近半年来，AIGC 技术在各个领域都取得了重大突破，尤其是在计划领域，AI 图画技术的出现加速了计划行业的变革，为计划师带来了新的机遇和挑战。
其中，Midjourney 和 Stable Diffusion 等 AI 绘图东西快速崛起，成为备受计划师青睐的代表。这些东西利用深度学习技术，通过学习大量的艺术作品来生成图象，具有操作简单、生成速度快等特点，而智行营销需求具有高频率、快节奏等属性，因此将 AI 图画应用到计划过程中，有望提高计划师的生产力和效率。
更多AI应用案例：
在此背景下，智行 ZXD 深入研究和探索了 AI 图画技术，并尝试出以下可实施落地案例：
下面看看，实际落地效果吧～
本文将通过以上四个案例，详细讲解智行 ZXD 利用 AIGC 东西的落地思路及过程，全文大纲以下：
Midjourney 与 Stable Diffusion 区别
工作过程变化
案例一先生抽象 2D 转 3D
案例二 Train star 海报线稿上色
案例三 H5 活动头图 2D 转 3D
案例四节日海报计划
写在后面
一、Midjourney与 Stable Diffusion 区别
Midjourney 和 Stable Diffusion 是目前市面上最主流的两款 AI 图画东西。不少计划师也在纠结哪一款更适合自己。通过以下维度的对比，我们可以更好地挑选适合自己的东西。
二、工作过程变化
以往未使用 Midjourney 与 Stable diffusion 的情况下，计划师通用计划工作过程以下:
当计划师使用 Midjourney 与 Stable Diffusion 时，根据需求类型不同有以下两种工作过程：
过程一：首先计划师找参考构思画面，再通过 Midjourney 和 Stable diffusion 关键词生成画面，最后从中选合适图片进行优化安排，工作过程以下图所示：
过程二：首先计划师找参考并绘制草图，再通过 Stable Diffusion 基于草图生成图片，最后挑选合适图片优化安排，工作过程以下图所示：
三、先生抽象 2D 转 3D
先生 3D 抽象是专为智行先生群体而计划的独特人物抽象。以往，3D 抽象需要计划师进行建模和渲染，这既耗费时间，又需要高水平的技术门槛。接下来，我们将探讨如何通过 AIGC 生成 3D 抽象。
第一步：绘制先生角色色稿
为了更好体现先生的青春活力，整体抽象设定为：手拿书本、扎着双马尾、戴帽子，穿背带裤…
Stable diffusion 人物色稿需注意：
结构清晰完整、线条流畅
如有描边，不能太粗，否则会当作结构生成
上色均匀，无需笔触肌理感
第二步：挑选模型
大模型的挑选决定了生成的风格，再配合 lora 对服装、五官、头发等细节进行调节，这里模型挑选以下：
第三步：输入关键词
关键词可以通过 Stable Diffusion Tag 反推功能来获取，在此基础上修改添加。
Prompt：best quality，soft smooth lighting, raking light, 1girl, solo, overalls, eyes, black hair, shirt, hat, twintails, shoes, watch, white shirt, white background, full body, simple background, wristwatch, short sleeves, looking at viewer, sneakers, holding book, orange footwear, short twintails, standing, pants, smile, hair ornament, blue overalls, bangs, orange headwear, surface scatters skin, 120mm lens, 3D,blender render
Negative prompt：badhandv4:1.3, ng_deepnegative_v1_75t:1.2, worst quality:1.25, low quality:1.25, lowres:1.1, monochrome:1.1, comic, sketch, blurry:1.05, detatched hand, multiple views, depth of field, bokeh
第四步：配置参数
采样步数：20（采样步数越高，生成时间越长）
采样方式：DPM++ 2M Karras（在速度和质量的平衡最好）
尺寸配置：1200×1800（需与草图尺寸保持一致，尺寸越大电脑性能要求越高）
提示词相关性：7（数值越高，生成图象与提示词的关联度越高）
重绘幅度：0.7（重绘幅度越低，生成图片与底图越接近，反之自由发挥度越高）
第五步：配置 Controlnet
预处理器：invert（图象有白色背景和黑色线条建议挑选 invert）
模型：control_v11p_sd15_lineart
预处理分辨率：1024（数值越高，生成图片精度越高，电脑性能要求越高）
权重：1（权重越高，草图对生成图象的控制程度越高）
第六步：生成图片
根据生成图片反复调节关键词、参数，多次生成。
第七步：Midjourney 优化 3D 抽象
Stable Diffusion 能精准的把 2D 抽象转换成 3D，但现阶段整体 3D 立体感、皮肤质感欠缺，继续导入 Midjourney 优化，整体思路以下：
Describle 图生文：Stable Diffusion 生成的图片通过 Describle 图生文命令来获取关键词
垫图：Stable Diffusion 生成的图片再次上传获取图片链接地址
关键词优化：基于 Describle 关键词优化安排
权重配置：配置–iw 2，生成图片尽量接近垫图
四、Train star 海报线稿上色
Train star 是火车票部门给予优秀员工的荣誉称号，旨在鼓励每一季度为部门做出贡献的员工。
第一步：绘制 Train star 草图
计划创意：采用左右对称布局，画面中央火车飞速驰过，而员工手握奖杯，面露开心激动之情，为整个场景营造氛围感。
Stable diffusion 草图需注意：线条流畅、结构清晰便于识别
第二步：挑选模型
挑选插画风格模型：9527
第三步：输入关键词
关键词通过 Stable Diffusion Tag 反推功能来获得，在此基础上进行修改添加
第四步：配置参数
采样步数：20
采样方式：DPM++ 2M Karras
尺寸：1280×720
提示词相关性：14
第五步：配置 Controlnet
预处理器：invert（图象有白色背景和黑色线条建议挑选 invert）
模型：control_v11p_sd15_lineart
权重：1.3
第六步：生成图片
根据生成图片，不断安排关键词和参数，多次尝试挑选出符合预期的先生抽象。
第七步：后期安排
我们将结合生成图片的优缺点进行合成，并对生成结果中不精准的部分进行安排，以达到更高的准确性和更好的视觉效果。
五、H5 活动头图 2D 转 3D
特种兵出行挑战赛是通过邀请好友组队形式，最终依据排名来瓜分现金奖励。
第一步：绘制 2D 草图
计划创意：通过塑造背着书包，特种兵敬礼姿势的出游抽象，融合户外景点，打造出一个充满活力和挑战的特种兵出游氛围。
第二步：挑选模型
为了提高生成画面的精度，我们挑选了不同的模型来分别生成背景和主体人物，以确保每个元素都能够得到更加精准的呈现。
对于关键词输入、参数配置和生成图片，已在案例一和案例二中进行了详细说明，在此不再赘述。
第五步：配置 Controlnet
预处理器：LeReS 深度信息估算（LeRes depth estimation）
模型：05 深度-背景复杂-control_depth-fp16
画面有纵深感、背景复杂，推荐使用 depth 模型
第七步：后期安排
我们将结合生成图片的优缺点进行合成，并对生成结果中不够精准的部分进行安排，最后添加标题文字。
六、夏至节气海报
以上三个案例均基于计划师的草图生成，然而，对于那些更注重画面整体氛围，对元素、创意、位置和大小没有过高要求的情况，我们可以尝试使用 Midjourney 直接生成，以夏至节气海报为例。
第一步：找参考构思画面
收集夏至相关参考以下：
第二步：关键词生成画面
通过 Midjourney 垫图和关键词描述来生成画面：
第三步：后期优化
后期 PS 安排色调，添加小智 IP，最终效果以下：
写在最后
通过以上案例，我们可以看到，AI 图画在计划领域中的应用越来越广泛，无论是 3D 抽象、场景海报或 H5 活动头图，都可以在各个过程中找到 AI 图画的机会点。我们也将不断研讨并总结出结合 AIGC 东西的全新计划工作过程，以便更好地应对快速迭代的 AIGC 生成东西。
未来，计划行业将进入人机协同时代，我们应该保持终生学习的心态，时刻准备接受新事物的挑战，才能在越来越激烈的竞争中脱颖而出。同时，我们也要明确，AI 图画东西并不是计划师的替代品，而是辅助东西。只有掌握了 AI 图画东西，才能更好地发挥自己的计划能力，创造出更加出色的作品。