基于AIGC技術(shù)的非遺設(shè)計(jì)應(yīng)用研究

關(guān)鍵詞：非遺設(shè)計(jì)；AIGC技術(shù)；文本創(chuàng)意；圖像創(chuàng)新；影像構(gòu)思

引言

在當(dāng)今數(shù)字化時(shí)代，全球網(wǎng)絡(luò)與設(shè)備的互聯(lián)使得視頻和圖像的生產(chǎn)與流通速度加快。視覺內(nèi)容作為交流生活文化的關(guān)鍵媒介，現(xiàn)已占據(jù)中心位置。在非遺設(shè)計(jì)實(shí)踐中，AI 技術(shù)正在改變傳統(tǒng)的圖像制作和傳播方式[1]，不僅簡化了設(shè)計(jì)流程，更加深了我們對于非物質(zhì)文化遺產(chǎn)圖像的理解和欣賞。原本靜態(tài)的非遺圖案和符號(hào)借助AI 變得生動(dòng)化，從而吸引了更廣泛的關(guān)注，加強(qiáng)了當(dāng)代文化的鏈接[2]。這種轉(zhuǎn)型不僅顯著提升了非遺項(xiàng)目的視覺傳達(dá)力度，也為尋求非傳統(tǒng)解決方案的設(shè)計(jì)師們提供了無限可能。 簡言之，AI 在非遺視覺傳播的顯著作用，不只是技術(shù)層面的躍進(jìn)，更代表著我們認(rèn)知和接受文化遺產(chǎn)的方式正經(jīng)歷著根本的改變。未來，我們甚至能期待AI 技術(shù)在非遺設(shè)計(jì)創(chuàng)造力、傳播效率和文化價(jià)值傳遞中扮演更為關(guān)鍵的角色。

一、人工智能驅(qū)動(dòng)下的非遺設(shè)計(jì)轉(zhuǎn)向

在數(shù)字時(shí)代，隨著設(shè)備和網(wǎng)絡(luò)的全球互聯(lián)，視頻和圖像的制作和消費(fèi)速度正在快速提升。視覺內(nèi)容已經(jīng)成為我們生活和文化溝通的關(guān)鍵渠道。在人工智能的輔助下，圖像的傳播有了顯著的優(yōu)勢[3]。數(shù)字圖像無處不在，我們對它們所提供的視覺體驗(yàn)越來越依賴。對圖像的喜愛已經(jīng)不僅僅是為了滿足物質(zhì)需求，它們還成為人們尋求精神快樂的一種方式[4]。簡而言之，AI 不僅在視覺傳播中起著重要作用，也正在改變我們消費(fèi)視覺內(nèi)容的方式。這將進(jìn)一步影響專業(yè)設(shè)計(jì)的領(lǐng)域，并引導(dǎo)我們探索如何結(jié)合AI 技術(shù)來改進(jìn)視覺傳播。

在人工智能的浪潮下，非遺設(shè)計(jì)正在經(jīng)歷一場深刻的變革。這一領(lǐng)域傳統(tǒng)上依賴傳承人的手藝與經(jīng)驗(yàn)進(jìn)行創(chuàng)作，現(xiàn)在卻邁向了“數(shù)字手工藝”，也就是將傳統(tǒng)技藝與現(xiàn)代技術(shù)相結(jié)合，以實(shí)現(xiàn)文化與藝術(shù)的傳承。這一變革表現(xiàn)在從手工技能和工具逐步向數(shù)字輔助設(shè)計(jì)，甚至采用智能生成圖像和模式的過渡。當(dāng)前，非遺設(shè)計(jì)正從依賴藝術(shù)家個(gè)人創(chuàng)作及手工制作轉(zhuǎn)變?yōu)槿藱C(jī)協(xié)同的智能創(chuàng)作過程。AI 技術(shù)的應(yīng)用，包括智能化的圖像生成和設(shè)計(jì)模板，正在使設(shè)計(jì)工作從手工時(shí)代步入智能時(shí)代。自2022 年以來，Midjourney、DELL-E2、JasperArt、AutoDraw 等AI 工具已在年輕設(shè)計(jì)師群體中廣泛流行，不僅因?yàn)槠涫褂玫暮唵涡院蛯W(xué)習(xí)曲線的平緩，更因?yàn)槠湓谠O(shè)計(jì)過程中的高效率。對于中小企業(yè)的非遺產(chǎn)品設(shè)計(jì)需求，這些企業(yè)的營銷工作人員也能夠利用AIGC 工具積極參與設(shè)計(jì)[5]。

從行業(yè)發(fā)展的長遠(yuǎn)視角來看，智能科技將為非遺設(shè)計(jì)領(lǐng)域提供更加全面的服務(wù)和支持，個(gè)人的能力也將向跨領(lǐng)域擴(kuò)展。在未來，非遺設(shè)計(jì)的很多工作可能不再局限于由專業(yè)設(shè)計(jì)師來完成，而是打開任何對傳統(tǒng)文化有興趣的所有人打開了參與其中的大門。

二、AIGC在非遺設(shè)計(jì)中的應(yīng)用范圍

（一）文本創(chuàng)意——AI 提示詞引導(dǎo)

在人工智能內(nèi)容生成技術(shù)的成長軌跡上，文本創(chuàng)造性生成扮演著核心角色。該技術(shù)可通過接收特定的關(guān)鍵詞命令迅速產(chǎn)出包括詩作、小說、市場營銷文本以及劇本等多種文本材料。結(jié)合了深度學(xué)習(xí)與自然語言處理等先進(jìn)科技，AIGC 技術(shù)仿效并提升了人類文本創(chuàng)作的過程。

AI 生成文本的質(zhì)量與給定提示詞的質(zhì)量密切相關(guān)。提示詞指的是向AI 系統(tǒng)提供的用以引導(dǎo)生成過程的語言和命令。因而，實(shí)現(xiàn)高質(zhì)量文本生成的前提是精細(xì)構(gòu)建和優(yōu)化這些提示詞。構(gòu)建初步框架，通過專家團(tuán)隊(duì)制訂了一個(gè)提示詞構(gòu)建框架，常見提示詞框架如圖1。例如使用RACE 框架，在進(jìn)行文本生成時(shí)，明確角色（Role）為“非遺產(chǎn)品設(shè)計(jì)行業(yè)”，規(guī)定行動(dòng)（Action）是“非遺產(chǎn)品造型推演的工作”，背景（Context）是“產(chǎn)品設(shè)計(jì)造型相關(guān)的提示詞遵循的結(jié)構(gòu)為：主體產(chǎn)品+ 純白色背景+ 產(chǎn)品造型風(fēng)格+ 產(chǎn)品的材質(zhì)+ 產(chǎn)品配色+ 產(chǎn)品細(xì)節(jié)+ 打光方式+ 圖片質(zhì)量”。期待成果（Expectation）是根據(jù)給出的概念，生成一段詳細(xì)的提示詞，注意不要照抄例子，可以適當(dāng)加入一些創(chuàng)造性的想法來與現(xiàn)有的產(chǎn)品造型產(chǎn)生差異化，先生成英文，再翻譯成中文，直接開始給出提示詞[6]。聚焦于定義明確的任務(wù)指令、確保語境的準(zhǔn)確性，以及描繪期望的文本類型和風(fēng)格。

（二）圖像創(chuàng)新—AIGC 輔助繪制

在圖像生成的技術(shù)領(lǐng)域，AIGC 目前主要展現(xiàn)為兩類方法。第1種方法是基于文本描述的圖像生成，這種方式利用自然語言指令來驅(qū)動(dòng)AIGC 系統(tǒng)創(chuàng)建視覺圖像。這不僅使文字內(nèi)容更易于可視化，還增強(qiáng)了信息的直觀性和創(chuàng)造力。第2 種是基于圖像的圖像生成，它采用深度學(xué)習(xí)技術(shù)從現(xiàn)有圖像中提取特征，并生成既有相似性又帶有新穎性的圖像，見圖2。這類技術(shù)在圖像的增強(qiáng)和修復(fù)等方面顯示了廣闊的應(yīng)用前景。

目前AI 繪畫領(lǐng)域最強(qiáng)的兩個(gè)工具是：Midjourney 和Stablediffusion，傳統(tǒng)的非物質(zhì)文化遺產(chǎn)產(chǎn)品設(shè)計(jì)通常遵循以下步驟：開展文化調(diào)研，搜集相關(guān)圖樣，繪制手稿，二維色彩設(shè)計(jì)，三維建模和最終的視覺渲染。隨著人工智能技術(shù)的融入，新的設(shè)計(jì)流程使得產(chǎn)品開發(fā)變得更為高效，同時(shí)在保護(hù)和創(chuàng)新非遺文化方面發(fā)揮著重要作用[7]。

在調(diào)研階段，設(shè)計(jì)師首先搜集與特定非遺項(xiàng)目相關(guān)的圖像素材和關(guān)鍵文化要素，并可利用AI 生成技術(shù)快速獲得設(shè)計(jì)草圖。這些草圖分為兩類：第1 類為即時(shí)設(shè)計(jì)提案，可直接提交客戶審批；第2 類與傳統(tǒng)技藝結(jié)合，例如通過Photoshop 編輯或傳統(tǒng)的手稿拼接，進(jìn)一步加工以完成設(shè)計(jì)提案。

手稿階段，則可以利用AI 工具生成草圖方案，加速修改和優(yōu)化的過程。當(dāng)手稿成型后，AI 的色彩上色功能便能迅速構(gòu)建出多樣化的效果圖，供客戶考量不同的顏色與材質(zhì)（CMF）方案，見圖3、4。

在三維建模方面，AI 的介入擴(kuò)展了設(shè)計(jì)的可能性，如使用comfyui 等高級(jí)工具快速渲染多樣化的模型預(yù)覽，從而輔助精確的建模過程。在創(chuàng)意階段，關(guān)鍵詞的生成與自由抽卡可以激活設(shè)計(jì)靈感，并為前期設(shè)計(jì)提供多元化的視覺素材。為優(yōu)化設(shè)計(jì)，同類非遺產(chǎn)品的圖像輸入到特定的AI 生成模型，可幫助確定有效的提示詞以自動(dòng)產(chǎn)生不同風(fēng)格和色彩的提案。此外，大型語言模型如CHATGPT、ollama 和千問可作為輔助工具。

（三）影像構(gòu)思—AI 驅(qū)動(dòng)的視頻創(chuàng)意展現(xiàn)

隨著文本與圖像生成技術(shù)的成熟，人工智能在視頻生成技術(shù)方面也取得了顯著進(jìn)展。這一進(jìn)步尤其體現(xiàn)在快手AI 團(tuán)隊(duì)自研的視頻生成大模型開發(fā)的視頻生成大模型可靈中，不僅標(biāo)志著AI 在視頻生成的重大技術(shù)突破，而且開辟了新的應(yīng)用領(lǐng)域，可靈大模型1.6 的出現(xiàn)提供了一種新的方法論。這種技術(shù)允許我們以更細(xì)膩和動(dòng)態(tài)的方式重現(xiàn)和傳播非遺項(xiàng)目，從而增強(qiáng)了公眾對傳統(tǒng)文化的認(rèn)識(shí)和興趣。中國AI 技術(shù)“可靈”在推動(dòng)這一創(chuàng)新應(yīng)用上展現(xiàn)了引領(lǐng)者的角色，其創(chuàng)新實(shí)力在全球范圍內(nèi)受到關(guān)注。見圖5。

為了提高使用AI 視頻短片的制作效率，設(shè)計(jì)師需要對整個(gè)創(chuàng)作流程進(jìn)行詳細(xì)的梳理和優(yōu)化，涵蓋劇本創(chuàng)作、分鏡頭設(shè)計(jì)、視覺效果生成及音樂配制等各個(gè)階段，見圖6。經(jīng)過多次測試并深入分析可靈AI 技術(shù)的能力，圖生視頻是當(dāng)前創(chuàng)作者使用頻率最高的功能，這是因?yàn)閺囊曨l創(chuàng)作角度來看，圖生視頻更可控，創(chuàng)作者可以用提前抽卡生成好的圖片進(jìn)行動(dòng)態(tài)視頻生成，極大降低了專業(yè)視頻的創(chuàng)作成本與門[8]。通過這種方式，可以更加精確地捕捉和表現(xiàn)非遺元素的細(xì)節(jié)和文化內(nèi)涵，從而幫助公眾更好地理解和欣賞這些珍貴的文化遺產(chǎn)。

在利用AIGC 技術(shù)制作非遺視頻內(nèi)容時(shí)，我們可以輕松重現(xiàn)原本制作成本高昂且耗時(shí)的復(fù)雜文化場景，極大提升了視頻的視覺表現(xiàn)力。這種技術(shù)支持讓我們能夠精確呈現(xiàn)非遺項(xiàng)目的豐富細(xì)節(jié)和文化深度。文化元素與現(xiàn)代視覺表達(dá)的融合以及場景與角色的和諧搭配仍然需要人類設(shè)計(jì)師與AI 技術(shù)的協(xié)作。盡管目前的AI 技術(shù)已有顯著進(jìn)步，但非遺視頻制作中對腳本和文化細(xì)節(jié)的精準(zhǔn)把握還是依賴于人類的深入理解和創(chuàng)意。

三、基于AIGC的非遺設(shè)計(jì)實(shí)踐

在本研究中，我們引入了實(shí)踐研究和比較研究方法，利用OpenAI 公司的ChatGPT-4.0、Stability AI 的Stable Diffusion，以及快手AI 團(tuán)隊(duì)開發(fā)的視頻大模型可靈等工具，對非物質(zhì)文化遺產(chǎn)設(shè)計(jì)流程進(jìn)行了深入的實(shí)踐分析。我們探討了從初始概念設(shè)計(jì)到最終藝術(shù)作品展示及相關(guān)反饋的全過程，采用比較研究法對不同技術(shù)手段在執(zhí)行中的成效進(jìn)行評(píng)估。研究的目的是為使用AIGC 技術(shù)在非遺設(shè)計(jì)創(chuàng)新中提供實(shí)證支持和理論指導(dǎo)。

（一）文本生成

1. 非遺設(shè)計(jì)項(xiàng)目概念化階段：首先需要明確ChatGPT 的任務(wù)范疇，這可能涉及生成設(shè)計(jì)概念描述、提出文化創(chuàng)意、解決設(shè)計(jì)疑難等。

2. 任務(wù)定義與請求制定：緊接著，根據(jù)指定的目標(biāo)任務(wù)，定義一個(gè)具體的請求，可以向ChatGPT 提出這樣的描述：“你是一名專注于文化遺產(chǎn)創(chuàng)新設(shè)計(jì)的專家，常通過技術(shù)工具如Stable Diffusion來輔助進(jìn)行產(chǎn)品原型推演。目前需要設(shè)計(jì)一款反映傳統(tǒng)扎染藝術(shù)美學(xué)與現(xiàn)代生活功能結(jié)合的懶人沙發(fā)。”

3. 關(guān)鍵詞與概描述產(chǎn)出：請基于扎染藝術(shù)和產(chǎn)品實(shí)用性提供4個(gè)關(guān)鍵詞和畫面描述，以更準(zhǔn)確地展現(xiàn)設(shè)計(jì)理念。ChatGPT 根據(jù)這一提議產(chǎn)出諸如“扎染沙發(fā)”“兼容文化與功能”“設(shè)計(jì)感”“裝飾性”“實(shí)用性”以及“傳統(tǒng)藝術(shù)融合”等關(guān)鍵詞。這些建議不但能夠輔助設(shè)計(jì)師精準(zhǔn)界定設(shè)計(jì)方向，而且能夠?yàn)楹罄m(xù)的設(shè)計(jì)元素挑選和理念構(gòu)建提供參照。

4. 任務(wù)定義與請求制定：ChatGPT 能夠提供不同設(shè)計(jì)方案的場景描述和優(yōu)化建議，見表1。例如“設(shè)計(jì)一款具備藝術(shù)感無具體造型的扎染風(fēng)格的懶人沙發(fā)，既能成為家庭的藝術(shù)裝飾品，又帶有坐和躺的功能，為用戶帶來便捷體驗(yàn)”。通過ChatGPT 的語言生成能力，非遺設(shè)計(jì)中的創(chuàng)意啟發(fā)與指導(dǎo)作用得到加強(qiáng)，有效提升了設(shè)計(jì)的創(chuàng)新度。依賴于ChatGPT 的設(shè)計(jì)建議，設(shè)計(jì)師可以從更為豐富的文化理論中吸取靈感，從而深入挖掘潛在的非遺設(shè)計(jì)概念，并迅速轉(zhuǎn)化為具體視覺表現(xiàn)形式。

（二）創(chuàng)意概念圖像化實(shí)現(xiàn)

1. 設(shè)計(jì)目標(biāo)確定：本次設(shè)計(jì)目標(biāo)是開發(fā)一款融入非遺扎染風(fēng)格的懶人沙發(fā)。該沙發(fā)不僅需要體現(xiàn)非遺扎染的特色風(fēng)格，還要保持實(shí)用性與創(chuàng)新性，以及滿足使用的結(jié)構(gòu)穩(wěn)定性要求[9]

2. 模型選擇與決定：市面上流行的Stable Diffusion 基本模型大致可分為寫實(shí)、虛擬，以及萬能三大類型。其中寫實(shí)型模型因其精確的紋理和光影效果再現(xiàn)能力而被選定用于本項(xiàng)目的剪紙風(fēng)格照明裝置效果圖繪制。最終選擇“juggernautXL_v9”模型作為創(chuàng)作基礎(chǔ)，該模型已集成了VAE 功能，無需額外模塊。

3. 核心詞處理：在傳統(tǒng)的非物質(zhì)文化遺產(chǎn)與數(shù)字化設(shè)計(jì)融合的研究中，當(dāng)輸入關(guān)鍵詞“tie-dye（扎染）”時(shí)，借助“傳統(tǒng)扎染”“自由形式”“立體沙發(fā)”“極簡”“編織”等關(guān)鍵詞用于正向提示，排除了不利于設(shè)計(jì)質(zhì)量的元素，如“簡單背景”“低分辨率”等負(fù)向提示詞。設(shè)定迭代步數(shù)為30，采用Euler a 為采樣方法，指定生成分辨率為1024x1024 像素，總批次與單批次均設(shè)置為4。提示詞引導(dǎo)系數(shù)設(shè)定為7，隨機(jī)數(shù)種子選定為-1。這些參數(shù)確保了高質(zhì)量剪紙風(fēng)格照明圖像的產(chǎn)生。初步生成的圖像在真實(shí)性和細(xì)節(jié)處理上有待提升。為解決這些問題，將利用Stable Diffusion 進(jìn)行進(jìn)一步圖像精修，增添了“設(shè)計(jì)感”“真實(shí)感”“高細(xì)節(jié)”等強(qiáng)化質(zhì)量的關(guān)鍵詞。經(jīng)過反復(fù)測試和生成，獲得最終修正后的效果圖，明顯提升了圖片的質(zhì)量和細(xì)節(jié)處理，見圖7。

4. 背景優(yōu)化與細(xì)節(jié)增強(qiáng)：通過Stable Diffusion 的蒙版繪制與圖生圖功能，將背景進(jìn)行替換為室內(nèi)設(shè)計(jì)風(fēng)格，讓扎染懶人沙發(fā)得以更好地展示。關(guān)鍵詞為“簡約公寓”“米色和白色調(diào)”“織物”“舒適”“從直接角度拍攝”“自然陽光”“工作室燈光”，背景的真實(shí)感與細(xì)節(jié)層次的豐富性需要設(shè)計(jì)師運(yùn)用其專業(yè)技能對近景和遠(yuǎn)景的元素進(jìn)行精準(zhǔn)造型和修飾，以達(dá)到最終圖像的審美要求和功能目標(biāo)，見圖8。

（三）創(chuàng)意概念視頻化實(shí)現(xiàn)

AIGC 的技術(shù)基礎(chǔ)主要建立在機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)之上。如Transformer 自回歸模型和Diffusion 擴(kuò)散模型，孵化出了Stable Diffusion 3、DALLE-3、Pika、Runway 等文生視頻產(chǎn)品，能夠從大量數(shù)據(jù)中學(xué)習(xí)并模仿人類的創(chuàng)作風(fēng)格[10]。本研究使用快手團(tuán)隊(duì)的可靈平臺(tái)作為主要工具，對扎染藝術(shù)的創(chuàng)意概念進(jìn)行可視化探索。通過撰寫詳細(xì)的腳本和運(yùn)用平臺(tái)內(nèi)多樣的圖像生成功能[11]，探索不同的視覺呈現(xiàn)方式，并分析了這些方式如何有效傳達(dá)扎染藝術(shù)的文化特征。

（1）撰寫劇本：劇本圍繞一個(gè)古典扎染手藝的故事，通過一系列具有代表性的扎染技藝作品來展示扎染藝術(shù)的發(fā)展歷程。劇本中詳細(xì)描述了每個(gè)場景的視覺元素，如顏色、紋理和場景布局，以保證視頻內(nèi)容的文化真實(shí)性與視覺吸引力，見表2。

（2）分鏡頭設(shè)計(jì)：分鏡頭設(shè)計(jì)這部分可以借助GPT 幫助完成文字版的分鏡表格，包括：鏡號(hào)、畫面描述、景別、運(yùn)鏡、旁白、字幕、音效、時(shí)長等，也可以簡單的繪制一下分鏡頭的畫面，方便后期生圖更明確。根據(jù)GPT 的分鏡頭，在可靈中生成畫面內(nèi)容了，在生圖過程中同樣也需要多多嘗試不同的風(fēng)格模型，見表2。

（3）視覺制作生成：將Stable Diffusio 生成的扎染沙發(fā)靜態(tài)圖片轉(zhuǎn)化為動(dòng)態(tài)視頻。在生成視頻的過程中，直接從文本生成視頻（文生視頻）可能會(huì)因?yàn)锳I 對文本理解的偏差，導(dǎo)致最終視頻內(nèi)容與預(yù)期有所出入，這在穩(wěn)定性和質(zhì)量一致性上帶來了挑戰(zhàn)。相對而言，從圖片生成視頻在視覺連貫性和生成質(zhì)量的穩(wěn)定性方面表現(xiàn)更優(yōu)，技術(shù)也更為成熟可靠，如圖9。

AI 工具的應(yīng)用大大提升了電影短片創(chuàng)作的效率和質(zhì)量。從概念構(gòu)思到劇本創(chuàng)作，再到分鏡頭設(shè)計(jì)、視覺效果生成、音樂配制和配音，每一個(gè)環(huán)節(jié)都能借助AI 工具實(shí)現(xiàn)更高效的創(chuàng)作全流程。

結(jié)語

當(dāng)前，將地方文化融入非遺設(shè)計(jì)與文創(chuàng)產(chǎn)品開發(fā)中仍然充滿挑戰(zhàn)。用戶中心的設(shè)計(jì)理念要求設(shè)計(jì)師不僅要具備良好的專業(yè)知識(shí)，還需靈活運(yùn)用新興技術(shù)。雖然AIGC 技術(shù)正日趨成熟，但在整個(gè)設(shè)計(jì)流程中的應(yīng)用依然有限，并不能完全取代傳統(tǒng)手工藝和設(shè)計(jì)師的獨(dú)到見解。因此，在非遺設(shè)計(jì)中，設(shè)計(jì)師必須深刻理解并精準(zhǔn)運(yùn)用AIGC 技術(shù)，以創(chuàng)造出既體現(xiàn)傳統(tǒng)文化韻味，又符合現(xiàn)代審美趨勢的作品。同時(shí)，AIGC 在未來的發(fā)展?jié)摿α钊似诖洳粌H提供了針對地方非遺文創(chuàng)產(chǎn)品設(shè)計(jì)的創(chuàng)新途徑，還促進(jìn)了地方文化的傳播和交流，成為連接傳統(tǒng)與現(xiàn)代的橋梁。