在这一背景下，日前东西文娱&东西游戏联合东方财富证券研究所，举行“AIGC与生产力”系列会议，主要探讨AIGC的应用场景与产业化落地方向。下为现场纪要摘要。

    蓝色光标集团销博特总经理 洪磊

创意画廊：一键生成抽象画作，“特色、原创、简单”

在11月左右，我们就发布了这款产品。这款产品叫创意画廊，可以一键生成一个抽象画作。

它生成画作只需要三步，选择你需要的作画风格，点击风格之后，输入关键词也好、关键句也好，再点击生成的方式，它就会去跑相应的一些任务。整体的任务跑下来大概需要3~6分钟的时间，然后再到广场进行查看。

我们是11月中旬发布的，目前为止已经收到了数以千计的作品。网友通过这种方式就可以去进行从文案到图片的一些转化。在这之后，创作出来的作品可以在广场浏览的同时也可以下载。

说实话，在做之前我们对于这个产品的定位也进行过很多思考。最初的想法是去做基于卡通类型绘本的视频脚本，因为我们内部对视频脚本的部分比较了解；同时我们也考虑过去生成一些NFT图像。但由于各种各样的原因，我们最后选择了这种产品形式。对于这个我们有几点考虑：

首先，我们希望它具有蓝色光标或者自有AI数据模型相应的一些特色。

第二，我们希望它是相对原创的。目前我们去谈原创的话，基础模型的原创需要大厂在资源和技术方面的累积和加持，这对我们来说是不具备的。但去做一些应用开发或者整体的一些原创特色，而不仅仅是调用token或APIs接口本身，是我们最初设计产品时候的一些想法。

第三，我们希望它是一个简单的过程，输入一个关键词或者一个文案，“所见即所得”地去获得一些相应的产出。

康定斯基模型：拆解抽象作品的情绪叙述、构图设定、节奏风格

我们把这个模型定位叫康定斯基，这个名字的命名也好、画风也好都是由我们的产品经理和团队内部的设计师，还有包括创业部的同事来拟定的。康定斯基本人是一位俄国的绘画大师，同时也是一位抽象派的理论大师。他的作品通过线条和色彩来反映相应的心理状况。

我们选择这个方向的原因就像刚才谈到的，我们要去做出来一些特色。因为我们之前的工作更多是在分析方面，我们会分析人的惰性和对营销活动的一些反馈，在这方面我们是做了一些积累的。这些东西也许可以在我们的产品当中有所体现。所以抽象画派也好，画面颜色也好，如何通过这种方式去完善，也是我们正在考虑的部分。

我们将这种类型、抽象风格的作品分为三个维度，尝试使用技术手段和一些展览的方式去进行表达：

第一个维度是情绪叙述。这种情绪表达跟我们目前市场上看见的很写实的、类似照片的作品是不一样的，它传递的是一种内在的声音，是非明确的。我觉得这也是我们需要在这个产品和算法里面要去体现的方面。

第二个就是构图设定，用点线面来表达宏大的或者整体的世界观。举个例子，中国画的绘画风格和和西方的绘画风格是不一样的，中国画的绘画风格很多是强调留白，这就是我们所认为的用点线面的混合去表现认知和世界观。同时我们也发现在西方画作里面有透视法，对远近、间隔的表现会更加接近于真实世界，在国画的风格里面其实也有这种逻辑，但不会把透视法做得那么极致。

第三个是节奏和风格。把绘画的色彩、空间这些融合在一起，变成不同的风格，激起观众内心的震荡。

所以整体而言，我们是在进行拆解，把康定斯基的作品本身定义了三个方向。

这里我再稍微说一个小的插曲。上午我刷了一个视频，介绍的是在深圳那边有一个叫大芬村的油画村。视频里说，有百分之七八十的复制油画都是来自于这个村。我查了一下数据，他们在2015年左右，一年的对外的销售额应该就有6,000万美金。里面的一个画工只需要25分钟就能够去复制梵高的一幅作品然后拿去销售。

这里我想表达的观点就是，我们所看见的一些元素也好、套路也好，其实都是可以拆解的。对于画工而言它是肌肉记忆，而对机器而言要如何拆解和转化，可能就是我接下来想表达的观点。

在这里面，我们是如何去做情绪化方面的叙事？说的直白点，AIGC之于图片的话，的确会拘泥于图库、拘泥于标签。之前我们做策划案和海报的时候，已经获得了8万张图片，这里面一个好处就在于我们的图片有“微标签”。什么叫“微标签”？这张图片上之前是有什么样的描述，比如“一朵花”，在“花”背后表达的是“春天”，在“春天”背后是“绿色”，包括它的形状，我们都有相应的微标签。

同时我们利用这些微标签去作了一个机器训练，训练联想工作。就像是从我们刚刚说到的“花”去联想到花在春天的盛开；对树木来说，从“春风吹过”则可以联想到生机与成长。同时对这些过程，我们也把它变成了比较明显的一些风格。它的这种风格跟我们的喜怒哀乐不一样，它更多的是说营销所要表达的创造力与创新能力。这都是之前我们训练和计算的产物。

第二个的话，就是刚才谈到的构图。康定斯基的画可以提取出来，我们用类似于测量的方式去做一个点阵的分布，之后我们就把这些基础的模板给提取出来。为什么要提取模板？其实在生成的过程中也是挑取我刚才说联想的元素，然后放到我的图片当中，但是它放在哪，要如何去组合和进行叠加？我知道AI目前很多的生成技术它会去计算实际的过程，但我们这边是想通过模板的方式进行构图，更达到我们所说“热抽象”的方法。

第三部分的话就是风格本身。在这部分我们的做法有点不同，原来我们认为的风格更多是图片风格，但在这里我们是基于之前对大量品牌调性的研究来做的。所以说表面上大家看见的图片生成，它背后都是基于我们对品牌和消费者偏好的罗列，而且这种风格，就像刚才说的，更多地会与对个性的关怀结合起来。

最后的生成逻辑其实更多是基于生成对抗网络（GAN）。基于这种方式的话，我们首先会通过算法，根据用户的情绪提取出非联想性的、但又是连续性的一些图片元素，图片元素基于模板进行整合，整合之后，再以比较风格化的方式进行生成，达到最后的呈现效果。

营销领域的AIGC布局：文本、图像、创意、策略生成

我们刚刚看到的是AI绘画本身，但如果今天我们再去说AIGC的话，我们也会发现人工智能辅助的内容创作这部分，除了图片领域之外，我们也有一些文本型的生成，比如根据品牌调性来撰写slogan；在辅助图片生成这方面，有海报，还有前面谈到的康定斯基模型；创意方面的话，我们接下来还会有一个“创意罗盘”的发布，用户通过人群和卖点来获得创意启发；最后还有我们说的策略生成，用户输入brief，15分钟生成策划案，这部分的专业性会比较强。

我们也在申请相应的一些专利，包括软件著作，它都是基于我们所说的泛AIGC智能营销领域。

对于Web3和和AIGC，整体来说大家都有很多创想，比如它可能是一个很好的窗口期、很好的爆发期，我们也这样想。这是为什么呢？

在原来的时代，我们最早做这些辅助生成的过程中，之前有个嘉宾说的很好，现在不管是谁生成的，只要好，这个作品大家就认可。原来人们可能会觉得机器的东西并不能够满足客户的相应需求，但在Web3的时代，AI的内容创作肯定是实时存在，而且是一直在线的，这也给了AIGC，无论是做内容还是作画，有一个很好的前提和相应的发展方向，所以我们认为在未来这也是一个大方向。

在这部分，我们内部还有一个比较小的尝试，“蓝零壹”是我们蓝色光标的虚拟创意人，底层技术是销博特与蓝标数字创意团队一起来提供，我们是支持它在内部去做一些平台交互，以及去做一些创意和海报的输出。我们销博特在2021年产出的人群画像在5000个左右，然后策划案是1100个，都是通过内部辅助的方式去进行相应的生成。

「AIGC与生产力」