揭秘天猫双11背后:AI设计师鹿班为20万客户设计600万张海报

简介: 还记得去年双11,秋裤厂商带着“五彩斑斓的黑”需求找设计师的故事吗? 现在,已经有超过20万客户把这个AI设计师鹿班带回家。 今年,鹿班除了为天猫淘宝平台提供服务之外,还通过阿里云全面为各行业客户输出AI设计能力。

还记得去年双11,秋裤厂商带着“五彩斑斓的黑”需求找设计师的故事吗?

现在,已经有超过20万客户把这个AI设计师鹿班带回家。

今年,鹿班除了为天猫淘宝平台提供服务之外,还通过阿里云全面为各行业客户输出AI设计能力。2018天猫双11期间,已累计为20万企业、商家设计近600万张图片,你打开天猫看到的各种海报和活动商品图片几乎都出自鹿班。

某淘宝商家表示,“我们有400多个产品,仅靠自己无法完成这么多图片,所以过去在双11这样的重要活动节点,图片设计环节基本都是放弃的。但今年双11,鹿班完成了所有图片的设计。”

据了解,鹿班已经达到了高级设计师的水准,每秒可以提供几十种方案,每秒设计8000张不同的海报……当然,这些能力都要归功于背后的人工智能技术。

 ●  设计知识图谱:鹿班的知识图谱是图片效果的数据底座

鹿班将各类成图设计,通过内容、视觉、结构几大维度进行标注和分析,建立对于构图、配色、搭配和文案几个方面在设计元素级别的认知。通过对千万套营销设计图片的全方位分析,建立了国内最大的营销类图片的知识图谱库。

在知识图谱的底层构建过程中,利用无向图进行建模,利用关系型数据库和NoSQL数据库混合搭建存储设施。通过数据同步,将经过后处理的数据,同步到算法依赖的ES索引上。

1c3a3e0eeaed6e8acd439025145d70c03f6cd2a3

 ●  智能设计深度学习算法:基于图像的人工智能深度学习算法是鹿班的大脑

基于深度学习的智能设计算法,鹿班改变了传统的图片设计流程。用户可以仅通过输入想达成的设计风格和图片尺寸,即可由鹿班代替人工完成素材分析、抠图、配色、排版等耗时耗力的设计工作。

鹿班还建立了智设算法执行的流水线。将复杂多变的设计需求,抽象为需求特征提取、规划、行动、量化、合成可视化等过程。这套流程,目前应用于线上透明图Bannar设计、全画幅Bannar设计等应用场景。除了提高了业务迭代速度,同时也降低了算法模块之间的耦合性,降低了算法服务的运维成本。

47094aafa8473804ac4ce2388fb9dd41c9ac1d4c

 ●  图像协议和图像渲染能力:基于GPU加速的图像生成方案是鹿班的效率保证

鹿班在图像工程底层建立了一套描述图片的DSL语言。使用该DSL语言,可以将图片通过分层的方式,描述起主要构成和视觉上的各类细节,从而建立程序之间操作图片的协议基础。

配合基于GPU的图像渲染技术,鹿班可以实现每秒上万张的图片设计和生成。使用户在短时间内完成大量bannar图、海报和会场图的制作工作。

同时,面对越来越复杂的图层描述,GPU方案也拥有比CPU方案更高的效率。这样的效率提升,对特定复杂设计效果的图像合成十分重要。

据了解,鹿班目前可以为企业、商家和设计师提供一键智能生成设计图片、拓展尺寸、拓展颜色等设计服务。

976ebe8fde79fe70ae7749217c5a80f506557a15

目前,鹿班可以提供一键智能生成设计图片、智能排版、拓展尺寸、拓展颜色等设计服务,用户只需任意输入想达成的风格、尺寸,就能实时生成多套符合要求的设计解决方案。

相关文章
|
1月前
|
数据采集 人工智能 算法
AI 大模型助力客户对话分析评测
【10月更文挑战第22天】《AI大模型助力客户对话分析》解决方案清晰地概述了从客户对话数据中提取洞察的流程,包括数据收集、预处理、模型训练、意图识别、质量评估和决策支持等环节。然而,方案在具体实施方法、模型选择、性能评估和业务决策转化等方面描述较为简略,缺乏详细的操作步骤和工具推荐。此外,示例代码较为简略,部署过程中存在多渠道数据整合、模型训练参数设置等困惑。建议增加具体实施步骤、示例代码和注释,并加强与客户的沟通和反馈机制,以提高方案的可操作性和实际应用能力。
|
1月前
|
人工智能 Serverless
AI 大模型助力客户对话分析 ——实践操作
参与《AI大模型助力客户对话分析》项目,基于阿里云社区操作路书,从架构设计到部署测试,逐步学习并应用大模型进行AI质检。过程中虽有控制台跳转等小挑战,但整体体验流畅,展示了AI技术的便捷与魅力,以及阿里云平台的先进性和社区支持。最终实现的AI质检功能,能够有效提升企业客户服务质量与效率。
51 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
AI大模型助力客户对话分析
该AI大模型解决方案利用NLP和机器学习技术分析客户对话,提升服务质量和用户体验。方案实践原理清晰,涵盖数据处理、模型训练等步骤,适合技术背景不同的用户。阿里云提供详尽的部署引导和文档,降低学习成本。Python脚本实用,但需注意环境配置。方案能满足基本对话分析需求,特定场景下需定制化开发。
93 29
【AI销售助手】告别低成交率,让客户主动找上门!
在销售行业,90%的沟通未能促成交易,令销售人员头疼。AI销售助手应运而生,它不仅帮助寻找潜在客户,还能自动发送产品信息,并监测客户的查看情况。通过深入了解客户需求,销售人员可以制定更有效的策略,显著提升成交率。
|
26天前
|
人工智能 Serverless API
电销行业的福音|AI大模型助力客户对话分析
本文介绍了如何利用AI大模型助力电销行业的客户对话分析,通过对象存储、智能对话分析技术和通义千问大模型,实现从客户语音和聊天互动中识别意图、发现服务质量问题,提升用户体验。方案部署简单,按量计费,帮助企业快速从海量对话数据中提取有价值的信息。
|
29天前
|
机器学习/深度学习 人工智能 自然语言处理
评测:AI 大模型助力客户对话分析
该评测报告详细介绍了Al大模型在客户对话分析中的应用,涵盖了实践原理、实施方法、部署体验、示例代码及业务适应性。报告指出,该方案利用NLP和机器学习技术,深度解析对话内容,精准识别用户意图,显著提升服务质量与客户体验。实施方法清晰明了,文档详尽,部署体验顺畅,提供了丰富的引导和支持。示例代码实用性强,但在依赖库安装和资源限制方面需注意调整。整体上,该方案能够满足基本对话分析需求,但在特定行业场景中还需进一步定制化开发。
|
1月前
|
存储 人工智能 Serverless
AI大模型助力客户对话分析评测文章
在数字化时代,企业面临客户对话数据处理的挑战。阿里云推出的AI大模型助力客户对话分析方案,通过整合多种云服务,实现对话数据的自动化分析,提升服务质量和客户体验。本文将详细介绍该方案的优势与实际应用效果。
|
1月前
|
人工智能 Serverless
参与评测「AI 大模型助力客户对话分析」
本文介绍了作者参与《AI大模型助力客户对话分析》项目的实践与感受,通过阿里云提供的解决方案,从架构设计到具体实施,最终成功部署了AI质检应用,感受到了AI技术的魅力和便捷性。项目分为四步执行,虽然过程中遇到了一些小挑战,但总体上顺利完成了部署,实现了对话记录的质检与分析,有助于提高企业客户的服务效率。
|
1月前
|
机器学习/深度学习 数据采集 人工智能
AI 大模型助力客户对话分析
该评测深入分析了“AI大模型助力客户对话分析”方案,涵盖实践原理、实施方法、部署过程、功能满足度及潜在改进空间。通过NLP和机器学习技术,方案能有效提升服务质量和客户体验,但针对特定行业需求尚需定制化开发。
|
1月前
|
人工智能 自然语言处理 数据可视化
阿里云AI大模型助力客户对话分析——全方位提升服务与体验
随着数字化转型的推进,企业愈发重视客户互动数据的价值。阿里云推出了一套基于AI大模型的客户对话分析解决方案,通过自动化手段分析大量客户对话数据,提取有价值信息,优化服务流程,提升客户体验。本文将结合技术文档和实际体验,全面评测这一解决方案。
59 2
下一篇
无影云桌面