AIGC|使用AI制作B端和C端图标全流程-网易

全文字数:3960,阅读预估:15分钟

伴随着AIGC异常火爆,各种各样的AI工具如雨后春笋般涌现,除了各位设计师知道的Midjourney(以下简称“MJ”),同样还有十分亮眼的Stable Diffusion。

所以今天我们的课程主要教大家如何使用Stable Diffusion(以下简称“SD”)来进行B端图标和C端图标的创作,充分将AIGC灵活的运用在项目的工作流程之中。

本次课程需要用的知识点主要有以下三个:
1、ControlNet-硬边缘检测的使用
2、Checkpoint、Lora模型运用调试
3、矢量图转换工具

B端图标

那首先我们先来看看B端图标,有哪些特点?

从上图可以发现主要特点为:立体块面感、轻科技、材质多为毛玻璃、光泽金属、轮廓光源。

UI的使用场景多为功能模块辅助装饰、官网开屏页等……

以下图的数据云图标为例:

制作同等设计质量的图标,从三维建模到渲染最后到后期调整,平均需要2.5小时制作周期。而且设计师需要有一定的三维软件设计能力。

我们先看看MJ的使用效果,这里我们使用常规的操作流程,直接使用关键词生成,这里我使用了两种不同的关键词:

第一种:

A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, white background, sense of technology, –ar 1:1

对照翻译:一朵云Ul图标,蓝色磨砂玻璃白亚克力材质, 白色背景, 科技感, 影棚灯光, 蓝色磨砂玻璃白色亚克力材质, 白色背景, 科技感, –ar 1:1

第二种:

Cloud icon, blue, frosted glass, transparent technology sense, white background, studio lighting, 3d, c4d, high detail, –ar 1:1

对照翻译:云朵图标,蓝色,磨砂玻璃,透明科技感,白色背景,影棚灯光,3d,c4d,高细节,–ar 1:1

我们可以看出上图直接生成的图标,偏差较大,且形式、角度、质感、颜色无法很好的控制,基本不能使用。

首先使用垫图的第一种方式,将想要生成图标的参考样式上传到MJ,接着配合关键词进行操作:

图片链接 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, –ar 1:1

右边便是生成的效果(下图中右边):

MJ学习了参考图片后,在质感的使用和色彩上也比较靠近想要的风格了,因为参考的图片和需要生成的图像,在造型上有一定的不同,只是用关键词来进行生产,随机性比较强,所以造型不够可控。

接着我们蚕蛹垫图的第二种方式,将想要生成图标的造型样式上传到MJ,配合关键词进行操作:

图片链接 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, –ar 1:1

右边便是生成的效果(下图中右边):

MJ学习了参考图片后,在造型上靠近了想要的造型,但是在颜色和质感上,就无法学习到了,不太能够使用。

接着我使用组合垫图法,将两张素材都上传到MJ,接着配合关键词进行操作:

图片链接1 + 图片链接2 + A cloud Ul icon, blue frosted glass white acrylic material, white background, sense of technology, studio light, blue frosted glass white acrylic material, sense of technology, –ar 1:1

得出的结论就是:MJ学习了两张参考图片后,在想要的造型上靠近了一些,在颜色和质感上也靠近了,但是在细节的把控上还是有一定的随机性,还是不能直接使用。

小结一下,MJ在进行B端图标设计的使用中,主要有以下不足之处:
1.可控性不够高 ;2.随机性较强 ;3.无法局部调整 ;4.风格不符

下面我们来看看SD的效果如何?

我这边使用的SD版本是:秋叶V4;

Checkpoint大模型使用的是:DDicon;

Lora模型使用的是:Playstation5DesignAI。

使用的流程我已经在上图标记出来了,大家可以根据步骤进行操作。

这里的正向提示词:

best quality, many details, 4k, blender, octane render, C4D, transparent glass texture, DDicon, blue, frosted glass, transparent technology sense, industrial design, white background, studio lighting, sunshine, flat, minimal, quasi-object, axisymmetric, Data, cylinder, file,

3