿里云智能集团设计部团队提供27生成式人工智能带来制作效率和品质的大幅提升TOTHEGREATNESSOFHER用设计致敬百年奥运女性力量今年巴黎奥运会有一大亮点:本届奥运会首次实现了男女参赛运动员的人数完全相等,而1900年巴黎奥运会上,女性首次被允许参加奥运会。百年之间,“她”的传奇不断涌现,本届奥运会无不对外透露着致敬奥运百年伟大女性运动员的理念。设计团队深度理解并支持巴黎奥组委关于“性别平等”的倡议,与团队以“TotheGreatnessofHER”致敬百年奥运历程中的伟大女性,让全球看到阿里的科技能力与温度。7月25日,在国际奥委会和各方力量的支持下,阿里云以人工智能技术修复奥运珍贵历史影像,让百年奥运女性的伟大光彩被看见,并在巴黎推出《永不失色的她》全球首映礼。阿里云通过人工智能技术对照片的清晰度做处理,以增强图像分辨率,以及使用先进的人工智能模型将灰度图像着色为生动的色彩,来恢复历史长河中的老照片,印证了那句“人工智能能阅读过去,也人工智能上色只是阿里云在更广泛的“将人工智能用于奥运”旅程中的第一步。未来阿里云将利用人工智能的力量,与国际奥委会通力合作,为更多的重要奥运历史时刻上色,为奥运注入新的活力。AA*本页图片来自视频《TotheGreatnessofHER永不失色的她》,由阿里云智能集团设计部团队提供28生成式人工智能助力设计方案的个性化定制与创新阿里云奥运智影时刻-CloudMemento体验设计场景需求阿里云奥运智影时刻-CloudMemento,是阿里云专为巴黎奥运会量身打造的科技体验展示活动。在巴黎奥运会活动现场,参与者只需按指示在拍照区等待几秒,借助阿里云的人工智能图像科技,就能获得一份深度融合本人形象、赛场地标及项目动作的「超现实」小视频,圆你的奥运打卡梦。■科技环绕,人工智能助力,以人为本-CloudMemento互动造型设计CloudMemento的理念是使用人工智能技术来生成每位体验者一生一次的难忘回忆,同时也是一个大型的互动装置。当这样的专属奥运互动装置置于奥运赛场周边区域,并且当上万级别的奥运迷涌入时,设计团队需要解决人群排队问题和展区的美观问题。最终设计团队和巴黎奥组委达成了一致-用设计的方式解决体验效率排队的问题-加速人群排队动线,并通过科技线条造型引导,并且将排队队伍藏起来的方案。最终可以看到在整个互动装置设计上,我们通过光标和飞线的环绕形态,让用户仿佛置身于人工智能生成记忆的过程中,这种形态也正如人工智能的生成过程,现场体验者即是prompt。这不仅巧妙地融合CloudMemento的项目核心技术价值,同时以飞线为基础的展台造型,还解决了体验效率和排队的问题。通过优化动线,利用科技感十足的线条引导人流,巧妙地隐藏了排队区域,有助于体验者快速进入和离开活动展示区域,确保每位参与者都能获得流畅且愉悦的参展体验。*本页图片由阿里云智能集团设计部团队提供29CloudMemento的线下地点在法国经典的地标--埃菲尔铁塔、战神广场、荣军院。我们希望观众置身室内,获得的生成视频也是身临其境的。因此,视频的设计,要体现场馆的场景,同时要帮助观众做到他们梦想中的奥运动作。只有这样,我们才认为这是一份值得难忘的回忆。设计团队从立项阶段就和算法团队高度协同,在画面风格,分镜设置,动作捕捉,特效处理几个环节主导并深度参与算法训练环节。最终产出的视频分镜上充满运动感,在动作与物体的结合上达到较好的连续性,如射箭的手和弓,排球的手和球。同时也降低了算法处理时间,让每个观众都能更快收到更好的视频。_设计团队从立项阶段就和算法团队高度协同,在画面风格、分镜设置、动作捕捉、特效处理环节主导并深度参与算法训练。最终产出的视频分镜上充满运动感,在动作与物体的结合上达到较好的连续性,如阿里云设计部完成了从整个互动展台的设计、品牌概念视频、全流程的互动体验设计,再到与阿里云的算法技术专家一起通力合作,来保障每一个来到项目的体验者能够获得更加完美流畅的奥运打卡人工智能生成视频,绽放奥运精彩瞬间。最终可以看到在整个互动装置设计上,我们通过光标和飞线的环绕形态,让用户仿佛置身于人工智能生成记忆的过程中,这种形态也正如人工智能的生成过程,现场体验者即是prompt。这不仅巧妙地融合CloudMemento的项目核心技术价值,同时以飞线为基础的展台造型,还解决了体验效率和排队的问题。通过优化动线,利用科技感十足的线条引导人流,巧妙地隐藏了排队区域,有助于体验者快速进入和离开活动展示区域,确保每位参与者都能获得流畅且愉悦的参展*本页图片由阿里云智能集团设计部团队提供阿里云设计部乡村公益实践阿里云设计中心应用生成式人工智能设计工具助力县域品牌设计,以技术辅助设计,以公益的方式助农。县域品牌服务于当地农产品销售,为当地农户创收。让农产和文化特色充分应用在品牌视觉效果传达上。在人工智能的帮助到符合当地文化的品牌创意,不仅增强了当地农产品的市场竞争力,还有效地促进了农产品销售和农民的增收。一次创作转化为细腻入微、意境悠远的风景绘图。人工智能工具帮助设计师快速实现农产品视觉品牌设计和内容营销,不仅带动当地销售收入,还让消费者能够实时互动,增加了购买时的信任感和满意度。在文旅商品和纪念品设计上,生成式人工智能快速生成独特的设计方案,结合地方特色和文化元素,推动文创产品的多样化和创新。经过统一促进了当地农民增收。*本页图片由阿里云智能集团设计部团队提供31人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化农产品包装设计在县域品牌升级上大量应用了生成式人工智能辅助,包括创意素材收集提高设计效率与精准定位市场需求、提升品牌形象与产品附加值等。这些优势将有助于农产品在激烈的市场竞争中脱颖而出,快速迭代并提高设计效率。文化旅游推广通过生成式人工智能技术,文旅企业可以快速生成高质量的图文、视频内容,用于营销推广和文化传播,比如自动编辑旅游宣传片、生成景区导览图或是创建沉浸式虚拟现实体验。人工智能在乡村公益美术教学中的课件制作方面具有广泛的应用前景和巨大的潜力。高效配合美术老师的教学,智能内容收集、高效备课与资源整合、激发创意灵感,生成式人工智能可以配合老师的课程生成独特且富有创意的设计元素,如色彩搭配、图形纹样、人物动物三视图等,为课件的设计和绘制增添新意。在乡村美育的课程中,人工智能也可以辅助构建一个庞大的创意灵感库,收集并整理全球范围内的美术作品、设计理念和艺术风格,教师可以通过这个库快速获取灵感,进而设计出更具创意和美感的课件去推动乡村美术教学的创新和发展。*本页图片由阿里云智能集团设计部团队提供32能力升级人工智能技术背景下的设计趋势研究设计的未来&未来的设计能力升级生成式人工智能成为点燃创意火花,将灵感转化为生成式人工智能辅助大量素材和创意生成,增强设计师创意表达,释放创造力。设计师们只需简述创作意图,大模型便能在忠于原概念的同时,激发无限灵感,孕育出丰富多元的创意方案,引领设计师探索新的思路和创意路径。从手工到智能,生成式人工智能加速创意原型的可行性验证生成式人工智能加速了从创意到原型的验证过程,为设计师带来快速原型生成、自动布局与响应式设计、智能交互和动画生成、多模态原型实现、高保真度3D模型生成以及全面的方案修改建议。趋势七趋势七从设计执行者向决策者转型,设计师能力模型将全面升级新一代设计师的能力培养,除了专业能力,创造力、思辨力和决策力显得尤为重要。他们需要深刻理解设计需求、具备全局视角,并且能够进行有效沟通和决策。同时,能够熟练运用人工智能做设计的新角色应运而生,他们将能够更有效地与人工智能协作,创造出更加个性化和创新的设计方案。趋势五生成式人工智能成为点燃创意火花,将灵感转化为现实的催化剂生成式人工智能技术引领设计师步入一个新时代,告别了以往在海量图像中艰难搜寻的模式,现在他们仅需在人工智能所发散的创意提案数量有限,许多创意灵感未能得到充分实现。如今,借助大模型人工智能的强大数据处理能力,设计师获得了前所未有的素材搜索和知识整合的有效支持。经过精心微调和精准的提示引导,结合特定领域的数据,人工智能显著提升了在专业视觉表达上的准确度。设计师们只需简述创作意图,大模型便能在忠于原概念的同时,激发无限灵感,孕育出丰富多元的创意方案,引领设计师在工业设计领域,汽车设计师们从概念构思到全尺寸模型的制作,面临着众多挑战。在传统的设计流程中,从初步的概念构思和草图绘制,到最终的全尺寸模型开发,设计师们往往需要花费数月甚至数年的时间。在这个过程中,他们需要与市场部门的同事紧密合作,进行用户访谈,对现有产品的不足之处从功能、体验和审美三个层面进行深入分析,并总结归纳出设计方向,以在这个过程中,设计师借助生成式人工智能做市场趋势洞察,研究整体造型的发展趋势,从审美层带来的比例优化、造型语言升级、色彩面料升级、交互视觉与体验等多个角度进行趋势的预测,设计师会从时尚流行趋势、环保材料应用、先锋艺术等多个来源进行设计灵感的搜寻工作,从图片库在设计的创意阶段主要限制在于设计师的产能,需要将脑海中的各种创新想法进行组合,最终通过一张一张的草图、效果图呈现出来,而此刻设计师对于方案表现的速度与熟练度、以及图面效果的艺术感染能力,都会影响设计方案的推进。在生成式人工智能的辅助下,设计师能够快速获取用户偏好和市场已有产品的销售动态,通过大量效果图和创意筛选,结合品牌的语言和元素、进行方向基于生成式人工智能的设计方案,还需要设计师完成作品效果的微调,避免作品过拟合的相似感,整套多角度方案需要较高的方案控制能力、对基于工程经验的综合推进能力要求较高。现在,通过人工智能效果图的生成和精修调整,设计师在3到5天内就能完成以往需要数月的工作,这不仅改变了设计师在绘图和思考上的时间和精力分配,也使他们能够更专注于创意的核心工作。高质量的原型呈现,增强了设计师的创意表达生成式人工智能帮助设计师快速将抽象的概念和想法转化为可视化的图像或者模型,使设计师跳过繁琐的初步构思阶段,快速获得不同风格和元素的组合,加快了从想法到原型的速度。例如,在汽车外形设计中,设计师的工作往往是从大量的草图绘制阶段开始。通过草图,设计师们可以将脑海中的奇思妙想快速地表达出来,之后再通过马克笔等工具和对应的绘制技巧,将草图进行深化推敲,最终进入电脑中完成数字精细效果图的绘制。伴随着从草图、到草效果图、到精细效果图再到后期的3D建模、高保真渲染等环节的展开,设计的方案不断地被发散和推敲,最终,好的设计特征不断被聚合入一个方案。为了可以专注地评审设计方案本身,而不被设计表现技法所干扰,设计师所绘制的效果图往往被要求呈现为同样的角度、颜色及比例关系,尽可能避免由设计表现风格、色彩感染力和绘画技巧所带如今,生成式A加速了整个创意表达的过程,设计师们可以将汽车设计方案草图提供给大模型,设计师基于LoRA微调,大模型可以将大量草图快速、准确地表达为风格统一的草效果图或精细效果图。以往需要一个成熟设计师绘制1-2天的设计效果图,现在在人工智能的帮助下,产能实现数十倍的增长。专家金句王峥胡飞随着Al的研究不断深入和普及它在思维方式上也给我们带来了新的视角,让我们的大脑更加的完善。Al不断提升着我们的工作效率的同时也在催促人类迭代优化自身的不足这是双向的进化过程。智能设计时代,对设计鉴赏力和审美的要求都更高了,设计师不仅要知道“想要”什么,更要知道“应该选择”什么。趋势六从手工到智能,生成式人工智能加速创意原型的生成式人工智能在提升方案可行性方面发挥着重要作用,主要体现在以下几个方面:多模态原型实现:随着人工智能技术的发展,多模态原型成为可能,这意味着原型可以包括高保真度3D模型生成:例如,Unique3D技术能够从单张图片中快速生成具有高保真度和丰富纹理的3D网格,结合多视图扩散模型和法线扩散模型,以及多级采样策略,确保了3D模型以汽车外形设计为例,在明确设计需求后,设计需求被参数化,由生成式人工智能进行创意发散和方案收敛,而设计师则负责综合判断和选择最佳方案。这不仅缩短了从需求理解到原型图生成的设计周期,还能快速完成概念验证和原型制作,加速每次原型测试的迭代效率,确保设计的可行性。创意扩展速度大图提升,多样化的设计建议也能够帮助设计师突破思维定势,探索更多可能的设计方向,并最终收敛到符合需求的方案上。这种实时反馈和迭代机制,使得设计师能够迅速测试和优化设计概念,极大地提升了设计的整体效率和质量。此外,原型提供了一个直观的沟通平台,通过人工智能工具的视觉表现力,确的视觉信息,实现“视觉升维,再降维打击”造型>架构化功能定义>架构化精确定位>复现性环境>可视化StableDiffusion能够支持汽车设计的几个主要功能文生图文生图通过模型训练加文本编辑通过图生图功能完善作品直接把草图转化为高质量通过模型训练生成具有极人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化专家金句作为设计师,我们首先要学习人工智能智能体(AlAgent)的技术原理、与研发工程师进行深度共创,再转换为用户视角,对艰涩的技术黑盒进行理解和白盒化转译,从而提供灵活稳定的智能体设计器工具以及丰富的Agent模板范例,以满足多行业Agent高效搭建的复杂需求。下一个时代是设计创造时代,人人都是设计师,生成式人工智能的广泛应用将把设计权力让渡给消费者。人工智能难以理解复杂的三维设计逻辑,如材料属性、加工方式等,也无法精确控制尺寸和成本,这限制了其在高级三维设计中的趋势七工作,设计师得以将更多精力投入到提升设计方案整体质量上,保持自身的独特创意和个人风格,避免设计方案在人工智能的辅助下千篇一律。新一代设计师的能力培养,除了专业能力,创造力、思辨力和决策力显得尤为重要。他们需要深刻理解设计需求、具备全局视角,并且能够进行有效沟通和决策。设计师应培养对创意方案快速筛选和判断的敏锐直觉,灵活应对变化。在2023年,一些研究评估了人工智能对劳动力的影响,表明人工智能使劳动者能够更快地完成任务当的监督,使用人工智能可能会导致表现下降1。出的创意发散,需要做出许多选择和决策,这些选风格,以及对作品的人文性思考。设计师能力模型全面升级技能创造力掌握新技能的新角色将会应运而生设计师需要具备灵活应对变化的能力,准备好运用未来的工具来解决未来的挑战。随着新时代的到来,新的业务需求不断涌现,新技术的发展也在推动设计师进行自我革新。随之而来的,是新任务和新角色的出现,如人工智能设计运营、会使用人工智能的创意设计师将会出现。在未来,能够熟练使用Prompt技术、微调专属人工智能模型的设计师,设计数据标注工程师将具有更强的竞争力。他们将能够更有效地与人工智能协作,创造出更加个性化和创新的设计方案。设计师的角色将不再局限于传统的视觉创作,能力重心可能从技术层面逐渐转向战略性决策,设计在技能层面,未来的设计师将精通各类设计智能工具的使用,带来更多高质量个性化方案。无论是编写精准的Prompt还是垂类模型微调,他们都能够运用自如。例如,在零售设计领域,设计师通过优化人工智能模型的训练方法,能够确保不同角度和景深的商品图像都能被准确识别,并生成与之匹配的商品摄影图,极大提升了工作效率。在数字角色设计领域,人工智能工具的应能性。通过人工智能生成的多种设计元素,设计师能够快速构建独特的角色形象,与此同时,用户也能在这一过程中享受到更多创造性的自由,专家金句王路平要拥抱人工智能,设计师的技能会被重新定义,美学教育需要与科技、工程等交叉学科相结合,建立跨界思维和创新能力。虽然人工智能时代对设计师提出了新的要求,但传统的设计审美和基础教育依然不可忽视。优秀的设计师应该在掌握现代技术的同时,仍然保持对传统艺术和设计理论的深刻理解。王路平胡飞我们要思考高品质设计怎么实现,从感知到表达的转译能力,才是设计师最重要的工作。胡飞生成式AI加速创意发散,增强创意表达2023杭州亚运会MMC全球媒体中心亚运长卷设计场景需求在亚运会人工智能画卷制作的项目中,阿里云智能设计部通过生成式人工智能定制化蒙版固定专属元素,约束人工智能的不可控要素,在90小时内,完成了由人工智能自行生成的画面,并配合人工组合的方式创作了一幅包含亚洲数十国文化元素的亚运数字长卷。在接到项目需求时,设计团队面临许多挑战:■90小时内完成设计作品:紧迫的制作时间使得传统的人工设计和人工智能直接生成的方法均难满足需求。■内容设计与文化融合:画面内容需融入亚运会的元素和创作理念,■人工智能模型的可控性有限:传统的文生图或图生图生成方式在元素的颜色、结构细等方面存在较大的不确定性,生成效果的随机性和不可控性给设计团队带来了巨大的挑战。包括对东方审美的理解(底层是东方审美的数据),视觉表达准确度,模型生态资源(海量艺术家创作的模板,Prompt模板)的需求。步骤1:通过大模型建立设计元素库首先结合阿里云通义千问产品锁定生成了45个杭州亚运会参赛国家和地区的著名人文景观和自然景点,并根据这些景观名字收集相应的多张素材,作为最基础的设计元素库。在设计最初,设计师首先尝试了最符合直觉的图生图的生成方式,将各元素进行基础的排布后用人工智能生图的方式重新统一风设计师将设计思路放在通过蒙版生成单个元素,并通过后期风格重绘的方式来进行创作。在此工作流程基础上,设计师团队可以在两天的时间中生成约250+批次,共600+的素材元素用于生成式人工智能长卷的拼贴。步骤2:图生图各国的元素将生长伫立在此之上,并通过绘制长卷的地图构图,并结合图生图的方式生成了多种效果。步骤3:人工介入,调整细节,快速生成多个版本待确认好基本构图之后,设计师便可以通过高清修复的方式来统一元素和画面的风格、扩展画面尺寸和增加更多的画面细节。沿用蒙版控制生成结果的应用思路,设计师能够在保证画面元素细节的同时,方便快速地切换画面风格,在极短的时间内尝试各种画面效果。StableDiffusion拥有更大的自由度和可调整空间,搭配合适的ControlNet、LoRA微调,可以实现更加精确的效果控制,甚至可以搭建属于自己的工作流程,以实现不同的设计和场景需求。对于绝大部分需要能够对成品进行直接可控干预的使用场景来说,StableDiffusion在目前这个阶段是一个更好且*本页图片由阿里云智能集团设计部团队提供43ProcessReshaping人工智能技术背景下的设计趋劳研究设计的未来&未来的设计趋势八趋势八人工智能技术的融入正重塑设计服务的组织形态和生产关系,推动其向更灵活、更敏捷的方向发展。设计师会持续在设计流程中起主导作用,在整合技术和工具后,结合模型产出,简化设计流程。他们不仅仅是任务执行者,而是成为了设计方案的综合管理者,负责对整体设计方案的全方位评估,完成跨组织的沟通协作,确保设计方案的创新和落地。生成式人工智能让跨组织协同、需求验证变得更容易、降低风险识别趋势九趋势九设计师能够从模型生成的大量素材中做选择,寻找创意灵感、基于模型微调把控效果图细节。通过人工智能效果图的生成和精修,设计师在3到5天内就能完成以往需要数月的工作,这不仅改变了设计师在绘图和思考上的时间和精力分配,也有助于他们专注于创意本身,包括故事的表现力和感染力,用创新的设计方案解决问题。在全新的工作模式下,设计团队将更注重价值创造。趋势八从人机协作到人智协作,生成式人工智能重塑设计流程人工智能技术的融入正重塑设计服务的组织形态,推动其向更灵活、更敏捷的方向发展。设计师将在整合技术和工具后,结合模型产出,简化设计流程。随着设计迭代周期的显著缩短,设计师现在能够通过微调模型参数或巧妙修改提示词,实现对设计作品的细节优化。这种实时的人机交互促进了多任务并行处理和动态调整的协同工作模式,极大地提升了设计流程的效率和响应速度。现阶段,使用人工智能工具进行创意和原型设计只需要几小时甚至更短,艺术家、设计师、影视和游戏制作者的创作工作流正在被重塑。例如,在2023年杭州亚运会期间,奥组委和亚组委的官员、阿里云的技术负责人和设计师一起,联合创作了一幅画卷,寓意"心心相融·爱达未来”。亚运会的嘉宾们向阿里云通义大模型给出了"Olympics"“智能科技”"生态发展”"繁荣”“未来感”“地标建筑”等核心的关键字,设计师们通过与通义千问的互动,得到了具体表达这些关键字的核心元素。同时,基于魔搭社区的开源模型,寻找表达亚运精神、和谐、美好、绿色未来的插画模型。我们选择了45个参赛国的核心元素,包括地标建筑、植物、动物、非物质文化遗产等,同时由人工智能完成这些图形的创作。基于通义万相模型和开源模型的融合,生成画卷的底图和核心地标元素,融合在一起,尝试更适合于亚运的风格设定。最终通过人智的协同,描绘出人工智能与设计师协同工作,从单点加速到全流程优化。数字化建模、数字媒体设计及界面设计等技术手段正在改变传统的工业设计流程,提高设计效率和质量。设计师会持续在设计工作中起主导作用,在整合技术和工具后带来设计作品质量的飞跃。传统设计工作流程要经历概念草图、3D原型制作、模型细化、到最终定型的过程,设计流程是围绕设计师个体产能来展开的。现在从设计创意发散开始,设计师就可以通过丰富的模型应用和提示词(Prompt)模板生成概念原型,经过专业数据打标和模型微调,完成高质量设计方案的制作。人工智能不仅带来了部分工作流程的自动化,也给设计师腾出更多时间思考创意本身。在这一过程中,设计师的角色和价值也在发生转变。他们不仅仅是任务执行者,而是成为了设计方案的综合管理者,负责对整体设计方案的全方位评估,完成跨组织的沟通协作,确保其符合多方需求。同时,设计师还需对关键细节进行精准把控,以及对成本的把控,确保设计项目在质量和效益上最优。基于自然语言对话的人机交互模式下,大模型完成海量创意生成、图文叙事和设计素材生成内部筛选内部筛选优化筛选中自然语言对话海量创意生成图文叙事生成生成*本页图片由阿里云智能集团设计部团队提供46人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化●AIGC的三大优点S专家金句杨光胡飞将生成式Al打造为设计领域的新基建还是垂域专业助手,是目前值得探讨的问题。生成式人工智能将带来影视、动漫和游戏生产流程的重塑,现有内容元素和结构。Al发端于科技领域的顶层正在逐步下沉到各个领域的工作中,这是一场深刻的变革必将影响我们每一个人。全新的工作模式包括以下几个方面:在这种全新的工作模式下,设计师能够在大模型的辅助下更高效地解决问题。设计团队将更多地关注于产品的定义和价值创造。他们不再仅仅局限于技术层面的实现,而是将视野扩展到如何通过设计来同时也在以下方面存在局限性:Al生成的作品精准度和设计师人工制作相比有差别,需要避免作品设计师通过生成式人工智能辅助做工业设计的时候,将市场的大部分工作交给生成式人工智能完成,通过模型生成大量创意图像,辅助图文叙事,有效提高了找图生成式人工智能辅助下,设计用时和质量都有了较大提升几天稳定可控市场输入>用户形象>造型意向板造型方案>评审决策●表达用户形象及产品调性的图片,需要设计师投入大量精力寻找。式搜索,对设计师表达能力有较高要求的同时,网站可获取资源有限。几个月质量现在过去现在过去创意思考创意思考设计总时长*本页图表由阿里云智能集团设计部团队提供48人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化汽车设计+Al生成式人工智能辅助汽车外型设计,突破内容生成的同质化设计师在创作作品时经常遇到的问题是如何突破作品间的相通过研究,他们对AI神经元及其矩阵的理解,对文本阈值的研究,以及文本与图像的复现性与大模型数据库的匹配程度都有了新的认识。对这些技术环节的理解需要通过大量的实验来逐渐掌握,这样才图中展示了如何将预先挑选的印像图融入微调模型进行深度学习的全流程,以及这一流程完成后所达到的最终效果。值得指出的是,在生成式人工智能领域,汽车设计研究仍处于初期阶段。随着人工智小米汽车AIGC探索实验:后电子化时代设计元素生成式研究图像表征色彩分析元素特征图像拓扑词元分析分类图像多阈值矩阵预设微调模型生图第一阶段微调模型生图第二阶段微调模型生图最后阶段如未达成则需要进行更多次的模型矩阵调整TAG打标工程实施模型生成步骤1步骤2步骤3步骤4人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化影视制作领域作为内容创作与创新的重要领域,受到生成式人工智能的影响尤为深刻。从前期内容创意,概念策划和剧本创作、到中期内容制作,拍摄、制片、后期制作、宣发环节,生成式人工智能辅助影视的全流程制作,将带来以下价值:在创意生成环节,生成式人工智能可以辅助影视创作者进行创意设计,通过分析大量现有文学作品和影视剧集的数据以及观众偏好和市场趋势,为创作者提供灵感,在剧本创作、角色设计、场景构想和视觉效果等方面为内容创作提供多种选择,丰富作品风格和内涵。大幅缩短制作周期随着技术更新迭代,Sora等视频生成领域大模型逐渐投入生产使用,通过文生视频等方式进行视频预生产,结合虚拟拍摄、实时渲染等技术,提前规划镜头角度、动作捕捉和特效合成,后期前置,加速特效制作流程,减少实际拍摄试错成本的同时缩短制作周期。生成式人工智能通过音乐、音效和图像处理辅助创作者表达情感和情绪,这些音乐生成和情感识别技术可以使电影更具感染力和共鸣力。设计师和影视工作者逐步搭建人工智能模型资产库,形成多元化的IP内容覆盖。传统的影视制作流程通常需要投入大量人力进行项目和素材的筛选、优化,而生成式人工智能可以通过学习大量优质影视作品,直接分析拍摄的剧本、画面、片段的表现力,提取文字、图片、视频中的关键元素并做出量化评估,辅助专业人员决策,提高生产效率。人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化生成式人工智能提升制作效率与品质阿里云专有云十周年视频阿里云专有云十周年视频,短片其中一板块展示飞天企业版深耕各行业的画面内容,使用StableDiffusion工具下的ControlNet-scribble模型,通过行业的文字黑白蒙版结合行业属性prompt生成创意字体海报,在ComfyUI中,通过AnimateDiff+ControlNet进行图转视频,在不间断的调试中确认画面政务行业物流行业通讯行业*本页图片由阿里云智能集团设计部提供制造行业医疗行业教育行业能源行业金融行业人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化生成式人工智能驱动影视制作流程重塑动画短片《致亲爱的自己》今年4月25日,在“北京国际电影节AIGC电影短片单元”颁奖礼上,短片《致亲爱的自己》获得了合成,并辅以二维动画手绘进行创作。在风格探索方面,团队结合人工智能来生成的风格训练素材,用Midjourney生成了300余张风格数据集。随后Dreambooth和LORA进行了模型微调,为本片专门训练了风格模型,同时训练了多个角色模型以更好地控制一致性和稳定性。转绘工作流基于SDXL开源模型生控制风格和细节的锁定。在进行不同美术风格的人工智能初期探索时,为了实现更高的画面精度,团队选择在同一次生成中首先生成1280×720的画面,确认效果后再送入KSampler和VAEDecode生成《致亲爱的自己》的一个特别大的优点,就是背景稳定性、道具一致性做的很好。同时,较大限度了保留了演员表演过程中的情感,并在长镜头,运动镜头上取得了人工智能视频领域的突破。除了要在人工智能转绘参数的调节方面下足功夫之外,结合传统动画制作方式进行辅助也非常重要。整个制作团访谈中陈刘芳谈到,本片希望利用已有的人工智能技术,探索对于影视动画工业流程更可行的方案,在长镜头、运动镜头、镜头衔接、肢体语言、细腻表情、景别变换和审美情感等方面去探寻人工智能影视动画创作的边界,用人工智能呈现一个动人的好故事。通过人工智能重构动画制作智能在动画前期工作中的优势正在显现,显著缩短了制作周期,并降低了制作初期的探索和镜头预演等方面贡献的价值较大,同时为故事板设计、概念设计内容的核心在创作,但当前视频类的内容成本当中,制作基本占比都在80%以上。未来希望把这个比例倒过来,并且已经看到了曙光。希望真正让艺术家在人工智能赋能下释放天马行空的创意,为市场带来更多高品质的原创内容。为此需要持续跟进多模态模型领域的最新研究成果,广泛的与人工智能时代的技术专家和创作者建立友好联系,链接技术研发端、创作端和产业端。目前,团队正在实践人工智Al动画制作流程致亲爱的自己>故事&分镜>绿幕拍摄>动画制作》场景合成Al动画生产流程专家金句陈刘芳事板创作,风格探索等方面广泛应用,同时,结合Al的能力特性,优化创作流程,探索Al驱动的内容创作。陈刘芳人工智能x设计趋势研究:设计的未来&未来的设计工具革新能力升级流程重塑生态进化生成式人工智能让商业级广告和影片的快速制作成为可能阿里云天池平台十周年形象片-用AI致敬Al阿里云天池是全球知名的数据科学及Al竞
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 掌握演出经纪人资格证考试要点与试题答案
- 2024年营养师考试风险控制试题及答案
- 2024年营养师复习建议试题及答案
- 2024年演出经纪人资格证冲刺模拟题及试题及答案
- 2025年房产经纪资格考试学习指南试题
- 演出经纪人考试复习策略试题及答案
- 2024年营养师考试复习要点
- 2025年导游证资格考试阶段性复习试题及答案
- 深度认识:2024年演出经纪人资格证试题及答案
- 了解演出经纪人资格证考试内容及试题答案
- Unit 7 A Day to Remember Section A (课件)-2024-2025学年英语人教版7年级下册
- 第一单元第六课三、《AVERAGEIF函数》教学设计 2023-2024学年新世纪版(2018)初中信息技术七年级下册
- 机械工程原理真题集
- 2025内蒙古交通集团有限公司阿拉善分公司招聘101人笔试参考题库附带答案详解
- 四川省内江市2024-2025学年高一上学期期末考试语文试题(解析版)
- 肾内科护理责任组长竞聘
- 2025年甘肃甘南州国控资产投资管理集团有限公司面向社会招聘工作人员12人笔试参考题库附带答案详解
- 北京2024年高考真题化学试题(含答案)
- 基于BIM的绿色建筑施工流程优化路径探讨
- 2025年白银有色集团股份有限公司招聘笔试参考题库含答案解析
- 体卫融合视角下全民健身的发展策略与实践探索
评论
0/150
提交评论