淘宝设计2023年度AI设计实践报告（中）：https://developer.aliyun.com/article/1443514
▐ 产品营销视觉
UI设计的场景中，采用AI能力可以快速定制多种用户需要的视觉效果，我们通过SD中controlnet的有效控制，可以生成指定范围内的ICON、界面皮肤等内容，加大了很多产品功能的定制可能性。
案例 88VIP-AI定制皮肤 
▐ 定制模特AI生成
通过对AI大模型的训练和应用，算法从模特姿态、背景风格、装饰元素等多个维度进行效果升级，提升了合成真实性和美感，再结合用户脸型、身材数据，给用户提供定制化的线上真人化模特体验。
案例1 AI试衣间
案例2 AI写真
简化数据采集流程构建用户的数字分身，在保证又“像”又“美”的用户价值下，根据不同主题的摄影风格生成AI写真，让普通用户能通过AIGC创造好玩有趣的内容。 
▐ 产品场景生成
一张商品图，结合用户的自定义输入，便可生成多张场景效果。在整个过程中，不需要3D模型，不需要显卡渲染，不需要线下拍摄。
案例 “家作”家装场景灵感
▐ 手猫全链路AI购物助手
C端电商全链路的AI应用体验创新 打破AI即对话的惯性 构建实用、高效、符合电商的体验范式，2种产品架构（中心式助手、节点式功能）+ 4个体验原则（次不妨主、感知有度、结果直给、一步操作）推动购前、中后全场景落地。
案例 手猫全链路AI购物助手
▐ AI生图美学标准
基于图像美学的构成逻辑，抽离AI生图的美学标准，运用于AI算法模型的调优，以及生成的判定。聚合模型修复能力，提升整体模型的良图率。
AI生图美学标准 
AI生图美学标准 - 5大准则 19项标准 
AI生图美学标准 - 风格标准：视觉呈现 
AI设计系统如何帮助设计团队提升能力
▐ 「针对性的AI工作流」——建立有效的设计工作流
▐ 「实用的模型训练」——准确还原风格、加速品牌融合
使用lora模型训练的方式，能够生成特定的形象及KV风格，建立一个包含品牌形象、风格视觉的DNA的模型，我们将模型根据实用场景分成了4种类型： 
此外，在营销活动期间，市场环境和消费者偏好可能会发生变化。我们在紧跟这些变化的同时，迅速调整lora模型，确保持续符合目标用户的喜好，使营销内容更加生动鲜明，与消费者的连接也更加紧密。
▐ 「AI设计资产储备」——设计团队的AI能力提升
建立和管理AI设计资产，沉淀AI相关的知识、技能、工具，可以提升团队AI能力，对设计成效产生正面影响： 
团队成员可以分享他们的设计经验验和学习心得，从而促进团队内部的知识积累和提升。 
参数库可以帮助团队快速启动新项目，确保设计的准确性，并减少重复工作。 
工具、模版、元素可以帮助团队在设计过程中更高效地生成，同时保持设计的一致性和质量。
AI整合工具平台：桃花源
根据对日常设计工作的需求，我们团队依托实践沉淀的工作流和经验，搭建了AI整合工具平台——「桃花源 | 淘宝设计AIGC」。逐步引入的每一项功能经过细致的评估和选择，以确保其实用性和与业务需求的贴合度，同时能够增强我们设计工作的专业性和效率，为我们的产品和服务创造更大的价值。
未来展望
面对未来最重要的是如何利用新能力去更好的应对业务，所以对于各方面的要求也在快速发生着变化：
- 设计专业的要求：AI将重新定义设计师的竞争力边界，要具备持续的学习习惯，并快速转化为实践能力。在未来AI看似降低了设计的门槛，实则对于需求理解、问题分析、审美判断、创意亮点提出了更高的要求；对于高阶的设计师，要更加的显性化设计思考与专业优势，最终在设计质量上去到更高的层次。
- 工具能力的要求：需对现有AI工具进行严格评估和选型，确保它们能够提供标准化输出和一致性体验，提升设计的质量和速度，减少不同页面以及不同设计师间的设计差异，建设参数文档库，而非个人喜好的自然语言。同时可以基于业务场景特征，训练专属AI模型、集成相应AI能力形成新工具，从而形成更有效的设计资产。
- 工作流程的要求：需要将AI深入到日常设计流程里，形成新的工作方式与流程，基于不同的AI能力特性，差异化的对待不同业务形态和需求，所以将会对于设计流程更加精细化，从项目启动到最终交付，每一步都需要针对AI的特性进行优化，以实现最大化的效率和创意品质，找到更合理的人&机结合的方式，值得我们持续去探索。
- 设计团队的要求：设计团队必须制定并执行明确的AI融合策略，保证所需硬件设备的支持，营造积极主动的创新环境，增强对市场动态的快速适应能力，以确保团队整体的未来发力方向。
总之随着技术的不断进步，我们可以期待AI在视觉设计领域扮演更重要的角色，并为设计师和用户创造更多的可能性。
