包装设计研发阶段AIGC应用分析.pdf

印企探索包装设计研发阶段AIGC应用分析文I丁智勇随着2 0 2 3 年上半年人工智能的兴起，AIGC展现出惊人的理解能力、数据整合能力、快速学习能力。借助庞大的数字资源，经过各式算法，辅以强大的算力，AI有希望在不远的将来，部分替代人类脑力劳动。本文仅从包装设计这一细分领域，结合深圳市裕同包装科技股份有限公司（以下简称裕同科技）设计部设计项目实例，进行初步的探讨与分析，并由此对AIGC技术在包装设计领域的强项与弱项，以及未来AI的发展与应用进行初步分析和趋势预判。在商品时代，随着产品品类爆炸式增长与更新，包装行业的设计需求急剧增加，远超包装印刷行业的增长率。2 0 2 2 年底，微软旗下OpenAI引领的AIGC引起各领域关注。AIGC指采用人工智能技术自动生产内容，各行业都在探索AIGC的应用可能性，以及与本行业结合可能带来的变革。裕同科技作为包装印刷行业龙头企业，集团设计部进行了初步的研究，在项目执行流程中，从品牌客户包装设计需求开始，经过策划、平面、结构、工艺、优化与修改、打样等阶段，探索不同岗位的设计师在项目中AI的应用情况。常见的AIGC代表软件与在线工具有Midjourney、Sta b leDiffusion、A d o b e Su i t e、文心一格、DALL-E、D e e p-f a k e 等。本文以大益茶新春礼盒为例，从应用角度阐述常见图形AIGC在实际包装设计项目中起到的作用。平面设计在这一环节中，AIGC体现出强大的生命力，海量的数据库结合多元化组合式创新，输入文本即可得到种类繁多的不同风格的各式素材，生成的图片无论是数量还是质量，超出想象。尤其是在节假日礼品包装这种开放式项目中，可以突破品牌固有调性，在创新风格探索中起到重要作用。主要体现在以下四个方面：1.插画设计传统插画师需经过多年训练才能形成自己的风格。在接到设计任务后，从构思开始，进行手绘或者板绘，较复杂的插画往往需要绘制、上色、修改、风格化等环节，通常需要2 5天或更长时间，最终质量取决于插画师的经验能力和天赋。而通过Midjournry、St a b leDiffusion等工具，可以快速生成较复杂图形、大规模场景等，画风多变，效率极高。下图是从上百张AIGC生成图形中选出的水彩风格的龙凤图案。AIGC生成的水彩风格龙凤图案全面报道印刷出版包装行业最新技术与动态印刷技术订阅热线：0 10-8 8 2 7 57 572024/2PrintingManager 印刷经理人 2 3Focus特别报道2.Logo设计在标识设计、角色设计等非场景设计中，AI设计同样远超人类。在灵感与元素应用、搜集素材、构思等环节，短时间为设计师提供海量的创意提示。尤其是Logo设计，经过几个月的训练，裕同科技团队设计师已经娴熟地掌握通过输入关键词，得到logo设计初稿，经筛选后规范正稿完成的全过程，速度快、质量好。3.色彩与风格借助Midjournry、Sta b leDiffusion等工具，可以通过输入规范性词句，轻易得到写实、3 D、手绘、扁平、MBE、肌理、日漫、欧美、涂鸦、暗黑、森系、水彩、朋克、渐变、霓虹等取之不尽用之不竭的无限风格输出，人类设计师难以望其项背。4.创新搭配在众多元素拼接搭配过程中，AI生成图案也比人类设计师更加创新与大胆，经常有意想不到的结果产生。虽然能真正达到实用的不多，但依然提供了所见即所得的创新思路，为设计的创新搭配提供思维源泉。以上四项属于平面设计领域下的分支，AIGC技术为我们打开了一扇大门，结果令人惊叹。尽管AI短期内难言替代人类，但未来会淘汰部分初级平面设计师，或者说能解放绝大部分平面设计师的制作与绘图过程。包装平面设计在获得包装主图案后，包装平面设计还需要对设计元素进行排版和规划字体与内容，根据法规规划相关信息、编码等。在此过程中主要应用了Adobe系列平面设计软件，软件功能强大但目前尚不属于AIGC范畴，主要还是依靠设计师经验与人工操作。Adobe公司也在大力发展AI制图，未来有希望实现AI替代。包装结构及工艺设计在包装的结构设计中，常用软件如ArtiosCAD等，通常会有自带盒型库，可以通过输人参数获得最终刀线，但严格意义上来说，属于参数化生成，与AI有一定区别。对于结构设计，受限于成本、材料、设备和生产可实现性，通过AI生成完善的解决方案非常困难。相对于种类有限的外盒设计，包装内卡结构设计是更大的难点，目前依然需要结构设计师根据经验和试错修正来完成。印刷与印后工艺在工艺打样阶段，包装最终呈现效果取决于材料应用、组合搭配、表面工艺机器参数的微调、手工或印后设备，在此阶段无论是生成式AI还是各类包装印刷行业软件、自动化设备等，都只能起到辅助作用，依然要依靠工艺师和工程师的经验。在可见的未来，AI接入难度较大。沟通与修改某种意义上来说，设计也是一门语言。在目前的AIGC中，即便用极大篇幅的文字命令，也只能描述图形的部分信息，设计师实操中或许并不比直接绘制图形更简单。因此即便从长远来看，AIGC也只能是设计行业的一个补充而非替代。结语在以上五个环节中，广义的人工智能都或有存在，标准化、系统化、数字化已经通过各种专业软件，以及软件中的强大功能得以实现高效达到目的，比如文件批量处理、自动修正、错误检查、图案的修复、去噪、增强细节、色彩管理等。但如果缩小AI定义范围，特指设计中的生成式AI，比如能够理解人类意图，通过文字或语音命令进行生成式非单一答案内容的人工智能，则除了创意图形生成，大部分设计环节尚处于初级阶段。设计师通过控制文字命令，想获得精准的目标图案，通常难以匹配客户各类需求。综上所述，对于结果的发散性要求较高，追求视觉创新，而不是追求确定性或生产与可实现，AIGC技术在图形设计领域能力远超人类，它能够以极快的速度产生大量的创新，可以提升效率、开拓思路和做出惊艳的设计；如果追求确定性细节，或者按照甲方意图反复修改，以达到特定目标，则AIGC做设计还有很长的路要走。偏重于工程、数据、适应非标设备的结构、工艺设计等领域，受限于印后设备、参数不统一的各类材料应用、降本需求和降低不良率，目前AI能解决的问题非常初级，远远落后于有经验的设计师。在可见的未来，尚无替代设计师的可能。（作者系深圳市裕同包装科技股份有限公司高级设计总监）24印刷经理人PrintingManager2024/2微信公众号：印刷经理人杂志