【2023五福】创新科技与传统年俗的有机融合 - AI 年画

简介: 23 年兔年,五福项目将传统的写福字升级成了年画,用户通过绘制兔子轮廓可以得到活动的兔子,同时由 AI 生成对应的兔子年画,整个过程给用户带来很强的惊喜感,同时将具有传统氛围的年画与科技感拉满的 AI 作图有机结合,为大家带来全新的年俗体验。AI 年画作为 23 兔年五福的创新项目,在玩法和技术方案上都采用全新的实现,前后端技术、AI 算法深度,以及美术互动等深度协同,实现了玩法了技术的双创新,最

23 年兔年,五福项目将传统的写福字升级成了年画,用户通过绘制兔子轮廓可以得到活动的兔子,同时由 AI 生成对应的兔子年画,整个过程给用户带来很强的惊喜感,同时将具有传统氛围的年画与科技感拉满的 AI 作图有机结合,为大家带来全新的年俗体验。

AI 年画作为 23 兔年五福的创新项目,在玩法和技术方案上都采用全新的实现,前后端技术、AI 算法深度,以及美术互动等深度协同,实现了玩法了技术的双创新,最终呈现的效果得到了广泛的认可。

1. 年画介绍

1.1 背景:利用科技,制造「眼前一亮」感

  • 科技集福,让用户有眼前一亮的感觉 集福除了写福、扫福外,还有AI福(爱福,谐音梗),将主链路的集卡跟当下社交网络刷屏的AI作画结合( https://www.huxiu.com/article/540962.html ),一个词一张画一个福,让用户体验到有当下科技力的玩法形式。
  • 个性化福卡,五福也可以私人定制 五张福卡所有用户是统一样式,但用户对于能传播的介质个性化追求越来越高,通过自己的关键词生成新年运势画,变成一张独一无二的福卡,能更好的让用户有收藏感(可以支持制作NFT)和分享感。

1.2 玩法介绍

一句话介绍:用户根据引导画出兔子轮廓,根据轮廓生成AI福兔,福兔结合装饰套组生成福兔年画,并可以对应的虚拟和实体物品。

此处为语雀视频卡片,点击链接查看:normal video.mp4

1.3 创作页

用户在创作页完成年画兔子的创作,同时请求服务端生成对应的 AI 年画,最后通过转场动画过渡到装饰页。

创作页 - 绘制兔子

创作页 - 合成动画

  1. 画布上按顺序出现兔子身体各部分的绘制引导,用户在引导底纹的范围内绘制兔子的轮廓。
  2. 在用户完成当前轮廓的绘制后,依次出现下一个身体轮廓,直至完成绘制。
  3. 用户在完成一部分兔子身体后,绘制完成的兔子身体会做出对应的动作,如画完两只耳朵后耳朵动一动。
  4. 用户可以选择撤销当前绘制的内容,支持回退到上一笔的绘制。
  5. 每隔一段时间页面会出现引导用户绘制的高亮提示,长时间未完成绘制时出现自动绘制的气泡。
  6. 完成绘制后点击按钮进入合成动画,生成 AI 年画,切换到装饰页。

1.4 装饰页

用户在装饰页使用各种素材贴纸 DIY 装扮自己的年画,为自己的年画署名,或是选择重新创作。

  1. 用户可以从下方的贴纸栏中选择素材 DIY 装扮年画。
  2. 用户也可以点击重新画按钮,生成新的年画。
  3. 在完成装扮后点击完成生成最终的年画,同时跳转到年画主页(作品集页面)。

1.5 主页

用户在年画主页可以查看自己创作的所有年画,同时可以选择保存、分享自己的年画作品。通过下方的栏目还可以选择获取自己创作年画作品的周边以及对应的数字藏品。

主页作品集

年画周边

分享年画

2. 技术方案

2.1 整体架构

年画项目采用多页面,整体技术页面 (html) 跟视觉页面保持一致,只有互动相关的页面(创作页和装饰页)在一个页面里。互动相关页面分成游戏层和 React 组件层,通过 mx 的事件机制进行通信。

2.2 技术选型

兔年五福年画项目作为一个 2D 互动应用,选择 TinyJS 做为渲染引擎,同时选择一系列 Tiny 的插件库。TinyJS 在支付宝业务中广泛应用,经历多年互动业务落地沉淀,是目前支付宝 2D 互动的首选。

2.2.1 生态工具

TinyJS 拥有丰富的生态,今年的年画项目中使用了一系列插件来完成各种功能模块的开发。

  1. tinyjs-plugin-calligraphy  历年五福的书写插件,让用户实现自由书写。
  2. tinyjs-plugin-transformable  贴纸操作插件,让用户选择贴纸自由装扮年画。
  3. tinyjs-plugin-ui  提供便捷的 UI 绘制能力。
  4. tinyjs-plugin-extract  提供通用的图片合成、导出能力。

2.2.2 特效选择

mars 动画是实现各种炫酷的特效的首选,同时也是今年的五福规范,在 TinyJS 作为渲染引擎的背景下我们使用 tinyjs-plugin-mars  播放 mars 动画。

Mars Studio工具制作动画

2.2.3 动画选择

为了让兔子在画布中动起来,我们选择使用 spine 实现兔子的骨骼动画,在 TinyJS 中使用 tinyjs-plugin-spine 骨骼动画插件实现。

2.2.4 简单动画

为了减少内存和预推资源的消耗,我们在一些部分动画上选择使用 shader 的自定义动画,同时保证性能和效果。

2.2.5 开场视频

此处为语雀视频卡片,点击链接查看:720P_h265.mp4

视频处理

现在画眉直接就可以进行压缩和上传 cdn 的步骤,所以现在拿到原视频之后,上传到画眉就可以拿到压缩后的 cdn 地址了,可以根据需要选择使用的链接:https://yuque.antfin.com/huamei/help/cx3i9t#aP4W9

关于整个五福的视频使用方式可见:https://yuque.antfin.com/qffd8u/hwk0ns/gpgnwub9qvotggws

视频使用

在开场视频的选择上我们采用@陌诗提供的同层组件--@alipay/fu-video-player,相比于一般的 Video 组件来说,该组件会自动对非安全区域进行剪裁,保证了视频在不同机型全屏播放都能展示比较好的效果。

具体的的实现逻辑可见去年写福字的逻辑:https://yuque.antfin-inc.com/fui/wufu-hu/gwdiv5#gPZRx

2.3 开发实现

年画的玩法有一条明确的动线,那就是绘制兔子,生成年画,装扮年画,年画作品集,因此在开发我们可可以整个互动分成四阶段:

  1. paint(绘制阶段)用户在画布上按照提示绘制年画兔子。
  2. transform(合成年画)请求服务端返回 AI 生成的年画,过渡到装饰页。
  3. decoration(装饰阶段)使用各种素材装扮年画,确认生成后跳转主页(作品集)。
  4. home(年画主页)用户创作年画的作品集页面,统合了年画、福卡、周边、NFT 等所有内容。

paint(绘制阶段)

transform(合成年画)

decoration(装饰阶段)

home(年画主页)

2.3.1 创作页

创作页主要的难点有两个:

  1. 一个是让引导绘制的兔子轮廓动起来。
  2. 自动绘制。

让引导绘制的兔子轮廓动起来

最开始的产品方案其实就是让按照步骤描轮廓,大致的交互如下:

为了增加趣味性, 参考了其他的绘画 App,需要在绘画的过程中和绘画完之后兔子的部件(耳朵、手、脚)要动起来,这无疑增加很大的难度(因为这是第一次需求评审完之后才变更的,这给设计师和前端开发都会带来巨大的工作量)。

此处为语雀视频卡片,点击链接查看:3.mp4

如果要让绘画的兔子每个部件动起来,首先想到的就是需要用骨骼动画,蚂蚁推荐的就是用 Spine 去做(这部分是设计师做的)。

此处为语雀内容卡片,点击链接查看:https://yuque.antfin-inc.com/ant-galaxy/igbook/dafu0y#XkYLe

骨骼动画确实是可以动,但是怎么将绘画的轮廓跟骨骼动画结合起来了,这个在蚂蚁,甚至业界目前看来没有现成的方案的。

具体的方案探索

1)骨骼动画支持换肤,可以将用户的画的笔迹提取出来作为骨骼去进行换肤。

换肤的大致流程就是设计师在设计动画的时候挖一个坑,专业名词插槽(slot),加载 spine 动画之后,开发可以把图片通过插槽名对原来的插槽部分进行替换,这样就实现了换肤。详细可见:https://yuque.antfin-inc.com/ant-galaxy/igbook/dafu0y#3TD9i

所以设计师在设计的时候就需要把哪些要动并且进行可以替换的地方,做成插槽。

2) 如何将用户画的部件精确的提取出来

一开始业务期望是一个可以任意画的画板,用户随意画,但是我们无法识别出来用户画的笔迹哪里是耳朵、哪里是手、哪里是脚,识别不出来,就更别想提取笔迹进行替换了。

为了可以识别出来在画板里哪部分是耳朵、手、脚,我们需要对用户的可绘制区域和绘制顺序进行限制,限制出哪部分是耳朵、手、脚,用户在我们圈定的地方绘制的,我们就认为是该部件。

比如左上角圈定一块区域,我们就认为是左耳朵,这部分提取出来的纹理,在进行换肤的时候就换肤到 spine 动画的左耳朵处。

为此我们实现和设计师制定了统一的坐标系,实现笔迹提取范围和美术资产的对应,保证绘制内容到 spine 骨骼的无感切换。

所以我们跟设计师约定了大致这么一个范围,来确定插槽的部分。

3)如何让动画动起来好看

虽然我们约定了笔迹提取范围,可以识别出来身体部件,但是用户如果在这个框里画出来不像我们期望的样子,这样就会导致两个问题:

  1. 兔子画出来不好看。见下图对比
  2. 兔子动起来的时候关节与关节非常有割裂感。

所以为了解决不好看的问题,我们还得限制,尽量保证我们引导用户画耳朵,就画出来像耳朵。

两个解决方案来保证这个问题:

  1. 增加引导底纹并限制用户绘制区域。
  2. 在这个区域绘制出来的笔迹,尽量像引导的底纹才能画下一步。

限制用户绘制区域:

设计师在给引导的兔子部件底纹的时候,还需要给一份部件的轮廓坐标。

这样我们就可以利用轮廓点位,通过 Tiny.Graphics 绘制一个 Mask 区域,盖在画布上,相当于把轮廓外面的都设置了 mask,超出轮廓的笔迹都看不到;并且保证了用户绘制内容的可控。

看标记的地方,明细能看出超出的部分别截掉了。

在这个区域绘制出来的笔迹,尽量像引导的底纹:

如果按照我们限制绘制区域画出来,基本上画出来的兔子已经很像了,但是有可能用户在这个区域里没有画完,可能只随便画了一笔,这样可能不是很像,所以我们还加了一个粗糙的相似度检测。尽量的去保证用户画出来的笔画是我们预期的效果。

具体的方案就是判断笔迹的路径是否通过我们预设点的大多数(目前是 80% 的点位)。所以设计师还需要给一份兔子部件的点位,见下图。

在笔触移动的时候通过碰撞检测,检测是否经过预设的点位,超过 80% 的点位,就认为完成当前部件的绘制。

到此,基本上就能保障用户画出来的兔子默认好看,并且动起来的时候也好看。

自动绘制

为了提高绘画成功率,有些用户不知道怎么操作,或者懒得操作,提供了自动绘制的功能(可能有些同学还不知道有这个功能),在用户一段时间没操作的时候会出现自动绘制的提示。

绘制我们用的 tiny-plugin-calligraphy 插件,该插件本身并不支持自动绘制能力,在分析插件源码后通过事件代理的方式最小成本的实现了自动绘制功能。

要实现自动绘制很关键的两个点:

  1. 绘制的点位顺序。
  2. 当前用户绘制进度在哪里?

绘制点位的顺序:

这个在前面已经给过了,就是这个,只是给的时候需要注意一下顺序即可,通过数组的方式保证顺序。

当前用户绘制进度在哪里:

因为在给点位的时候是每个部件一份数据,而不是一份完整的兔子轮廓数据,还需要每个部件合起来定义一个顺序。同时,如果用户画到一半,然后再想用自动绘制的时候,需要知道当前自动绘制应该绘制哪个部件。

我们将兔子身体划分成六个部分,分别是左耳、右耳、左脸、右脸、左身体、右身体,通过标志符判断用户的绘制进度,同时使用标志符管理绘制阶段。

drawIndex = 0

drawIndex = 1

drawIndex = 2

drawIndex = 3

drawIndex = 4

drawIndex = 5

drawType = DrawTypes[drawIndex] = 'earL'

drawType = DrawTypes[drawIndex] = 'earR'

drawType = DrawTypes[drawIndex] = 'faceL'

drawType = DrawTypes[drawIndex] = 'faceR'

drawType = DrawTypes[drawIndex] = 'bodyL'

drawType = DrawTypes[drawIndex] = 'bodyR'

定义好之后,就按照 drawIndex 进行自动绘制即可。

2.3.2 合成年画

在切换装饰页时,我们通过一整套完整的动画流程来保证用户体感和引导的连续性,兼具趣味性和科技感。为此我们在各个节点上设置了相互衔接的不同动画。

spine 兔子首帧出现

兔子 spine 动画

动态合成年画图片

溶解出现

年画框上移滑动

切换装饰页

兔子首帧出现和年画溶解出现的动画效果,使用了 Tiny.Filter 提供的自定义着色器能力,通过自定义的 shader 代码实现高性能动画。

在具体实现溶解效果的时候,将连续的灰度分布图作为底图,在着色器中根据连续的采样结果 + 线性偏移的时候。

2.3.2 装饰页

用户在装饰页完成年画的 DIY 装扮,生成最终的年画。

整个 DIY 过程主要用到了 tinyjs-plugin-transformable 插件实现贴纸的编辑(拖拽、旋转、删除、镜像、缩放)。

再装饰完成之后使用 tinyjs-plugin-extract 插件导出年画和年画前景。

2.3.4 其他

高清合图

年画项目还为用户提供了一系列的年画周边,如挂历,马克杯,地毯等印有年画的商品,为了保证周边商品上年画的清晰度,我们需要再实现一套额外的高清年画合成方案,为周边商品提供大尺寸的高清年画。

我们在装饰页 DIY 年画的过程中,会记录兔子,背景,贴纸等素材的位置大小和角度,根据位置和大小信息使用原本素材的四倍图在合成年画的高清版本。

此处为语雀内容卡片,点击链接查看:https://yuque.antfin.com/yspkbi/qo5h51/bguhq8

受限于现有打印链路的能力,我们使用多媒体团队提供的 SVG 合图方案,而在年画创作 DIY 和时候使用的是 TinyJS 以及 tinyjs-plugin-transformable 插件的混合坐标体系,与 SVG 坐标体系不兼容,为此我们需要写一套额外的坐标转换逻辑,同时后端还需要将前端提供的坐标转换逻辑再转成 Java 实现,最终在后端实现合图。

该过程非常的痛苦,调试了至少 3 天才把整个链路调通,期望未来有一套 Canvas 坐标标准的高清图合成能力 @写轮

降级

为了覆盖 100% 的用户,尽量保证效果,我们就用户不同的终端情况实现不同的降级逻辑。我们通过 jsapi 接口 getDowngradeResult 获取降级信息。

  1. 视频降级
  2. WebGL 降级:当终端不支持 WebGL 时,页面互动降级成 Canvas 模式,同时不再播放骨骼动画。
  3. Mars 降级:在终端不支持 Mars 或是 Mars 播放器创建失败时,使用贴图进行兜底。
  4. 低端机降级:在低端机上使用 Canvas 模式,预计降级设别占比为 2%。

2.3.5 不同场景使用不同规格的图片

年画的使用场景很多,不同的使用场景, 比如壁纸、付款码皮肤、红包封面、NFT ,不同的场景需要的图片尺寸还不一样。

  • 年画尺寸:750 * 975 
  • 壁纸:需要的尺寸是 750 * 1624 的
  • 付款码皮肤:需要单个兔子 、年画前景 750 * 975 (不需要年画背景)
  • NFT 和红包封面:最终年画即可

 提示:尺寸为了统一,都以 750 宽度为基准,虽然最终生成的年画是 600 * 780,这个跟 750 * 975 比例是一样的,为了好理解,文中 750 * 975 和 600 * 780 可以互相替代,不影响理解。

所以为了看起来是一个年画,但是要适应不同的场景,整个方案如下:

以学生兔这样的一个年画为例:

算法会给三张图片:长背景、短背景、兔子,前端负责剪短背景、合并兔子和吉祥话到画板中。

长背景(750 * 1624)

短背景(750 * 975)

兔子

画板。

用户在完成 DIY 装饰后导出最终年画和前景图。

年画(750 * 975)

前景图(750 * 975)

现在就有了适用于各种场景图片的原始图了,对于年画的业务方就根据需要使用即可。

2.4 难点与技术细节汇总

  • 画布和美术资产坐标系的统一,实现视觉稿、模型资产(spine、mars)、前端数据准确匹配。
  • 用户笔迹纹理提取,并动态替换到 spine 骨骼中。
  • 兔子自动绘制的实现
  • AI 年画绘制画笔选择 tiny-plugin-calligraphy 插件,该插件本身并不支持自动绘制能力,在分析插件源码后通过事件代理的方式最小成本的实现了自动绘制功能,同时让自动/手动绘制的兼容,实现自动/手动绘制的任意组合。
  • 合成动画、转场
  • 转场动画需要加载大量的美术资产(spine,贴图),同时需要向服务端请求 AI 年画图片,为了保证用户的体验(弱网情况保证较短的等待时间),我们做了诸如提前加载、重复动画播放等方法保证转场动画的连续性(动画体感无等待)。
  • 在合成动画期间我们使用了 spine 骨骼、动态合成年画、基于 tiny filter 的 shader 动画,简单位移动画等一系列的动作进行组合,在各个独立功能都无法保证 100% 成功率的情况下,我们需要为每个动作设置兜底,从而保证复合动画效果的相对稳定。
  • AI 年画的溶解出现,在合成动画中我们实现了基于灰度图的溶解特效,让美术只需要调整静态的灰度图片就可以任意调整溶解特效,极大的节省了视觉效果评估的修改成本。

3. 线上数据

  • AI年画累计作画成功用户  1.3e ;累计作画次数  2.8e ;人均作画  2.2  张(同比  +17.6 %,去年写福字 1.87 张) 
  • 分享年画得福卡活动参与率 x% * 分享uv/作画成功uv (同比+x%)
  • 带动合作业务情况如下:年画红包封面参与用户 xxx w(占年画整体 x%,符合预期);年画数字藏品领取用户xxx.xx w(占x%);印鸽服务商周边打印订单量共计 xxxxx单;

4. 明年五福的建议

  • 需要对常用库进行统一,避免一些不熟悉移动端的同学选错组件或者手写没有经过验证的组件。 比如常用的轮播、剪切板、走马灯等 ui 组件进行统一,今年年画主页的作品集其实是自己手写的一个 swiper,在群体 cr 的时候发现了,在 ios9 的时候是有兼容性问题的。所以最后还做了一个降级方案,如果提前能把这些常用库统一,可以避免一些这样的问题。
  • 需要封装一套常用的 util 库。 比如 jsonp、screen、支付宝版本比较这种常用的 util 方法,目前还是通过互相拷贝代码或者抄去年的代码,或者手写。

5. 感谢

AI 年画项目的离不开所有为此努力的每一位同学,在此表示衷心的感谢! 产品:@蕃薯

视觉:@秋也 山海 王金雨

交互:@真蓁

测试:@微年@禾希

前端:@潇见@石灰

后端:@天腾@涤昇@里遇

算法:@司行@心诚@矩阵@流疏

技术支持:@沐瑜@子贱

相关文章
|
23天前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
46 2
|
2月前
|
机器学习/深度学习 人工智能 搜索推荐
AI与未来医疗:革命性的技术融合
本文探讨了人工智能(AI)在未来医疗领域的应用及其潜在影响。通过分析当前的技术进步和具体案例,如AI辅助诊断、个性化治疗方案及医疗机器人等,展示了AI如何提高医疗服务的效率和准确性,降低医疗成本,并增强患者的治疗体验。同时,文章也讨论了AI在医疗中面临的伦理和隐私问题,以及解决这些问题的可能途径。最后,本文对AI在未来医疗中的前景进行了展望,指出其将继续深刻改变医疗保健行业,为患者和医疗专业人员带来更多福祉。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
构建智能化编程环境:AI 与代码编辑器的融合
在人工智能的推动下,未来的代码编辑器将转变为智能化编程环境,具备智能代码补全、自动化错误检测与修复、个性化学习支持及自动化代码审查等功能。本文探讨了其核心功能、技术实现(包括机器学习、自然语言处理、深度学习及知识图谱)及应用场景,如辅助新手开发者、提升高级开发者效率和优化团队协作。随着AI技术进步,智能化编程环境将成为软件开发的重要趋势,变革开发者工作方式,提升效率,降低编程门槛,并推动行业创新。
|
4天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
40 10
|
3天前
|
机器学习/深度学习 人工智能 算法
AI与未来教育:一场革命性融合
在这个信息爆炸的时代,人工智能(AI)正逐步渗透到我们生活的每一个角落,教育领域也不例外。本文旨在探讨AI技术如何革新传统教育模式,以及这一变革可能带来的深远影响。通过分析AI在个性化学习、智能辅导系统、教育资源优化分配等方面的应用案例,揭示其对未来教育生态的重塑潜力。同时,文章也将讨论伴随技术进步而来的挑战,如数据隐私保护、教师角色转变等问题,并提出相应的解决思路和建议,为构建更加公平、高效、人性化的教育体系提供参考。
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
探索软件测试的未来:AI与自动化的融合
【10月更文挑战第25天】在本文中,我们将深入探讨软件测试领域正在经历的革命性变化。随着人工智能(AI)和自动化技术的不断进步,传统的测试方法正逐步被更高效、更智能的解决方案所取代。文章将展示如何通过AI增强自动化测试框架,实现更高效的缺陷检测和问题解决。我们将从基础出发,逐步揭示AI在测试用例生成、测试执行和结果分析中的应用,以及这些技术如何帮助团队提高生产力并缩短产品上市时间。
|
24天前
|
人工智能 Ubuntu Linux
安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
安装阿里图文融合AI - AnyText心路历程(安装失败告终,心痛!)
|
1月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
自动化测试的未来:AI与机器学习的融合
【9月更文挑战第29天】在软件测试领域,自动化测试一直是提高测试效率和质量的关键。随着人工智能(AI)和机器学习(ML)技术的飞速发展,它们正逐步渗透到自动化测试中,预示着一场测试革命的来临。本文将探讨AI和ML如何重塑自动化测试的未来,通过具体案例展示这些技术如何优化测试流程,提高测试覆盖率和准确性,以及它们对测试工程师角色的影响。
72 7
|
11天前
|
机器学习/深度学习 人工智能 算法
探索软件测试的未来:AI与自动化的融合
【10月更文挑战第15天】在数字化时代的浪潮中,软件测试作为保障软件质量的重要手段,正经历着前所未有的变革。随着人工智能(AI)技术的快速发展和自动化测试工具的不断完善,传统的测试方法正在被重新塑造。本文将深入探讨AI如何赋能软件测试,提升测试效率和准确性,以及自动化测试的未来趋势。我们将通过实际案例,揭示AI与自动化测试相结合的强大潜力,为读者描绘一幅软件测试领域的未来蓝图。

热门文章

最新文章