AIGC技术下的箱包设计方法探讨

章宇，伏邦国

（1.苏州工艺美术职业技术学院，江苏 苏州 215104；2.广东白云学院，广东 广州 510450）

0 引言

人工智能生成（AIGC）技术融合了自然语言处理与深度学习，能模拟人类创造性思维过程生成多元化内容，涵盖文本、图像及音频。在箱包设计领域，AIGC技术为设计师提供了一项得力的工具，它可以激发创意灵感并协助生成初步设计方案。

1 研究背景

1.1 AIGC技术在箱包设计领域的应用

AIGC是当前科技领域的热门话题，具有广泛的应用前景。在箱包设计领域，AIGC技术为设计师带来了前所未有的创新与便利。通过运用AIGC技术，设计师能够激发出更多的创意灵感，开拓思维，从而设计出别具一格的箱包产品[1]。

AIGC技术可以根据设计师的Prompt关键词自动生成与箱包设计相关的文本、图像或概念，加速设计过程，满足客户独特需求。能自动生成设计方案，方便设计师浏览多种可能性并选择最有潜力的设计。能生成定制化的设计方案，满足客户对颜色、材质、尺寸等各个方面的要求，为设计师带来便利。还能分析市场数据和消费者趋势，使设计师了解市场需求和趋势，进行有针对性的设计。能自动生成设计文件、报告和技术图纸，减少设计师手动编写和整理文档的工作量，提高工作效率。能生成初步的设计草图、示意图等图像资料，帮助设计师快速制作原型，验证设计概念的可行性，有助于减少后期修改的时间和成本[2]。

1.2 箱包设计的基本原则和流程

1.2.1 箱包设计的基本原则

在设计箱包时，需要充分考虑功能性、实用性、外观、材料选择和创新性，以及人体工程学原则。不同种类的箱包具有各自独特的需求，设计师必须根据特定目标进行优化。例如，商务手提包需要具备较大的存储空间和精美的外观，而户外背包则需要舒适背负系统和出色的防水性能。为了打造具有吸引力的箱包，设计师需要在颜色、材质、形状、结构和装饰等方面下足功夫，并确保设计与品牌形象和市场目标相协调。材料的选择对于箱包的设计与生产具有重大影响，设计师应选择合适的材质以确保箱包的质量、耐用性和外观。创新性和独特性是箱包设计成功的关键，设计师需要寻找新的设计元素、功能或结构，以吸引消费者并与竞争对手区分开来。人体工程学原则在箱包设计中也起着重要的作用，设计师需要考虑人体的尺寸和结构，以确保箱包在长时间使用下不会给消费者带来不适。

1.2.2 箱包设计流程

箱包设计流程一般为市场调研分析受众需求，收集数据确定产品设计方向和定位策略。概念生成初步设计，根据市场和品牌形象进行创意构思、草图制作、初步设计。制作手绘或计算机辅助设计草图，为后续3D建模和生产提供基础。利用计算机软件创建3D模型或虚拟样包，评估实际外观，降低成本和时间。制作实际样品后测试功能、材料和结构，调整确保产品符合质量和性能预期。细设计考虑细节，提高产品的美观度和实用性。材料选择注重材料的美学、功能性和可持续性。工程和模式设计确定箱包的构造和制造细节，转化为可操作的制造图纸。生产计划制定生产计划，包括流程、材料采购和工厂合作等，确保原材料供应稳定且质量可靠。制造和质量控制开始生产箱包，进行质量控制确保产品符合设计标准。品牌标识和包装注重品牌识别度，传达品牌形象和特色，考虑环保和可持续性因素。市场推广制定市场推广策略，包括宣传、广告、社交媒体宣传和销售策略等措施。

1.3 AIGC“Prompt”关键词的应用

Midjourney和StableDiffusion(SD)等AI创作工具以“Prompt”关键词为基础，生成图像和艺术作品[3]。Prompt关键词用于启发艺术家和设计师，生成特定主题或情感的图像。例如，“梦幻雪山”的Prompt可能会生成与自然景观和梦幻元素相关的包袋设计，如图1。Prompt关键词还可以描述所需的图像特征，如颜色、构图和对象。SD为设计师和艺术家提供了全新的方式来获取创意灵感并生成设计元素。使用SD进行设计的步骤包括：准备数据和工具、定义Prompt关键词、进行模型训练和微调、使用训练过的模型生成设计内容、选择和编辑生成的内容、进行品味测试和调整以及导出和使用生成的内容。这种方法为设计师提供了更多创新和表现的机会，也为设计师提供了一种全新的方式来展示他们的创意才华[4]。

图1 “梦幻雪山”包袋设计

2 AIGC在箱包设计中的应用方法

目前AIGC技术下，人工智能生成总体分为两种方式一种为文生图，一种为图生图。在实际应用中两种方法可以相互配合使用，涉及到箱包设计有三种模式路径进行辅助生成。这三种生成模式都建立在通过输入关键词信息Prompt，根据相应的网络模型——SD模型或Midjourney模型生成相应的、符合箱包设计要素的二维图片[3]。

2.1 基于纯文本Prompt的生成模式

初次使用者使用SD模型或Midjourney都会使用Prompt进行人工智能图像生成。准确的Prompt可以可靠地产生了有创意性的结果，Stable Diffusion可以进行本地应用程序配置，Midjourney不像SD和DALL E 2，不用在电脑上安装应用程序，Midjourney是一个设计良好的web应用程序。以目前最常用的Midjourney为例，Midjourney（MJ）设计箱包的基本思路使用MJ辅助设计包时，要从以下几个方面对包进行详细描述：外形及尺寸，如方形或圆形，是大包还是小包，有什么样的特殊造型；定位用途，如男士商务、女士休闲或中性旅行包；制作工艺，如是刺绣还是压花等；材质及颜色，如是帆布还是皮革等；细节，如装饰物等。

目前AIGC使用prompt时，均是基于英文，因此必须要熟悉箱包相关英文。以女士双肩包为例，背包的设计特点是使用了白色仿鳄鱼皮纹理，而且使用了银色的配件，输入prompt：Backpack design,product image,white background,white Crocodile skin texture backpack with silver nails,Women Multi-Functional Mini Backpack。生成图片，如图2。在AIGC中，越靠前的prompt描述其权重越高。在此案例中首先输入设计的基本物体为背包Backpack design，然后是背包放置于白色背景，紧接着是对背包的描述包括颜色、材质、配件，最后是女士箱包及尺寸功能等描述。

图2 MJ基于纯文本Prompt生成女士双肩包

如想生成男士双肩背包如图3，只需略微修改几个关键词设置prompt 为Backpack design,product image,white background,black Crocodile skin texture backpack with silver nails,Men Multi-Functional large Backpack。

图3 MJ基于纯文本Prompt生成男士双肩包

同样在SD中，也可以使用prompt生成箱包，如图4。

图4 SD生成箱包

2.2 基于Prompt及二维草图的生成模式

相对于MJ生成设计图具有较大随机性，SD可以基于二维草图生成箱包设计图，这样可以保证AICG生成的效果图更符合设计师意图。具体使用为在SD中启用ControlNet，将草图，如图5，导入进ControlNet，Contro Type选择SoftEdge，输入Prompt：Handbag design,product image，white background,white Crocodile skin texture backpack with silver nails，Women Artificial Leather Elegant Large Capacity Tote Handbag生成效果图，如图6。

图5 草图

图6 效果图

2.3 基于Prompt及大模型训练下的生成模式

SD中的模型分为大模型和小模型，大模型包括官方和Checkpoint两种，小模型有三类：lora、Textual Inversion（Embedding模型）、Hypernetwork。Textual Inversion（Embedding模型）、Hypernetwork和lora这三种模型，都是用来微调主模型的小模型。目前设计师最常使用的是lora模型，其最大的特点就是几乎图像上的信息它都可以训练，并且还原度非常高。lora模型同样需要搭配大模型来使用，并且由于lora训练的时候是基于其他大模型训练的，因此使用lora配套的Checkpoint大模型通常效果会更好。此外还有一类VAE模型，简单理解它的作用就是提升图像色彩效果，让画面看上去不会那么灰蒙蒙，此外对图像细节进行细微调整。lora模型配合ControlNet可以对图片进行迭代设计。在实际应用中，把一个二维草图制作成一个三维效果图，需要通过ControlNet的lineart和depth模型，构建箱包轮廓，再叠加箱包模型生成最终效果。

在ControlNet中置入SD中生成的男士双肩包，见图3，选择softedge，提取线框，如图7，然后选择合适的lora模型，输入生成图2一样的prompt，可迭代出与图2相同颜色，材质的女士双肩包，如图8。

图7 ControlNet选择softedge模式

图8 女士双肩包

3 AIGC生成箱包设计分析

本节将选择上述路径中的一个方法进行相关箱包意象设计生成的实证案例研究，而后将上述总结的路径与目前在方案设计阶段的设计过程相结合，提出一个可以通过现有的AIGC技术生成带有一定箱包审美细节和箱包真实信息图纸的技术路径。

3.1 AIGC个人设计风格模型训练

文生图只是AI生成能力的起步，在商业设计中为避免产生版权纠纷，设计师通常使用Stable Diffusion训练具有公司或个人的风格模型，即将AI变成一个特定风格的设计师。首先进行数据集准备，需要models文件中建立train的文件，收集20张左右的意向风格或者箱包图，对这些文件进行重命名，确保所有文件都是同一种文件格式，比如JPG或PNG，以免在批处理的时候出现重复文件名。将图片裁剪成512*512分辨率尺寸,给图片增加说明文字，处理好所有的图片之后，进入gui界面，点击utilities标签，选择BLIP Captioning，将图片文件夹（文件路径）输入到指定位置。在WEB UI界面点击训练—图像预处理-点击预处理。接下来是训练参数设置，在正常的lora模型训练中，不需要使用很多的图片，将训练频率提高一些即可。复制训练集放置lora模型训练器，分别设置输出路径和输入路径。将我们训练好的lora放置到SD-models文件里面，点击刷新，放置于关键词的填写框中。然后我们输入一些想生成的关键词，进行生成。

3.2 基于Prompt关键词生成意向的案例分析

将设计任务规定为生成一个符合箱包设计师前期草图的生成形态：从技术路径来说，可以采用lora 和ControlNet 加上SD的方法生成路径作为具体案例的技术路线。第一步，我们需要准备一个带有草图的ControlNet模型[3]。将设计师绘制的箱包草图，见图5，导入ControlNet中，设置Contro Type为SoftEdge，并输入相应的关键词（如Handbag design,product image，white background，white Crocodile skin texture backpack with silver nails，Women Artificial Leather Elegant Large Capacity Tote Handbag），就可以得到一个基于草图形态的箱包效果图，见图6。第二步，使用SD进行图像的微调。将第一步得到的效果图导入SD中，选择相应的模型（如lora或其他大模型），并根据需要调整参数，例如可以根据需要对图像进行一定的风格化处理，或者根据实际需要调整图像的色彩、明暗等。第三步，根据需要再次使用ControlNet进行图像的细节调整。例如，可以调整箱包的形状、材质、纹理等细节，使得生成的箱包更加符合设计师的意图。

3.3 设计过程中全生成式方法的畅想

在箱包设计的过程中，一般由2D推向3D再推向2D，通过2D手绘构建出三维模型，根据三维模型出相应的二维纸格平面，而后在平面图阶段进行更加深入的设计与绘制，再由纸格推敲样包或三维模型的空间关系，以此循环修改直至设计出一个较为完善的方案。如果将箱包的设计约束（规范、设计原则、设计任务书等信息）语义化再加上大型语言模型（LLM）的结构，那么大型语言模型会直接运用于箱包设计领域，让其模型指导挑选生成图片和模型的Prompt关键词，从而指导3D模型的生成、平面纸格的生成，如图9。

图9 箱包设计过程中全生成式方法

4 结语

目前AIGC在箱包设计处于二维创意图阶段，需要与其他软件组合使用，通过优化算法实现精确控制，才能用于实际设计。两种主流AIGC工具类似抽盲盒，随机性大，需设计师提高审美和设计逻辑能力。未来，设计可能更强调创新和个性化，利用AIGC技术可快速生成多种设计方案，提高设计灵活性和多样性，同时可帮助设计师理解客户需求，提高产品竞争力和吸引力[5]。此外，AIGC技术可改善样品制作过程，通过精确的3D模型生成和样品制作算法，缩短样品制作时间和成本。总之，AIGC技术将为箱包设计带来巨大变革，提高设计效率、创新和个性化，为设计师提供更多创作空间和机会。