【看出海】亚马逊云科技：云上数字工业设计方案助力企业提质增效

关键字: [出海日城市巡展, MuseAI, 工业设计方案, 品牌营销素材, Ai生成内容, 内容数字资产, 云上部署方案]

本文字数: 6000, 阅读完需: 30 分钟

导读

在本次演讲中,王静从特赞科技分享了如何利用AI生成内容(AIGC)技术赋能制造业企业的工业设计和市场营销。她介绍了7个真实案例场景,展示了AIGC如何帮助工业设计师进行产品外观、包装、造型和概念设计,以及如何生成商品背景图用于营销投放。她强调制造企业应先确定目标、收集数据、优化图片、设计参数,并建立品牌内容资产库作为AIGC的输入,从而实现降本提效。特赞科技的云端SaaS产品可助力企业在全球范围内利用AIGC技术,提升工业设计和营销效率。

演讲精华

以下是小编为您整理的本次演讲的精华，共5700字，阅读时间大约是28分钟。

您好,根据视频字幕内容,我将以叙事体的形式详细阐述演讲者王静女士的分享,确保长度超过2500字,并严格遵循只使用视频字幕提供的信息,不添加任何虚构成分,使用正式的语言风格,提取客户案例和使用场景进行阐述,内容如下:

谢谢主持人,我是王静,大家也可以叫我静静,我来自特赞科技,这是中国第一家也是目前唯一一家聚焦内容科技的独角兽企业。三年前我们完成了第一轮融资,因此现在已经是一家独角兽企业。特赞的愿景是将人工智能和数字化工具应用于品牌营销和工业设计领域。我今天分享的案例将涉及制造业的工业设计以及市场营销。如果在场有从事工业设计或市场营销的同行,相信会有一定的借鉴和启发意义。

特赞成立至今已经是第九年。在AI生成内容(AIGC)这个领域,我们已经拥有140个专利发明,同时也与上海同济大学合作组建了全国首个人工智能实验室。回顾我们与各行业的合作,基本上都是聚焦于跨行业的头部和肩部企业。上面两行logo墙的最上面两行,主要是制造业企业,包括安克创新、TCL,还有贝斯、华宝、信谊等偏工业设计领域的公司,我自己也深度参与了这些客户的项目落地和推进工作。

今天我想跟大家分享的有两部分,我们会把主要内容聚焦在AI生成内容如何应用于工业设计,以及如何应用于市场营销投放。我记得前一位嘉宾讲到AI生成内容有6大场景,特赞所做的内容科技事情,就是更加聚焦于工业设计创意和市场营销文案素材的生成。作为一个AI从业者,我看到生成式AI突如其来,但很多品牌和企业对此跃跃欲试,同时又对如何落地、如何开始做第一步,以及如何真正评估投入产出比有一些疑惑。

因此,我想分享一下,作为制造业企业利用AI进行智能化,未来应该从哪里开始?第一部分我会分享7个真实的AI落地案例,会聚焦制造业的跨品类不同行业案例。

第一个场景更加关注于,我们如何帮助工业设计师真正去做产品外观、包装、造型、概念等设计?传统的工业设计对于工业设计师来说,需要花费大量时间进行创意设计的调研、风格类型探索,然后手绘或通过绘画工具创作,将产品的概念和外观呈现出来。往往在商业环境中还需要与产品生产团队、营销团队、渠道团队进行协商。但现在通过生成式AI,可以将人从创意的0到1这个环节给大大缩短。

我拿了一个照明灯具的案例,就是台灯。现在大家看到的这10张不同的图片,都是AI生成出来的,它不是传统的工业设计师自己用绘画然后打样的图片。我们作为7个指令输入,就是如果用过Stable Diffusion或者Midjourney这样的工具就知道,生成提示词就是人给AI什么样的提示词,对于真正这个图片产出的效果是有一个决定性的影响。

所以上面这5组图就是我们当时放的提示词。因为首先你要确定它的主题是什么,首先它是台灯,那就是table lamp。然后你要有一个超写实主义的风格,有ultra realistic。然后你要定义这个你想做的工业产品灯具,它的材质是什么,那上面可能就是不锈钢,下面的五个是黄铜。我们的设计师还会做很多的设计调研,比如说想参考某个中西方的工业设计,某个设计师的风格,所以也会把这些关键的信息输给AI。

所以产生的效果就是现在呈现的这个样子。当然AI不是说从0到1,在进行外观设计的时候就直接生成这5张非常完美的图片,其实是要经过不同轮次很多次的提示词生成,然后去挑选好的图片。其实对于工业设计师来说,他就不需要再去做原来的重新手绘图片,或者在软件里面去画设计图纸。如果有一些需要更新或迭代的信息,他可以去优化提示词,把提示词生成得更精准,其实是大大地对工业设计师来说进行降本提效。

再拿一个吊灯的例子。这次你的目标定义是一个吊灯,所以是一个ceiling lamp,那你的提示词就要进行一个优化。这次设计我想要AI帮我去设计一个,如果是用木质的材质去做这个灯是怎么样?所以在提示词里面就会去放这个比方说bamboo,或者是一些wooden这样的关键词。下面那个也是一样,它参考的是一个荷兰工业设计师的风格作品。这样的话就是人去定义创意的前面0.5,告诉AI我要生成什么样东西?但后面的0.5是AI去生成,这就是对工业设计师最大的降本提效。

进入到第二个场景就是延伸场景。除了刚刚是帮助工业设计师能够去做产品外观和概念设计之外,我们还能够帮助设计师去做产品的背景和环境图设计。我拿这个家居设计举例,比如说你已经有了这个沙发和茶几,我想要做不同颜色的,就我这边是举例一个多色彩的AI设计,所以底下的提示词就会放,可能是像amber green类似这样颜色。如果你的提示更加精准,AI就可以去识别不同颜色的程度。同样地拿左边的这张图想要再生成不同颜色的版本,设计师有自己的搭配组合,就放红色的,或者是这个蓝绿色,就是更精准的提示词,都能够帮助给AI更多信息,让工业设计师在这方面快速提效,不需要再到Adobe Illustrator或Photoshop这样的工具里去做环境设计。

除了刚刚介绍的多色彩AI生成,这两组案例就是一个多材质的例子。我们会发现上面的地板、墙壁材质是不一样的。地板的话像第一个它可能就是偏木质地板,然后到这里就是一个地砖型的地板,还有墙壁的材质,那个可能是马赛克的材质,那个可能是泥塑的墙面材质。所以对于家居室内装修的工业设计师来说,现在就不需要像原来真的去找一个场景,把沙发搬进去拍照,完全可以通过优化提示词,让提示词变得更加丰富多元化,产生的效果就可以更快地投入到营销里面去使用。

下面一个就是多风格,因为很多室内装修有不同的风格,所以我们这边举了三张图,左边可能比较阐释zen style的风格,中间可能是一个现代主义的风格,然后另一个是巴洛克风格,挑了几个比较不一样的风格类型给大家做参考。

来进入到第三个场景,就是除了刚刚说我们在没有产品的时候要先做产品的概念设计、产品的外观形象,放到汽车行业就觉得特别实用。很多汽车工业设计师现在尝试的,是可以根据线稿的草图去生成一个外观的效果图。你左边两张我们拿的是一个跑车的草稿,下面是一个商务车的这样一个线稿图。那我们自己有一块AI的工具叫做MuseAI,所以用户其实他只要把这两张线稿图上传到我们这个工具里面之后,我们有一个小模型啊,叫做这个线性的这个体现的这样一个模型。

当然你在里面还是可以去优化一些,就提示自己去定义我要的这个风格颜色是什么,然后产出的效果图就是可以有不一样的。所以现在不需要你真的去造一辆车,然后让营销团队去拍,然后再去就给你的这个4S店去卖。所以设计师从开始有画稿到产生效果图,先拿到市场上,给到品牌方,或者是给你的是就终端的商户,我的是营销团队去用热,这个过程真的是被大大的缩减了。所以AI赋能工业设计师的降本提效的地方也是在这里。

然后再切到这个第四个场景,也是拿这个汽车制造行业来做一个参考,就是其实大家如果对AI有了解,就甚至是AI有了解,这是大模型成绩上面可以做很多优化的小模型。那刚刚我讲了很多,是我们不停地放不一样的提示词,放不一样的point,然后去定义AI应该生成的效果图。

其实在不同的模型基础之上,你也可以进行模型的叠加。举个例子,有点像我面前可能有10种这个原材料,我抓不同的原材料炒出来的菜的口味可能就会不一样。所以我们经过模型的叠加,也可以去精准,就是产出不一样的这个产品造型。

那左边的这个右上,左上角的这个大模型,基本上会帮助品牌,帮助这个汽车品牌去定义我的整个设计车型的风格是什么,然后Lora模型,它是在大模型基础之上做一个比较微细的调整,然后我们自己还会做很多模型的叠加。就是因为是营销,要做品牌,有的时候会非常非常究细节,那其实AI一开始生成图的话,它肯定对细节上还没有把控得很好,这就是要做,要在基础之上去做很多精细化的调整。比方说图片做完之后,这个边框效果,然后视频的重叠,然后工艺的重叠,这些细化的、精细化的这些模型进行叠加。

所以同样的,如果我放到这个工具里面,input这张图片就是一张汽车的草图设计图,可能我选大模型,然后选一个Lora模型,再选一个细化的优化模型,选一到两个,他可能产生的风格就是左边两个,然后换不一样的模型,又叠加不同的模型之后,可能就会有不一样的轿车类的这样一个系统风格,所以会使用生成式AI,设计师在玩这个模型的时候,他就能够产生不一样的效果图,那么可以进行市场验证,可以进行自己的设计风格的这样一个跟不同的玩法。所以这个其实也是现在汽车领域很多新能源车开始在用的事情。

刚刚四个场景比较多的是偏工业设计的,接下来的5、6、7,我会更多地介绍将产品图设计出来后,如何将其投放到市场进行营销。因为品牌肯定需要与营销团队合作,将产品拿到市场上进行推广,无论是电商、展会,还是线上全渠道。

这个就是进行一个智能的扩图,大概的意思这其实是个demo,我待会放一下就它其实就是如果我的原来一张图是树状的长方形,但是我放到线下或者其他渠道,营销团队说那不行,我要可能变成长方形的,横向的或者是正方形的,那我不可能去手动的拖拉拽,因为里面的这些元素会变得非常的扭曲。所以我们其实也能够做一个智能的扩充跟扩图这样一个功能。

我们这个MuseAI工具用户可以先上传一张已经定好的设计图,所以左上角左边大家看到它是一个长方形的一个树状的图片,然后现在其实要把它智能扩充到一个长方形的横向图,所以大家会发现这个沙发其实原图里面只有一半,那现在AI它可以智能地去识别光影,去识别这个沙发本身应该有的颜色,它不会只是把它变成一个纯黑色的,它其实会把左边的光影都补充得非常好,它是去智能识别整张图片本身的一个基表,然后右边也是一样的原图,其实这个树叶可能知道指到这里,那右边的话怎么样树叶自然的延展,这个墙壁背景的光影应该是比较有一些刷流,有一些倒影的。这个对于市场部来说就觉得特别有用,就是我一张图要是正方形的或者是树状的我们继续。因为你的线上线下,像一些抖音、小红书的一些渠道去投放的时候,其实你的图片的规格要求是不一样的,但我们不能单纯的就把拖拉拽,很多的元素是已经有趣的,所以AI这个智能扩图可以快速的帮助你去进行一个提效。

延续刚刚的逻辑其实是一样的,就是我们其实真正在把AI生成式AI应用到跨行业的市场营销商、运营里面,就发现有很多细节性的东西要打磨。所以我们的工具里面,除了刚刚我说的这个,第一个智能扩图,我拿了一个汽车制造行业,原图是这个样子,就正方形,你可以做成像这个智能扩图的一个方向,右边的这些建筑是可以被正常的这个AI的延展跟扩充出来。

你还可以做一个智能的去除logo,然后因为不同的款的车型,你可能要放不一样的这个不同的logo,这个其实也可以很智能去看,要比传统的这个抠图要看上去美化跟精细很多。

然后智能的抠图,原来这张图我要做成白底图,透明底图,只要是有营销团队的同事就一定知道,在不同的平台你是需要不同背景的图片的,也可以重新进行抠图。

再就是分辨率的清晰放大,就我们现在就做了这个,系统里面又放了两倍,放大4倍这样一个公里。但我想说的是不是这样子,图片如果是很低的分辨率,你放进去它都能够无限帮你放大到高度的这个这个高分辨率当然是要保证你源头的相当有一定的,这个image quality还是要有的。

第七个场景就是进一步延伸到市场营销领域了。这个功能最主要是适用于帮助3C小家电、汽车、新能源车、电动车等品牌投放到社交媒体、电商等线上渠道。有一个最真实的场景是,当时我们与一个工业品牌合作,它有门店经销商,他们拿不到很多产品实物图,但需要自己制作营销内容,放到抖音等渠道进行推广,做自己产品的种草。

所以我给大家放一个demo。进入商品图合成应用,可以看到丰富的案例库作品。点击创作区,来到商品画布,从素材库或本地上传一张商品图,调整画布尺寸比例,还可编辑商品在画布中的位置。除了选择预设的场景模板,也可编辑自定义场景。这里写了一段提示词想要生成汽车在山间行驶的场景,查看作品详情,觉得不错也可分享作品。

这个只是具体的工具,真的是给制造业的营销部门、市场营销团队使用时好上手的。我自己觉得生成式AI从技术迭代之后,到了让大家都能够用,是一定需要像我们这样聚焦功能,聚焦让大家能够好上手的工具去进行做。

所以刚刚我的案例是一个汽车,但其实现在我们真实在做的有像汽车品牌,它要做大量的社交电商图,然后电动车品牌,像爱马电动,它的门店需要大量的一些营销图,它其实就可能品牌自己做了一张这个产品图,是白底的,然后要有大量不同的在不同的自然环境里,户内、室内、户外的这种不同的场景,这些背景都是通过AI生成的,然后我们其实是可以帮助这个品牌去设计这个关键的这个pop的提示词,或者是生成几百张图,让这个品牌方自己去挑选。

3C的电子品牌在电商图上面,就像这些就是本身的不同的节庆节点的这些圣诞装饰的,然后家用电子品牌室内的装潢,中式装潢风,西式装潢风,地中海风这些背景图全部都可以由AI来生成。这个是现在我们在制造业的这个偏3C的这种家电里面应用的比较多的,因为大部分这些企业其实在搜索和电商图的这个渠道会非常需要大量的产品图去进行这个获取流量,然后做用户的吸引。

因为刚刚可能我讲了很多说话场景,一到场景期都是需要生成不同的提示词,那如果作为小白是不是很难上手?那确实对于一些已经开始掌握或者是掌握了AI生成式AI这样一个工具的工业设计师来说,他自己会慢慢的知道提示自己应该怎么做。因为我们自己去玩Midjourney或者是Stable Diffusion这样的工具,发现其实这些开源的工具都是需要英文去输入几十字,那我们再把这些工具真正的要让我们中国团队的这些设计师跟营销人员还有内容运营团队的人去用起来的话,我们发现其实一定要把输入提示池这个事情变得很容易上手。

所以我们现在就也做了一个叫做Prompt的模板编辑器。大致的用户路径是什么呢?就是用户可以先上传两张像这个紫色的这个参考图,所以我们的系统会自动地去抓取、识别、提炼、沉淀、展示这两张图背后当初生成出来的提示词是什么,然后把这两段提示词放到了这里的用户交互页面。

然后这个营销用户说我需要把这个紫色的这个纸巾,然后跟这个生成日背景可以进行融合,那我想放一段提示词,它放的就是一个把一包纸巾放在桌上是用中文的,所以我们同步的又可以把它输入这段中文的提示词去马上转化为自动翻译成一个英文,所以这个英文跟刚刚自动抓取的两段图片背景的提示词就可以融合在一起,那给到的就是这个用户这一系列可以供参考的这个纸巾,放在这两个紫色不同的背景图上,融合好的这个产品图。

所以最后的营销肯定是要做决定,我不是拿所有的AI图片都拿去投放的,就是我作为营销的人还需要去定义AI生成的图片哪些符合我的品牌形象,哪些符合品牌合规一致性,然后确定可以出街。所以人在这个过程当中去定义的是,如果我们是回看刚刚说到的这个七大场景,前面四个更多的是一个创意类的设计,就人其实要做的是0-0.5给AI我要什么类型的创意,然后最后一步1-100其实是可以智能的去生成,批量的去生成,但最后一步,什么要出街,什么符合我的品牌规范,还是要人去定义,就AI不是dominant一切,所以中间那个过程是完全是可以通过AI来进行降本提效。

第一部分分享就是暂时到这边,因为今天时间有限,但是其实我们有很多很多的案例可以分享。

第二部分,就像我一开就是所说的,很多品牌说我也听了很多,然后现在有很多工具,那到底对于制造业企业来说,要去开始大概应该从怎么走?我们大概总结了一下就是对于跨行业来说,就这个其实我们五大步骤,其实应用于各个行业就是一共分五步。

第一步,首先我刚刚也说的,一定要确定你的目的是什么,就是我们在利用生成式AI工具进行品牌营销素材内容或者是创意工艺设计内容的时候,一定要确定我的标的物是什么,可以是具象类的,就具象类是表示一个物体,一辆车,一辆电动车,一个电饭煲,还是比较泛化类的,泛化类的是指我要这个物体呈现的是什么风格,什么颜色的风格,什么艺术类的风格,就要把这个先定好。

然后第二步就是要做一个数据的收集,你要选择你的底模是什么大模型,LORA模型,在上面再进行叠加的模型。还有高质量的图片是非常重要的,有很多品牌说我想让我的设计师用,但是他找来的图片可能就是存在自己的手机上,低像素的拍了一些,所以这些其实你要想用利用AIDG去拍那个图片,生成更高质量的,有更多不同的效果玩法的,其实非常非常难,所以高质量的图片是非常重要的一步。

然后在收集数据的基础之上,其实就是去做一些书图片的一些优化,统一尺寸,那我们还是要匹配,把规整的东西为好给AI,让他去做。

然后到第四步就是去设计参数,这个就是设计一些具体的一些步骤,然后设计的这个生成的批次,我刚刚展示了很多的,这些就是不同场景里面的这些图片,最后可能呈现的是5张,但我们当时做的时候可能先跑20张,觉得效果一般再跑20张,而可能最后跑了100张、200张,但这个跑的过程其实非常快,远远要比你传统人工去做可能要一周时间,那我们可能一个下午就跑完了,所以时间还是提效超百倍的。但是这个过程不是一出来马上就是大家刚刚看到的效果,所以一定要设计这个参数批次,不断地去优化中间生成的这个过程最后的效果。

第五步,也是最重要的一步,就是我们现在发现很多品牌,他们自己的内容资产还是存留于各个地方,在大家的手机里、PC里、电脑上、硬盘上、USB上、工盘上、Google Drive上、Box上面。左侧是我们很多AI生成,去生成品牌营销类素材的内容,工业设计的内容其实是调取了开源模型。然后中间这个私有模型是根据品牌自己的品牌调性,建议你的产品想要参照这个风格去设计一些小模型。但是右边的这个品牌内容资产库,它其实是输送给生成式AI工具去进行再一步效果优化跟生成的这样一个养料,它是内容生成的一个有机肥,你就把好的图片、高清的图片作为一个品牌资产来沉淀下来输送给AI,才能够真正的把实现AI生成的一个效果。

品牌的内容资产不单单只是那些高清的图片本身,还有图片背后的标签。所以这边举了4个例子,就是有创意类的标签,像什么元素、什么图层,就是你本身在做这张产品图,背后的这些标签是创意的标签。然后数字化的资产,相当于像材料图、造型图,你像车的话,我后面还有一页数据,像内饰装饰图,如果你要去AI去帮你优化这些图片,你都要有这些图片的沉淀跟标签的沉淀。制造业的话,很典型就还有产品数据,就什么样的尺寸材料,就刚刚我说的那个车跟灯啊,那个台灯吊灯就是那个,你是要做这个不锈钢还是这个黄铜,这些都是你的产品信息,产品数据背后的标签。然还有商业数据,就是你的分发渠道、应用的途径。

真正能够去定义品牌的内容数字资产的话,一定是数字,就是这个文件本身,这个多媒体文件本身,以及它背后的标签合在一起才是成为品牌的这个数字资产店的定义。其实这个领域是在十几年在欧美开始起来的,那它是代表digital assets management,就是品牌的数字化资产,它不是只是一张图片,它还有背景或者标签,所以是这个意思。

这就是我刚刚说的,我们在跟科技的合作过程当中,这个就是一家车企,它其实在做AI、GC,刚刚的一些线图分成效果图。之前我们现在在帮它落地做的这个事情,就是先打造这个车企品牌的内容资产数据库这个单系统,所以它其实沉淀了包括外部造型图片、内饰静态场景、动态场景,还有不同颜色的汽车材料图片,多达20多万张的这些图先沉淀在这个系统里面。

对于团队来说,不管是设计师和内容,如果产品生产团队和营销团队之间也有一个集中的一个中央户,能够去快速地获取这些素材,然后利用AHC来进行快速的应用提效。

说到好的,我将继续以叙事体的形式详细阐述演讲内容:

说到这个,我其实还想提一下,就是大家可能不知道有没有听,如果就是我要打造一个素材,我听起来我要放素材,我还要打标签,感觉跟高级网拍也没什么区别。其实我们现在真正帮品牌在做这个事情的时候,是啊,我刚刚说嘛,特赞是2015年成立的,我们18年啊,一些很多行业同步起来,开始来做这个内容资产数据库。其实当时AIGC还没有这么火,也没有发,就迭代也没有那么快,所以我们那个时候其实已经有走在行业前面的很多头部企业,它已经在开始做这个基本功课了。

它其实先打造这个内容的资产库,这个单工具里面的模块可以做内容的二次生产加工,可以调取AIGC的能力,就像我刚刚说的进行商品背景图的生成,可以做管理打标。但其实它其实提供的是品牌内部的一个内容供应链的一个中枢神经系统,这个工具可以跟上游的品牌的创意工具,还有外部的版权素材库,比方说图虫网,我们其实都可以在做这个对接。

然后如果是有一些更多的创意生成系统,公司内部已经有的素材管理系统,包括像品牌内部的项目管理工具,因为你作为一个项目管理,你肯定涉及图片,产品的图片,未来要投放的这个营销内容的图片。然后还有企业信息管理,就一个PIM系统,product information management,PIM系统,还有像一些主数据系统,管理这个产品信息的系统。上游其实都可以做这个对接。

然后下游的话,因为内容被管理起来,跟上游的产品数据、项目管理信息,或者是创意之类的这个信息进行对接之后它投放到下游的这个公域、私域、生态企微公司官网、DTC官网,还有包括用户数据标签,其实都可以进行对接。就这个其实上中下就是现在跨行业头部、肩部企业在做的整一个内容的供应链的一个生态系统。

然后等到AIGC来了之后,我们发现把这个基础工做好的企业,再使用AIGC去进行内容生产就变得非常容易了。但当然因为今天的主题是,而生成是AI赋能整个出海,所以我们刚刚提到这些产品,不管是我刚刚展示的这个MuseAI的产品,还是这个我们电内容产品资产库这样一个工具,我们其实现在都是一个SaaS的云上部署的方式,那也是借助于亚马逊云科技的全球化的部署。

所以其实我们现在赋能,不管像安克、TCL就可以赋能这些品牌在海外的工业设计团队、设计营销团队、品牌团队、内容运营团队去搭建这样一个中央池,去沉淀素材,利用生成式AI型内容的生产,然后进行全球的一站式的投放。

我今天的分享就是到这边,如果大家对我们的内容有兴趣,然后对内容科技是一个对你们来说可能还是一个比较新鲜的词汇,就非常欢迎大家关注,我们可以第一个扫码关注柯丹的微信公众号。中间这个是我们在我会聊的一个就是我自己主理的一个就是内容数字化的一个公众号,也叫淡书坊,就这边会沉淀很多我们在帮助品牌落地过程当中的一些真实的案例实践。

当然如果想进一步的了解怎么帮助你的企业进行内容科技的建设,也欢迎跟我们的几位小助手联系。码有点多,可以先拍个照。我今天分享就到这边,然后先把话筒交回给主持人,也欢迎大家如果有任何提问的话,可以待会后跟我单独交流,谢谢!

总结

本演讲主要介绍了如何利用生成式AI(AIGC)技术在工业设计和营销领域提高效率。演讲者分享了7个真实案例,展示了AIGC如何赋能设计师进行产品外观、包装、环境等设计,以及如何生成营销素材。主要优势包括:

1. 通过优化提示词,AIGC可以大幅缩短设计师的创意设计时间,实现降本提效。2) AIGC可以智能生成多风格、多材质的产品效果图,加快设计迭代。3) AIGC可以智能扩充图像尺寸、去除logo等,满足营销需求。4) 通过模型叠加,AIGC可以精准生成符合品牌调性的设计作品。

演讲者还分享了AIGC在制造业应用的5个步骤:确定目标、收集数据、图像优化、设计参数、构建品牌内容资产库。最后强调,借助云服务商如亚马逊云科技的全球化部署,AIGC可以赋能企业在全球范围内高效生产和投放内容。

总的来说,AIGC为工业设计和营销领域带来了巨大的效率提升,但仍需要人工把控品牌形象和合规性。企业应当构建内容资产库并利用AIGC工具,实现内容生产的智能化和全球化。