文｜李睿、真梓

上传商品图片，选择场景、图片尺寸、数量，在不到一分钟的时间内完成 3D 数码、小家电、日用品等类型商品图。这是灵动 AI 推出的 AIGC 产品 " 灵动 AI 商品图 " 的主打场景。

(资料图片)

过去，传统商品场景图的制作常采用 3D 渲染或影棚拍摄方式。制作一套 20 张的商品场景图，需要一个多工种设计团队至少耗费 3 天时间，花费成本超 2 万元。对比之下，使用 " 灵动 AI 商品图 " 这类生成工具，单人即可完成商品图的制作，单次生成消耗的算力成本不到 1 元。

灵动 AI 创始人雷海波，之前是中国头部视觉设计社区 " 视觉中国 " 创始人。2014 年，雷海波创立了 D2C 创新产品孵化及智能设计平台「太火鸟」。但 2023 年生成式 AI 的来临，让雷海波改变了自己的创业旅程。

Diffusion Model 来袭，GAN 不过就加入

AI 生成图片，GAN 方案是早前主流。2018 年到 2020 年间，雷海波也将 GAN 引入其公司「太火鸟」旗下的 D2C 创新产品孵化平台，帮用户一键生成硬件产品的草图、效果图、仿真 3D 图。

但在 2022 年年中，伴随 DALL-E2、Midjourney 等基于 Diffusion Model 的大模型崛起，图像生成的效果前所未有的逼真。算法生成的图像在质量、创造性方面也明显优于 GAN，震惊了整个创意产业。

拥有 20 多年设计经验的雷海波也是其中一员。

在初尝 Diffusion Model 的效果后，雷海波发现，这一算法的效果在很多场景下几乎不逊于专业设计师。为进一步验证这一发现，他在一个月内用 Midjourney 生成了 1.2 万张图，加入了 Midjourney 在 Discord 上的 " 一万俱乐部 "。

最后，这位专业人士不得不承认，Diffusion 已经完全超越人类的表现。

" 第一是效率，第二是生成的效果。它把初级设计师和有 10 年功力的资深设计师的能力拉平。" 雷海波觉得，一个没有任何设计能力的非专业人士，只要会写提示词，用 Diffusion 生成的效果已经超过资深设计师的水平。" 这在设计界是公认的。" 他补充。

但同时，认清现实意味着，太火鸟基于 GAN 的技术路线几乎要推倒重来。已在 " 一万张俱乐部 " 中验证过答案的雷海波，决定 " 打不过就加入 "，灵动 AI 也就此成立。

雷海波表示，灵动 AI 以生成式 AI 为核心，打造从视觉设计行业大模型到创新应用的设计平台，目标是重塑专业的 " 营销 + 设计 " 工作流程。

在他看来，灵动 AI 相比很多 AI 初创公司拥有自己的先天优势，" 太火鸟过去的所有技术、数据积累和资产，包括三十多项 GAN 时代的算法专利以及海量设计资源，都可以直接移植到新公司中进行利用。" 雷海波介绍，通过汲取太火鸟的经验和资源，灵动 AI 在两个月内就研发出生成内容技术和产品矩阵。

" 灵动 AI 商品图 " 背后：Lora 模型 + 专业模型

AIGC 产品 " 灵动 AI 商品图 " 是灵动 AI 的产品代表。雷海波表示，这是业内首个工业级 AI 商品图生成工具，该产品正在与京东智能新品孵化平台合作，为商家提供 AIGC" 营销 + 设计 " 服务。

在演示中，用户可以通过 " 灵动 AI 商品图 "，进行简单的选择对固定商品输出多种场景的商品场景组图，复杂的图像处理和场景生成工作均由系统承担。

在技术层面，雷海波介绍，" 灵动 AI 商品图 " 集成了多个特定的风格场景，并依托 Diffusion Model 训练出 LORA 模型和多个达到 1 亿级参数规模的专用 AI 模型。未来，公司还计划打造灵动 AI 视觉设计大模型。

其中，专用 AI 模型还承担了文生图的 " 控制 " 功能。

众所周知，将 AIGC 应用进工作流，需要解决内容的一致性、可控性问题。针对这一行业难题，灵动 AI 研发了 C-VAE 商品主体生成控制和 C-BG 背景生成控制专用模型——它们和动态视觉专用模型、内容理解以及美学评估专用模型一起组成了专业模型序列。

此外，智能审美评价系统也是雷海波眼中的 " 技术壁垒 "。雷海波告诉 36 氪：" 这个智能审美评价系统是灵动 AI 自研的一套美学评估模型，由后台自行完成，用户感受不到它。" 他进一步介绍，美学评估模型，综合考虑了许多视觉设计的专业规范，从整体审美、商品材质与场景的适配度、整体色彩的协调性、光影明暗、商品与场景的风格契合度、构图的合理性等上百个评价维度对生成图像进行打分。这一模型的效果是帮助用户筛选、呈现效果最优的图片。

模型架构之外，雷海波还认为，" 没有任何团队拥有我们这样量级的设计类数据集 "。目前灵动 AI 已经拥有 1000 万设计数据集和 1 亿 + 工业产品设计数据集。

相比 Midjourney、Stable Diffussion 等通用视觉大模型，" 灵动 AI 商品图 " 希望在简单易用性与专业生成效果之间取得平衡，以模块化的场景图模版代替传统视觉大模型流行的文生图。" 纯粹的文生图对普通用户来说门槛较高，因为描述出一个专业的商品图场景需要专业的提示词表达，而大多数普通商家并不具备相关能力。另外这种方式不利于批量的商品图生成。" 雷海波解释。

在演示中我们还看到，即便 GAN 的高光已经过去，但在 " 灵动 AI 商品图 " 主页所演示的效果图中，雷海波还是隐藏了一些智能硬件时代留下的痕迹。例如，他将 Nest 智能温控器、Misfit 可穿戴等当年著名的产品 " 藏 " 进生成模型所生成的商品场景组图样例中，以此来致敬与太火鸟同期的智能硬件时代。

从静到动，完善视觉大模型场景

视觉模型的应用场景，不止于图像生成，还有视频生成。

在视觉大模型范畴，图片是目前形态最多的产品，视频是 " 皇冠上的那颗明珠 "。在这二者之间，动态图形（Motion Graphic ）是目前的兵家必争之地，Motion Graphic 也是一个很热门的设计专业。

" 我们第二个产品方向是动态生成模型，主要是面向营销物料的元素级动态生成。" 雷海波向 36 氪透露，灵动 AI 正从静态生成向动态生成领域拓展，希望打造 AI 原生「动态视觉」生成式设计平台。

此前灵动 AI 与孟京辉导演发起的斯芬克斯全球首届元宇宙戏剧节合作，协助老狼、黄磊等艺术家完成了 AIGC 动态宣传海报创作。同时也和小米、京东、安踏等客户进行了 AIGC 共创合作。

下一步，灵动 AI 计划在年底推出 10 亿参数专注工业产品设计领域的垂类大模型，在此基础上开发面向具体行业的定制化应用，为广告、品牌、媒体等创意产业提供更加专业化、精细化的 AIGC 方案。

关键词：