2024年10月19日下午，2024中国（杭州）设计创新对洽会于杭州白马湖国际会展中心隆重举办。本次活动紧扣“交互·未来”主题，前瞻性地探讨了AI、XR等前沿技术在设计领域的创新应用，展望了未来生活与文化体验的变革。
浙江省北大信息技术高等研究院工程师——周于乘，发表了《X-FUN/小方一站式AIGC商业品牌包装设计平台》主题演讲。该设计平台一键解锁个性化包装设计的无限可能，通过前沿AI算法精准匹配品牌需求，快速生成高质量设计方案。拥有AI包装设计智能体、AI包装素材生成器、Al字体设计师、包装材质数据库，可秒级在线生产N套设计方案，低成本快速生成包装所需的设计素材，解决字体商用的版权烦恼，提供专家级包装材质结构推荐。
在此，我们特别整理了周于乘在会上的演讲内容，详细介绍这一创新平台的工作原理、实际案例及其对行业的影响。
AI赋能包装设计
非常荣幸可以站在这里给大家分享我们在做的这个项目。大家可以看一下，X-FUN/小方一站式AIGC商业品牌包装设计平台是面向包装设计，把AIGC应用在包装设计里面的一个平台。包装设计现在随着电商产业的发展，包括其下游品牌，竞争在不断地变激烈。大家对于包装的要求越来越高，对于成本的把控，或者是整个包装设计的成本把控，要求也是越来越高的。
但是现在的话，不管是接触到的设计公司也好，或者是包装企业也好，其实他们的服务能力跟现在的市场需求，包括大家对于成本的这种追求，它们之间是有一定差异的。
我们发现把AIGC应用在整个包装设计领域，或者应用在包装产业的话，它的收效是最大的。我们其实是在致力于创造一个面向所有人的AIGC包装设计应用。
大家可以看到，X-FUN小方可以在短时间内生成大量的创意方案，并且把这种创意方案直接运用到后续的包装生产，包装制造，或者生产制造文件中。可以看一下，这个就是产品其中的功能。利用大模型智能云的理解能力，可以跟用户做一个非常好的交互，所有人都可以在这里拿到一个相对来说还可以的设计结果。
这个是没有经过加速，是完全的、实实在在的一个界面。通过这种录屏的形式可以看到，用户给到它所有的需求，他都可以理解，这就是大语言模型，它其实是非常强大的一个点。通过大语言模型，再结合现在的一些相应的生存模型和我们自己训练的这个包装设计的大模型，其实可以生成一些相对来讲还不错的创意设计方案。
大家可以看一下，基本上交互，加上等待的时间应该是一分钟左右，就可以有这么一个相对来讲不错的方案。
当然，这个是从意念或者是从想法到概念的过程，它整个方向是可以不断被收窄的。我们也可以在刚才的那个界面上不断的跟AI去沟通，或者是跟平台所搭建的这个智能体系沟通，怎么去收窄这个创意。并且，可以收到一个相对来讲还不错的设计方案。从概念，再到版面，包括所需的设计相应素材，都可以在产品上面去做一个非常好的实现。
对整个印刷领域，比如说像这种CMYK的分色，还有相应的矢量化处理、超分处理，这种比较基础的需求，我们都可以去做一个初步完善的方案出来。生成的方案可以把它变成相应的设计图。在设计图上也可以做一些简单的编辑，包括编辑完了之后有例如换背景或者生成一些场景效果图的功能。
我们通过大语言模型，再结合所训练的这些模型得到了一个包装的评测版本。生成的方案好不好？在市场上可不可以拿到一个相对来讲比较好的结果？当大家不太清楚该怎么去做的时候，其实可以在这里去得到一个相对来讲更理性的决策层面的这种数据。给到这种方案之后，再去基于我们现在的这种设计方案去生成一些改版的包装设计。这样的话，可以让这个包装在验证的时候，所消耗的成本更小。
核心能力
在做这个产品的时候，逃脱不了的就是得做一些相应的模型训练。我们跟北京大学文化产业研究院和国家图书馆在做的中华美学基因库。这边有大概几十万的中华美学数据，是可以拿过来用的。包括我们自己一直在做这个包装印刷，这些其实沉淀下的是包材的数据。什么样的产品，应该用什么样的包装？这个数据是市场上已经存在的。还有一些大品牌，他们所采用的包装形式，都被结合在所有的训练数据中。
我们所用的其实是比较常规的一套逻辑，就是通过大模型和小模型的协同控制，做的一些专属的模型集群，然后再通过大语言模型，把用户需求拆分，去做一些更细化的任务处理。
我们也不指望说整个AIGC可以一次性未经训练就给到一个非常好的结果，但是他这个抽奖的概率会比较高。所以可以把很多任务拆分成小的任务再去执行。这样的话，给到的结果会相对来讲更加准确。所以X-FUN/小方一站式AIGC商业品牌包装设计平台跟其他模型相比起来，我们首先用了底模，在经过训练之后，它对于包装细节的理解和包装创意的生成，会有一个更好的表现。这个产品的准确性就会更强，但其他产品可能存在一些抽卡的情况。而且从创意到制作图的层面，或者是从创意到生产物料的层面，我们其实也是一直在攻克的。包括现在已经打通了创意到生产物料中间的这个环节。那其他产品或者是同类产品，是因为他们没有包装领域相关的专业知识，所以他们可能也不太能做这个事情。包括我们的话，基于这种不同的印刷需求，也是可以生成一些相应的素材物料，这些其实也是跟其他模型或者是其他产品有一些差异的。最后一点其实是训练模型的原因，包装实际上是为了产品，或者是为了产品更好的销售。那包装上面的画面所体现的，一定是要跟产品去相匹配的。但是产品它其实是有特异性存在的。像梨，光是梨的话，可能就有30多种，像不同的梨，它的形态和它相应的表现是不一样的。
这些都是X-FUN小方跟其他模型的一些差异点。包括我们刚才所说的就是把现在主流的这些渠道，主流的这些大品牌的所有包装数据全部都拿来做训练。生成这种结构化的数据之后，其实再给到大语言模型，它就能非常好地去理解。再经过一些微调模型的训练，其实大语言模型可以给到一个非常准确与包装相关的这种专业知识。
还有就是我们其实也想去颠覆一些产业。包括设计里的这个字体，是把这些文字通过模型训练的形式去做一些相应的调整和生成。我们可以直接生成像国风这样的书法字体。
包括现在还有像常规的一些黑体。然后或者是像很多字体，都可以通过模型训练的形式去完成。包括现在，已经可以实现大概20到30个字，去生成6000个常规字的这种字体。所以我们想颠覆一下字体的这个行业，尝试一下有没有可能用AIGC去生成这种相应的字体，或者用户自己的字体。最后，这个商业模式， to C用户是通过订阅制，to B用户，我们给到的是这种常规的API接口。平台也有定制化开发，因为很多企业它会有自己相应的诉求。比如说像大华，它可能就需要自己特有的这种素材去做模型训练。因为它所生成的这个摄像机它是固定的，而且很多数据的话其实是不能对外公开，或者是说这个塔内的数据不能出塔。
应用价值
我们守着在包装行业落地的这个AIGC项目，包括自研的这种人工智能，这个包装设计模型也是在萧山区的红头文件里边的。
还有我们现在也是跟全国很多家包装工厂在合作，因为这个应用是面向所有人的设计应用。所以工厂可以直接把我们的产品拿过来，变成生产力。之前可能用户在跟工厂说，能不能做设计的时候，工厂说的是不能，或者是给到的设计都是那种非常low的设计。现在的话，可以直接用X-FUN小方去做一些相对来讲还可以的装饰性包装。
目前来讲，平台面向的还是中小品牌，包括中小企业，所以可以看到产品在设计，以及供应链的建设层面为企业达到了降本增效的成果。并且我们已经完成了pmf的验证。我们也是在不断地去提升模型的整体能力，包括面向不同行业的服务能力。因为去年其实也有介绍过，我们的产品还是聚焦在农产品跟休闲食品行业。那现在的话，是面向各个行业，包括我们底层模型的能力的提升，还有其他的，像语言模型的提升，让我们可以往各个行业都去做一些相应探索。
我们很幸运，去年我们在讲的时候，就是按照这个规划来做的，那今年，还是按照这个规划来做，我们之前所既定的方向是没有被调整过的，目前来讲，验证也是正确的。
而且目前来讲，整体的渠道打通，还有模型产业，上下游的打通，走的也是比较顺畅的。我们同时也是联合国教科文组织的教席之一，是面向全球的，或者说是为第三世界的国家提供快速的包装设计以及包装解决方案的相应服务。然后我们在国内的话，其实也一直在做这种农产品的包装赋能。包括在很多区域，农户可以直接用我们的产品去生成相应的包装，也给他们降低了很多成本。
团队介绍
最后介绍一下X-FUN小方团队。
我们是人工智能包装设计联合实验室，是北京大学信息技术高等研究院与专业的上市包装企业大胜达联合成立的。我们从成立之初就是用AI技术去改变包装产业，一直在AI包装设计，包括整体的材质优化，数字化生产上或者是在包装产业里边去做一些引导。
如果说关注包装制造行业的话，也可以看到，现在主要是纸包装跟塑料包装一直在说这个AI，或者是他们在说的这种小批量定制化，或者是说这种数码印刷，其实这也是我们一直在推的这么一个结果。
小结
其实今天来，我们也想寻求一些算力服务的支持。随着用户的发展，我们的算力确实比较捉襟见肘，之前的话，可能4090就可以，现在的话，可能a100都有点顶不住一些整体服务。而且我们也希望说有一些融资的机会，可以去做进一步的沟通。希望跟在座的企业看看，有没有一起面向某一个行业去做一些突破的可能性吧。因为我们毕竟只是了解包装，包装跟下游产业的结合，这些相应的专业知识，是各位或者是不同行业内的企业所擅长的领域。我们没有相应的知识在这个行业去推广我们的产品和服务，所以也希望有服务大家的机会。谢谢大家。