小小前端如何在AIGC领域“乘风破浪”

阿里妹导读

作者从7月份开始做AIGC相关的项目有了一些感触和经验总结分享给大家，生成图片的质量提升一方面来自于AIGC领域大模型和开源插件的飞速发展，一方面来自对于生成路线和参数的理解加深。

你以为的乘风破浪实际上的“乘风破浪”

不是在阳光☀️、沙滩🏖️上欣赏美图，而是在波涛汹涌的大海上狂风暴雨中瑟瑟发抖。

前言

从7月份开始做AIGC相关的项目，至今已经4个月了。在整理生成文档时，可以明显的看到生成的图像质量有了很大的提升，突然有了很多感触，生成质量的提升一方面来自于AIGC领域大模型和开源插件的飞速发展，一方面来自对于生成路线和参数的理解加深。因此，想对于这几个月的项目内容和生成经验做一些总结。

原图	7月份生成图	10月份生成图

Cyber项目简介

Cyber是技术平台发起的一个专注于AIGC工程化的内部项目，包括生成流程Maas能力输出、模型训练、部署、测试等一系列解决方案。目前在AI模特方向和智能背景生成上技术相对比较成熟。

AI模特

应用场景：

AI模特的生成可以to B也可以to C。to B可以帮助商家减少商拍成本，提高拍摄效率，只要商家提供若干张平铺的服装、或者穿在假人上的服装、或者是真人穿着的服装，就可以按需生成不同人种模特、不同背景的商品图。to C也有很多玩法，像妙鸭相机、AI试衣间等。

技术方案类型：

类型

SD Lora

SD impainting

Midjourney垫图

VITON/tryon GAN

tryon Diffusion

适用范围及简介

平铺类服装

需要输入多件训练，输出不能保证完全相同

用户等待时间长

人台/真人穿着服装

能够保证服装细节/图案完全一致

颜色+款式简单的服装

mj生成模特效果比较自然，badcase少。但是无法保证服装细节完全一致。

上一代炼丹炉

开源

可以实现多角度、多形体

新一代，基于扩散模型，基于2个UNet的diffusion模型

暂未开源，谷歌出品

论文数据表明效果好于VITON/tryon GAN等

效果概览：

商家原图

Cyber

生成图

智能背景

应用场景：

智能背景一般针对静物，对于电子类、家居类、饰品、化妆品等进行背景美化。通过对商品进行品类匹配，推荐对应的AI背景。

这个能力可以说是商家接受度比较高，使用频次比较高的场景，一般都是自动/手动抠图+画布定位+sd impainting+图像编辑。

效果概览：

商家原图

（白底图+牛皮藓）

Cyber

生成图

现阶段体验

行业现状

（the Industry Chain of AIGC，from AI-Generated Content (AIGC): A Survey）

AI行业上游包括数据标注、数据供应、开源算法、电脑硬件等行业；中游则是云计算、效能提升、实时交互领域，例如谷歌、openAI等大型科技公司；下游则是内容生成平台、内容分发平台、内容检测平台等行业。

大众还在兴奋狂欢抑或是抗拒时，行业巨头们已经完成了相关布局。不管用户接受度进展如何，芯片、云服务行业也已经实打实赚到了AIGC第一桶金。

用户接受度

AIGC火了之后，不一定每个人都用过aigc，但是大部分人可能都看过AI的生成结果。有人凭借AIGC创建个人IP成为博主，有人凭借一眼鉴AI diss AIGC成为博主。那么，对于电商领域用户是否能够接受AI生成的图呢？是否可以对于用户的购买决策起正向引导的作用呢？这个问题可能还需要时间和数据来回答，根据现有的数据，美化后的图片的确从一定程度上提高了点击量。也期待更多国内外电商行业内的AIGC数据共享。

社交媒体正面关注

在社交媒体上上传AIGC生成的图片内容、AIGC生成教学等，都有不少博主取得了不错的关注度。

现在也有很多AI主播，AI IP等，又美又不会翻车，还能24小时上班，谁能不爱！

社交媒体负面评价

也会看到一些负面评价，主要担忧AIGC图片引起的版权问题，或者电商领域货不对板的问题。

灵魂发问前端在AIGC领域能干嘛？

为生成效果负责

因AIGC而出现的工作，一般前端可以负责前期的技术调研，设计师进行风格扩展

（1）探索AI图像生成流程，针对不同类型业务场景输出稳定的生成工作流

（AI模特生成流程示意图）

（2）探索多领域AI生成，如宠物、二次元、视频等生成方式

古风	二次元	动物	GIF	静物	风景	LOGO	真人	壁纸

开放组件（生成交互/图像处理/图层合并/画布拖动/手动抠图等）、工程化产品

AI领域特有组件，如抠图、3d openpose编辑器、图像处理编辑器、画布拖动合图等

AIGC相关组件将会整理并发布在《Cyber前端组件接入文档》中，多探索AIGC领域更丝滑的用户交互

几个想法

版权问题引起的创意枯竭

作为野蛮生长的新兴领域，大家的使用场景和生成作品天马行空。但是毫无疑问，AI生成的大模型训练数据依赖现有的数据沉淀。如果大家都走AIGC生成的捷径，谁还会耐心的耗费大量的时间和心血进行创新，创造新的属于人类的知识财富。当然这个问题早已引起了很多关注，很多版权相关的限制已经出来，这个行业也会越来越规范。

审美疲劳

完美导致的不完美，和项目组的设计同学沟通也是有类似感受。看多了AIGC的图，会有一定程度的审美疲劳，分不出美丑。这也让我想到，真实世界正是因为其多元化才会充满吸引力和创造力。

工作机会变少还是变多

AIGC的出现，让很多行业感受到了威胁，岗位减少、门槛变高。也会有设计师将AI作为一个很好的创意提效工具，创作出让人耳目一新的作品。在C站看到很多利用photoshop+sd+midjourney+dall-e组合生成+后期的图/视频，非常惊艳。在AIGC的世界，大家不再是求图，而是求生产图片的工作流。

欢迎加入【阿里云开发者公众号】读者群

这是一个专门面向“阿里云开发者”公众号的读者交流空间

💡 在这里你可以探讨技术和实践，我们也会定期发布群福利和活动～

欢迎添加微信：argentinaliu 加入群聊