AI生成内容技术在设计专业中的应用

杨曦

2022年9月，中国信息通信研究院和京东探索研究院共同发布了《人工智能生成内容（AIGC）白皮书》，将AIGC定义为“既是从内容生产者视角进行分类的一类内容，又是一种内容生产方式，还是用于内容自动化生成的一类技术集合”。该定义认为AIGC兼具内容特征和技术特征，总体上可以将AIGC概括为伴随着网络形态演化和人工智能技术变革产生的一种新生成式网络信息内容。AIGC作为继专业生成内容（PGC）和用户生成内容（UGC）之后的新内容生产引擎，能通过内容自动化编纂、智能化润色加工、多模态转换和创造性生成等方式直接改变出版的内容生产范式和内容供给模式。

2022年8月，AI绘画成为舆论焦点。利用AI绘图软件输入关键词，就可得到精美的画作，只需几秒就能创作出高水平的绘画作品。之后创作者们开始尝试用AIGC辅助设计，极大地缩减了创作所需的时间成本，降低了创作门槛。在设计领域使用AIGC主要是指基于机器学习算法的图像生成模型，该模型能根据输入的原始素材自动创意性地生成符合设计要求的图像。相比传统的设计工具，AIGC可以从大量数据集中学习到更多图像特征，使设计师能更快速地获得创意，并对图像进行自动化调整和优化。由此可见，利用AIGC高效率的生产工具开展设计工作将成为一个趋势。

视觉传达设计

2022年8月中旬，美国游戏设计师杰森·艾伦（Jason Allen）使用AI绘图工具Midjourney生成了一幅数字绘画作品《太空歌剧院》，这件既充满古典趣味又梦幻感十足的作品在科罗拉多的一次美术竞赛中获得了一等奖。后来，AI创作的作品不断出新，操作者只需要按照个人的想象和需求输入相应的关键词，比如画面内容、绘画风格、颜色搭配等，人工智能程序就会自动借助算法生成相应的图像。

2023年2月，AI团队Sagans为美国著名摇滚乐队林肯公园制作了AI MV，团队使用Kaiber.ai制作了歌曲《迷失》的视频剪辑动画。林肯公园的这首《迷失》仍然是传统动画片段+现场视频片段的统一风格化再渲染，视频的具体内容仍然需要用户提供，Kaiber.ai则负责风格化迁移。虽然Kaiber.ai还不能“无中生有”，但它至少能完成从图像到视频的自动处理。AI被训练用于《迷失》所创建的原始动漫艺术并被应用到真实的林肯公园镜头中，使乐队成员看起来如同动漫角色。

无独有偶，某平台最先接触AI绘画的博主，带领团队利用midjourney、stable diffusion等为飞书创作了一条短片《探》（图1），这条45秒的广告片除了字幕，全部场景素材均由AI生成。按照传统流程完成这样一支广告需要一个半月到两个月，而有了AI，从创意构思到成品产出仅耗时11个小时。

在央视网也能看见国内的生成式人工智能Tiamat的身影，在网站的梦画AI专栏，我们能看见用AI生成的二十四节气插画（图2）、各种主题创意作品等。创作者们将AI作为一种工具、协作者或灵感来源，创造出各种超乎想象的创意成果。

环境艺术设计

2023年的阿那亚戏剧节以“海市蜃楼”为主题延续戏剧房子的独特艺术场域。生成式人工智能平台Tiamat为本届戏剧房子单元带来了虚拟艺术的创意灵感，生成了三座AI戏剧房子。Tiamat自研的跨模态生成模型MorpherVLM为戏剧房子的设计提供了优质AI图像生成创意服务，其中一座AI设计的房子会被落地建造。

再比如，某社交平台有人上传了用midjourney生成的家具效果图，因为这些效果图创意十足，所以也能受到家具厂商的青睐。商家会与设计者联系进行后续沟通，以期生成制作图纸。

动漫设计

各个大厂也分享了将midjourney和ChatGpt整合进工作流的实战案例，包括游戏道具、人物原画、场景分镜、虚拟人物等。

人工智能技术在动画制作领域已经开始商业化。2023年1月31日，Netflix宣布其与小冰公司日本分部（rinna）、WIT STUDIO共同创作的首支AIGC动画短片《犬与少年》（图3）背景均由AI生成：先绘制Layout，再由AI生成图像，最后经人为手动调整成画面。这是Netflix动画创作者计划的第一个作品，通过人工智能技术绘制完整的动画场景，为动画制作揭开新的序幕。

新媒体设计

央视兔年春晚“山海萌兽”IP设计师SixOne是早期使用AIGC的设计者。设计者会用AI设计出大量意向图给导演组，让他们选出理想的方案，然后根据方案中的方向創作，既提高了效率，也减少了返稿次数，可以说，在很大程度上减少了前期工作，让设计师可以把更多精力放在后期的效果制作上。

在直播大火的当下，AI生成式数字人工具D-I运用了深度学习面部动画技术、GPT-3文本生成和Stable Diffusion文本到图像功能，1分钟就可以搞定口播视频，免费定制品牌专属数字人，不用真人出镜也能生产短视频内容。

2023年3月，歌手陈珊发布的新歌《教我如何做你的爱人》（图4）是自己的AI模型演唱的。在这首歌的AI vocal中，每一个音、每一个呼吸，包括所有和声都是AI演唱的，甚至连单曲封面也由AI生成。在其专辑《Juvenile A》中有一部与Deepfak相关的短片，《调教Ｘ教条》演唱会曾经运用Midjourne制作视频内容，也和数字艺术家合作过作品《证件照》。

AIGC是一种人工智能时代的新兴高科技，相比传统设计方法，AIGC具有以下几个优势。

第一，AIGC具有更高的创造性。在AIGC技术的支持下，机器建立在大量数据分析和学习的基础上，之所以能创造出具有惊人创意的设计作品，是因为它具备更深入的数据分析和学习能力。

第二，AIGC的设计效率更高。在设计领域，尤其是在平面设计领域，耗费大量时间和精力完成一个设计任务非常常见。在AIGC技术的支持下，设计师可以使用有大量学习和分析经验的机器完成大部分设计工作，只需要进行一些重要部分的调整和优化就能完成一个合适的设计。

第三，AIGC可以促进设计的可持续性发展。在传统设计过程中，设计者通常根据人的经验或规则进行设计。由于人类的主观因素和能力的限制，传统设计可能存在不周全或者局限性的问题。在AIGC技术的支持下，机器可以代替设计者进行数据分析和学习，设计出的作品更符合人的需求，并且满足人类社会对可持续发展的需求。

总之，AIGC的优势显而易见，尤其是在如今人类社会高度发展的信息时代，AIGC的优越性更加明显。

AI生成技术入门容易、操作简单、内容生成迅速。这种高效的生成方式源自AIGC，而AIGC是一种人工智能生成技术的新型内容建构方式，根据用户所需，利用已有数据库并探索规律，通过一定的深化能力自动生成用户所需的相关内容。以往掌握纯熟的技法达到自由创作的境界至少需要十年工夫。现在，AIGC通过对大量作品的模式分析与学习，攻破了技术和技法这个艰难的中间环节，每个人都有表达自己的想象、情感、思想的能力。设计者可以借助AI生成与自己思想相契合的作品。

AIGC作为一种新兴技术虽然已经取得了很大的成功和进展，但是依然存在许多不足之处。首先，AIGC现阶段的生成内容适配性受到了限制，其生成的内容往往不能完全符合设计者的构想，无法完全满足设计师的高质量设计需求。其次，AIGC面临巨大的数据量和运算压力，对硬件和网络的要求较高，并且需要更加稳定和强大的算法支持其运作。最后，AIGC在设计某些特定风格的作品时，往往需要大量数据和样本作为训练素材，这需要大量的时间和资源，许多设计师可能无法承受这样的成本压力。由于AIGC还处于发展初期，其应用场景和技术还有待深入研究和探索。

人们最关心的问题是设计师是否将从艺术创作的中心位置退出。在传统的设计创作过程中，设计师主导着作品从构思到创作完成的全过程。作品艺术效果由设计师绝对控制，因此，作品是设计师个性、气质、才华的全面体现。但在AI生成创作中，操作门槛低导致人人都能成为设计师，大量相似的创作内容充斥各种平台。AI生成技术直接利用了全人类的经验与技巧，使创作者的价值变得不再突出，人们开始担心一直使用前人的经验和技巧是否会阻挡设计者对创新的追求。

然而，AIGC的不足也正是其未来发展的契机。为了弥补AIGC的不足之处，研究人员正在进行大量的探索和实验，不断优化AIGC的算法和应用场景，使其能更好地满足设计师的需求。同时，创作者也在探寻如何使用这项技术，表达出每个设计师的独特审美，从而呈现出独特而艺术化的风格。

首先，AIGC是一种全新的设计方式，与传统设计相比，有着很大的不同之处。传统设计通常是一个团队全面参与的过程，包括创意、设计和制作等环节。AIGC可以单独完成设计过程。因此，设计师的知识面要更宽，例如生成一个产品设计的效果图时，需要从品类主题、包装材质、包装造型、参考品牌、艺术流派风格等进行描述，为了画面好看，还需要建模渲染以及摄影专业的知识，描述出渲染场景、画面氛围、镜头景别等相关词汇，从而得到更好的效果图。

其次，AIGC更加注重机器的处理能力，遵循一定的算法原理。由于其信息输入是基于大量数据分析的，一旦接收的数据质量不高，AIGC输出的结果必然存在差异或者错误数据，即便是相对迅速的数据修复也需要持续耗费时间。因此，设计师要经过练习理解，训练AIGC准确地生成想要的画面。

再次，AIGC生成的画面可控性不强。AIGC创作是根据已有素材进行拼接，得到的画面难免出乎意料，使用者难以创作出所需画面，难以生成持续的系列作品，这就要求创作者进行内容提炼、多次上传图片等稳定输出画面的内容。因此，设计师需要具备训练AIGC稳定作画的能力。目前，设计师还需具备优化画面的能力，能使用其他计算机软件对AIGC创作的画面进行修改和完善。

最后，AIGC产出的作品无法凝聚人类的情感因素，因此可能会显得更加机械和冷漠，无法呈现出独特而艺术化的风格。如何使用AIGC技术表达自己的特点与情感也是后续设计师要培养的能力。

AIGC作为辅助应用是未来设计领域的一个重要发展方向。当前，虽然AIGC在设计领域的应用还处于初级阶段，但是随着技术的不断进步和应用场景的不断增加，AIGC在设计中的应用前景非常广阔。

首先，AIGC在设计中的应用可以帮助设计师快速完成一些重复性、烦琐的设计工作。AIGC的自动化功能可以大幅度提高设计效率、节省时间成本。

其次，AIGC在设计中的应用可以帮助设计师进行创新和寻找灵感。通过预测和分析用户需求和喜好，AIGC可以为设计师提供创意和灵感，启发其進行有效的设计，从而达到最好的设计效果。

最后，AIGC在设计中的应用还可以帮助设计师进行多维度的数据分析和设计决策，例如色彩、构图、尺寸等。AIGC可以根据大量设计数据进行分析和处理，提供科学的决策支持，从而提高设计质量，获得商业效益。

总而言之，未来平面设计的趋势是“AIGC+设计师”，人机合作模式将成为主流的设计模式。AIGC的出现不仅可以大幅度提高设计效率和设计质量，还可以为设计师提供更多的创意和灵感，真正实现设计价值的最大化。

AIGC的应用为设计提供了一种全新的创作手段，它虽然不能代替人类设计师的创造力与想象力，但是可以帮助设计师更好地应对某些重复以及较为机械的设计任务，让设计师有更多的时间和精力探索更具创造性的设计方案。AIGC技术有望在辅助设计决策、设计师与用户交流等方面发挥积极作用，提高设计效率和用户满意度。

需要注意的是，目前AIGC技术在设计领域的应用还存在一定的局限性，例如对具有创造性的设计任务，设计师的个人经验和创造力仍然是不可替代的。因此，AIGC技术与人类设计师之间的合作模式会成为一个重要研究方向。

AIGC技术作为一种新型应用技术具有巨大的应用前景，尤其是在设计领域。一方面，AIGC技术可以帮设计师快速生成各种类型的设计图案，减少人力成本，提高效率；另一方面，AIGC技术可以为设计师提供更加多样化、细致化的设计方案，使设计师有更多的选择空间。由此可见，AIGC技术在设计领域能发挥重要作用。