百度高级认证-AIGC对信息流广告图片创意制作的增益探讨
AIGC对信息流广告图片创意制作的增益探讨杨 琨2022-2023百度高级认证 CONTENTS目录04总结与展望应对AIGC冲击的四大变革——从个体到组织03AIGC素材产出的多行业实践案例与经验收获案例验证行业需要怎样的工具，AIGC是否是理想工具？AIGC绘图工具的能不能用、好不好用与怎么用AIGC应用是否还存在不足？02研究过程01AIGC绘图狂飙突进+信息流图片素材制作的现实困境研究背景 研究背景üAIGC绘图的狂飙突进ü信息流图片素材制作的现实困境 AIGCAI Generated ContentAI自动生成的内容AI自动生成内容的生产方式内容自动生成的AI技术集合Generative AI≈爆发前提——数据访问能力、计算资源硬件的提升AIGC爆发三大因素：1、深度学习领域骨干架构的升级（Transformer的应用）；2、生成内容的算法模型进步（从GAN到扩散模型）；3、多模态大规模预训练模型的产生； 1973年首部利用预设编程进行AIGC绘画的机器人AARON2014年生成对抗网络GAN模型诞生2020年去噪扩散模型DDPM诞生2022.04 DALL-E 2.02022.07 Midjourney2022.08 Stable Diffusion2022年三大主流AIGC绘图工具诞生 Jason Allen引起争议的作品Théâtre D’opéraSpatial2022年8月MidjourneyV5模型创作的怀旧风“中国情侣”2023年3月 -“双效合一”需求与行业痛点转化效果好投放起量高投放目标多创意方向测试CTR/CVR持续优化优质素材模仿衍生指标优化素材产出思路素材数量压力过大抄袭剽窃无脑模仿工作心态腐蚀用户体验恶化团队能力退化创意劣质化素材同质化全线推进重点突破成本飙升设计灵感衰竭现实弊端行业痛点长期后果效率+效果双效合一 -半自动/自动化探索未能有效解决痛点1、动态商品广告DPA需有结构化商品资料库主要价值是实现“千人千面” “生成”图片无法完成2、程序化素材生成工具拼接素材质量波动大图片易有拼接感模板有限同质化难以避免3、GAN图片生成工具AI开始介入基于对商品图片的学习可提取图片要素进行全自动生成更侧重“模仿”而非“创造”“生成”能力先天不足 研究过程ü行业需要怎样的工具，AIGC是否是理想工具？üAIGC绘图工具的能不能用、好不好用与怎么用üAIGC是否还存在不足？ -满足需求/解决痛点的理想工具畅想转化效果好投放起量高投放目标多创意方向测试CTR/CVR持续优化优质素材模仿衍生指标优化素材产出思路全线推进重点突破创意劣质化素材同质化成本飙升行业痛点速度快操作便捷成本合理产量大理想工具应具备的能力创意丰富精准可控效率效果前提效率+效果双效合一 -现有成熟AIGC工具的可行性前提Stable DiffusionMidjourneyDALL-E成本免费开源付费（每月10-60美金）不对中国用户开放注册部署云端部署/本地化部署/本机安装云端使用（需翻墙）安全性本地数据安全性和隐私性保证若非最高级付费等级作图指令和生成图像均暴露在公共频道扩展性扩展插件和模型丰富无版权使用自己GPU则拥有版权商用版权仅针对付费用户开放功能文生图、图生图文生图（图生图控制力差）图片质量上手有一定难度质量波动较大，与使用者熟练度相关上手简单艺术风格浓重，质量高适合场景大团队共享化、批量化、定制化使用个人或小团队创意探索、风格探索、艺术风格尝试使用建议以正合：常规出图，数量保证以奇胜：创意脑暴，前沿实验ü本页结论仅适用于当下 -SD&MJ满足效率需求的降本增效ü512×768分辨率üRTX4090显卡速度1.37秒每张üSD Dynamic Prompts插件üMJ随机出图命令和排列命令ü整体重绘法（外绘）ü局部重绘法（内绘）ü使用门槛低ü精准控制需持续付出时间精力基准数量AIGC使用不熟练AIGC使用熟练AIGC熟练人员集中产出不同情况下的素材产出数量比对降本增效 -SD&MJ满足效果需求的收放自如üMJ-可创作数千种不同的画作/艺术风格üSD-大模型和小模型（LoRA）的自由搭配组合ü人物的高自由度ü增加模特选择，规避法律风险，降低实拍成本，打造专属模特放 -SD&MJ满足效果需求的收放自如ü不同工具存在提示语规则和习惯差异ü提示语内核殊途同归，“模块化”描述画面元素是根本üAIGC绘图提示语撰写的SSSP模式：(Subject)+场景(Scene)+风格(Style)+参数(Parameter)收 -SD&MJ满足效果需求的收放自如收放自如üSD-控制重绘幅度的外绘与锁定种子üMJ-垫图与锁定种子üSD-LoRA/ControlNet功能插件的强大应用ü局部内绘ü风格更换ü主体更换(表情姿态不变)ü主体局部更换ü场景更换ü最高形态—自训LoRA -AIGC是目前最接近“理想状态”的工具多创意方向测试优质素材模仿衍生素材产出思路创意劣质化素材同质化全线推进重点突破成本飙升行业痛点速度快操作便捷成本合理产量大理想工具的能力创意丰富精准可控效率效果前提快速出图部署方便免费使用提示语控制整体/局部重绘图片可商用批量出图程序化出图风格/主体多样提示语优化模型搭配组合可控幅度外绘风格/主体/场景切换局部内绘LoRA/ControlNet功能强化LoRA自训AIGC绘图工具已具备能力落地可用降本增效收放自如 -AIGC绘图工具的力所不逮与使用甜区ü大字报类素材是目前生成AI的能力盲点ü商品准确性要求高且海量SKU的素材（GAN更适合）ü带有特定IP的素材 -AIGC绘图工具的力所不逮与使用甜区ü评判标准：主体开放性与风格开放性高低üSD&MJ的绘图舒适区与不适区üGAN工具的有效补充风格开放性主体开放性高高低小说阅读婚恋生成式AI绘图舒适区（Midjourney/Stable Diffusion等）主体自训模型探索电商平台旅游住宿汽车平台汽车厂商娱乐工具(IP)游戏特定AI绘图舒适区GAN娱乐工具(非IP)婚纱摄影美容美体大字报直播网服工具奢侈品日化美妆风格自训模型探索社交多模型插件叠加探索 案例验证üAIGC素材产出的多行业实践案例与经验收获 -小说行业素材的小试牛刀ü多使用才会催动能力进化üAIGC素材打平人工素材表现就是阶段性成功ü前期一次性学习成本的投入不可忽视 -真人模特需求应对的如鱼得水ü模拟真人图片是AIGC绘图工具的擅长点ü虚拟专属AI模特的可持续使用ü结合客户优质模特自训LoRA的大展身手 -在多个行业的应用尝试 -挑战新课题/研究新方法/解决新问题/总结新经验的上升螺旋抠图+生成1.0ControlNet应用2.0自训LoRA+插件叠加使用3.0 总结与展望ü从个体到组织，应对AIGC冲击的四大变革 AIGC冲击双钻石模型重心调整素材理解描述模块化三大学习能力加速AIGC赋能创意测试数据反馈闭环与核心资源方深度合作效率与成本极致的架构尖兵设置重要性资深设计师的AI赋能麦肯锡报告的四大类能力工程师+艺术评论家+项目经理角色结合 -双钻石模型重心调整+模块化+学习能力洞察聚焦构思实现沟通学习确定问题制作素材测试迭代素材需求承接优质素材产生洞察聚焦构思实现沟通学习确定问题制作素材测试迭代素材需求承接优质素材产生AIGC辅助ü工作流程中涉及信息流图片素材的需求描述与创意理解更加规范化和模块化ü前沿感知ü快速学习ü知识累积 -触类旁通与探索总结的案例左图：portrait of a charmingand elegantancientChineselady, hairflower, hairornament, jewelry, long hair, smile, lookingat viewer, necklace, earrings, ultra-detailded, TraditionalChineseMeticulousPainting, pastel color, pure background, 8k, best quality右图：Chinesepainting of noble maid, solo, chineseelaborate-style painting, light brown左图：playing Guqin右图：playing Chinese instrument -尖兵设置与资深设计师的AI赋能ü增设专职岗位—主帅、军师、骨干与辅助ü分类素材集中处理集聚经验üAIGC对资深设计师的赋能ü从“平面设计师”到“营销设计师”ü一专多能能否实现？ -工程师+艺术评论家+项目经理角色结合ü理解系统使用和模型特点üPrompt Engineering的思路ü侧重视觉表现的美术和影视专业知识体系ü英文阅读理解能力ü整合资源、沟通协调、计划组织 加速AIGC赋能创意测试与数据反馈闭环与核心资源方深度合作调整-从专一领域营销服务商到AIGC整合营销服务商ü普及深化AIGC素材产出能力ü覆盖更多行业和素材类型ü快速应用、快速积累经验、快速更新迭代ü先人一步，抢占AIGC素材制作能力高地ü发扬设计创意调整与投放数据反馈顺畅对接的优势üAIGC素材分模块控制，大量产出A/B测试ü数据系统及时直观反馈分析，帮助素材快速优化迭代üAIGC大模型研发方、AIGC工具平台研发方ü收集客户解决痛点的具体期待ü在核心资源方与客户间搭建起AIGC落地细化执行的便捷桥梁ü插件工具开发能力和小模型调优 -三句寄语沉舟侧畔千帆过，病树前头万木春。——刘禹锡世界潮流，浩浩荡荡，顺之则昌，逆之则亡。——孙中山躬身入局，挺膺负责，方有成事之可冀。——曾国藩对待大趋势对待旧模式对待新工具 谢谢观看!THANKS FOR WATCHING
