使用AI创建设计资产

使用人工智能创建设计资产

在这篇简短的文章中，我们将向您展示如何使用人工智能创建一组独特的设计资产。 您可以将最终的创作用于实验，如有需要，也可以在Photoshop或任何其他软件中进行增强或更改。:)

人工智能在资产生成方面的潜力是令人惊叹的——你已经可以从图标原型到抽象元素几乎创造任何东西。

但我们可能会面临一个问题 — 在生成过程中保持特定风格的一致性。 这个问题特别明显，如果我们需要在一个风格中生成50-100个元素，或者比如说我们需要生成一整套字母表，但使用相同的提示部分来复制风格并不总是能得到最好的结果。或者，例如，我们需要生成一个特定的对象或元素，但使用起始图像并不会产生相同的输出。 在这种情况下，最简单的方法是训练一个人工智能模型，然后通过使用起始图像来生成你想要的任何图像，只需使用参考。你甚至不需要擅长提示就能做到这一点！ 好的，让我们开始吧！ 以下是使用这种方法制作的一些设计资产包示例：所有作品都是作为#NeuroChallenge的一部分创作的——这是一个由挑战组织的**

Phygital+

和

Sholotch, the studio and school of contemporary digital design

.**

作品由1) @sashabagova, 2) @deadinsaydick 和 3) @614element 创作 第一步：收集参考资料

让我们想象一下，我们需要生成金属质感的液滴风格的设计元素，并将对象转换成金属变形的资产。因此，我们首先在Midjourney中创建了参考。

*在

Phygital+

你可以在一个地方使用最好的神经网络：你可以在Midjourney、DALL-E 3、Stable Diffusion中生成图像，选择最好的，然后使用它们在一个界面中进行AI训练。*

要使用Phygital+中的培训和Midjourney，您需要订阅，但您总可以尝试我们的免费试用。 使用 GPT-4 视觉，您还可以从您的任何参考资料中获得提示想法，使您能够创建更多的图像用于训练。

我们建议使用至少15张图片进行训练（关于AI训练的更多提示—

in our AI wiki

)，在这里我们将使用其中的18个。 第2步：点击几下即可进行训练

让我们试试

Train Panel

, Phygital+ 中用于训练人工智能模型的人工智能应用程序。使用简单的界面，您可以在任何事物上训练人工智能，从

characters and people

到

styles

逗号

products

和

design elements

（此处没有提供文本内容，无法进行翻译）

您所要做的就是想出一个名字并上传参考资料，只需点击几下即可。 让我们去训练面板，按下训练新模型。在我们的例子中，我们正在训练金属斑点，我们应该在类别中选择对象，在类型中选择元素。 现在我们需要为我们的模型写一个名字。名字越独特，对生成和训练就越有利，建议使用神经网络未知的名字。你可以从liquidmetal这个简单单词开始。

现在我们需要进行下一步：设置。 由于我们有每个类别最优化设置的预设，您可以轻松跳过这一步，然后进行下一步 :)

让我们使用拖放或点击上传来上传参考资料。

现在我们可以开始训练了！你会在屏幕上看到训练已经开始的消息，大约20分钟后，你会收到一封电子邮件通知，告诉你的模型已经准备好使用了。

第三步：生成资产

我们的模型已经训练好了，现在该进行一些实验了！在

Phygital+

让我们在工作区添加Stable Diffusion 1.5节点。选择模型中的空白选项以解锁我的模型，在下拉列表中选择我们训练的模型。最近训练的模型位于列表的顶部。

一旦我们选择了模型，激活模型所需的提示将会自动添加（在我们的例子中是 液态金属元素， 这是我们给出的独特名称加上所选的类别）。让我们按下 开始 来生成，**由于我们的提示中没有其他关键词，我们得到的结果是与我们的数据集图像类似的。通过这样做，我们可以看到我们的模型已经正确地训练了 :)

现在让我们继续进行有趣的部分——生成不寻常的形式、设计资产，并将对象转换为参考点的blob。 方法1：使用ControlNet生成。

ControlNet

是一种神经网络，它接收初始图像，并根据提示将生成的对象放入参考的边缘和形状中。它不查看图像的颜色，它以黑白（或作为深度或法线图）来看待它。

这就是为什么通过ControlNet我们可以改变任何物体的颜色、材质和整体外观。 要在我们的案例中使用ControlNet，我们需要遵循相同的步骤，并在我的模型中选择我们训练的模型。

让我们以Phygital+的标志为例，使用导入文件将其上传到工作区，并将其连接到在ControlNet中开始图像。然后我们应该选择边缘在类型中（它是Canny模型），这将有助于保留原始图像中的所有线条和边缘。

我们按下开始，然后从我们的参考资料中得到一个新风格的金属质感的斑点标志。

现在你可以试验任何形式，比如以特定风格创建信件，同时保持某种字体和新风格：）

方法2：在Stable Diffusion 1.5中使用起始图像

这种方法更有趣，因为在这个案例中，人工智能使用形状、形态、构图和颜色进行生成，并且还允许控制原始对象将被改变的程度。 因此，我们可以更多地尝试形态，并在所需的风格中创造更抽象的设计资产。 要转换任何图像，你需要将其上传到工作区，并将其连接到Stable Diffusion 1.5中的开始图像。现在我们需要将开始图像跳过参数设置为0.6。你也可以在提示中添加更多文字，或者保持原样。通过使用后续的放大功能，我们得到了这只精美的金属兔子。

就这样，我们可以将任何物体变成金属！

对于抽象的形式和形状，你需要在图像上加上开始图像跳过到0.7，然后显著地转换初始图像。

例如，你可以创建一个独特的字母表，就像这样：

将任何图标变成一个不寻常的资产：

或者将任何照片熔化到一个金属物体中：

可能性是无限的！

在我们与Sholotch的挑战中，参与者在X光片、墨水以及大卫·克罗伯格电影风格上训练了他们的模型。结果非常出色，唯一的限制就是你的创造力。

作品由：1）卡蒂亚·拉克维奇 @hurujoi，2）@at_skii 3）@deadinsaydick 为了提升创造力

为了寻找灵感，我们推荐您查看我们的

prompt collection

以几个使用案例和风格的例子为例。

你还可以利用描述图片和GPT-4视觉功能，如果你有参考，这样你可以生成类似的图片（对于GPT-4视觉，请使用这个提示：用一句话这样描述这张图片：对象，对象的特征，具有简短色彩故事描述的特定图片风格。不要使用点，只使用逗号，不要使用大写字母）。

或者你可以向ChatGPT询问想法。

• 你可以自己尝试所有这些，包括Midjourney、ChatGPT、DALL-E 3以及培训。