本文来源:公众号量子位
StableDiffusion又被发掘新用途了——
设计LOGO最关键的“形意结合”,被它拿捏得明明白白。看见Cat秒画猫猫头:
瑜伽店YOGA几个字母用人体形态一转换,风格完全不出错:
只设计其中一个字也没问题,例如将Dog的D画成一个狗子:
属实简洁又传神了有木有!
哪怕是面对中文字体,AI也能很好地理解其中的意思,快速画出甲方想要传达的LOGO形象:
要是开店用上这个,哪里还需要花几十上百块专门设计一个LOGO出来?
虽然之前也有不少设计LOGO的AI了,不过从这次生成的效果来看,还真有点不太一样。
币安将上线DODO 1-20倍 U本位永续合约:金色财经报道,币安发布公告表示,将于2023年08月08日20:00(东八区时间)上线DODO 1-20倍 U本位永续合约。[2023/8/7 21:30:04]
01保留一部分原有字体的味道
事实上,在这次研究之前,已经有不少研究在考虑如何用AI设计LOGO。
从效果来看,主要可以分成三类:
一是以字体为形状限制,将图片风格迁移上去;二是以图片风格为基底,将字体迁移到图片中去;三是将不同图片的形状和字体关联起来,生成或彩色或黑白的“图像拼接”风格LOGO设计。
然而,与下面人类手工设计的LOGO比起来,上面AI设计的效果不能说不好看,但似乎还差那么点意思:
Solana游戏开发商Automata宣布大规模裁员:金色财经报道,Solana游戏开发商Automata (ATMTA) 将进行“大幅裁员”,以保持其开发Star Atlas的能力。重组后,Automata团队将仅有 45 名员工,而 2022 年底该团队的员工人数为 235 人。
根据 Discord 7 月 24 日发布的公告,ATMTA 首席执行官兼联合创始人 Michael Wagner 表示,重组后的团队将把重点转向交付 SAGE 和新发布的 Crew 移动应用程序。与此同时,结合虚幻引擎 5 和 Solana 的软件开发工具包 (SDK) 的开发将提高开发速度,该 SDK 是 Star Atlas 游戏的基础。
Wagner写道,该项目大约 33% 的收入被视为游戏内代币 Atlas,该团队一直在持有,但该代币在过去一年中损失了大约 80% 的价值。[2023/7/26 15:58:20]
作者们经过一通探查,发现人类手工设计的LOGO并不“喧宾夺主”。
比特币全网未确认交易数量为3235笔:金色财经报道,BTC.com数据显示,目前比特币全网未确认交易数量为3235笔,全网算力为275.71 EH/s,24小时交易速率为3.62交易/s。目前全网难度为37.59 T,预测下次难度下调0.34%至37.46 T,距离调整还剩8天21小时。[2023/1/21 11:24:06]
人类设计师会在保留原本字体特色、让人们能一眼认出单词的基础上,再加入一点创新之处,例如将Jazz中的J改成乐器,但其他人一眼仍然能认出“JAZZ”字体的形状。
整体来说,就是在保留一部分字体“味道”的同时,加入一定的设计感。
例如这是StableDiffusion生成的“FROG”设计,FRO仍然是原本字体的形状,只有G变成一只跳出去的小青蛙:
莱特币市值重返50亿美元上方:金色财经报道,据Coingecko数据显示,当前莱特币市值为5,558,588,386美元,过去30天涨幅43.9%,24小时涨幅为25.8%,当前市值排名第12位。行情波动较大,请做好风险控制。[2022/11/23 7:59:56]
如果用StableDiffusion2进一步进行后期处理的话,还能进一步实现上色功能,显得更加生动:
生成LOGO的风格也能随着原本设计字体的变化,而产生不一样的变化。
例如这是8种字体下生成的不同瑜伽LOGO,每种风格都不一样:
相比之下,其他AI模型在生成字体的时候,倒是更喜欢保留自己的风格:
那么,这种神奇的字体设计AI是怎么做出来的?
02用贝塞尔曲线调整字母形状
为了一定程度上保留原本字体的风格、以及只改变单词中的某几个字母,作者们想出一种“微调”字母形状的方法——
那就是让AI学会用贝塞尔曲线,对不同字体的字母进行小幅度变形。
具体控制点数量,则根据字母复杂度和字体风格进行迭代变换,直到设计出来的字母符合要求,其中橙色是初始点,蓝色是后续增加的控制点:
控制点数量对生成效果影响有多大?
例如这是不同数量的控制点生成字母的效果,如果数量太少,会看不清设计的图像形状;但数量过多又容易扭曲字体原本的形状:
基于这种核心设计思路,作者们结合StableDiffusion和CLIP,设计出了一整个字体设计AI模型:
其中,ACAP损失函数基于德劳内三角形剖分算法,对字母形状进一步进行了约束。
例如这是PANTS在变形前和变形之后的形态,可以看见ACAP在保留裤子形态的同时,也保留了字体的效果:
与此同时,为了进一步保留字体形态,作者们采用了一个低通滤波器,保证调整后的字母不与原始字母偏离太多。例如这是Bear中的B调整后的形态:
应用这套模型,生成每个字母的速度也还不错。
在一块RTX2080GPU上,生成单个字母的LOGO设计大约需要5分钟。
03作者介绍
虽然作者们放到项目主页上的论文是匿名的:
不过在arXiv上,作者们的名字倒是已经公开了,他们分别来自以色列特拉维夫大学、ReichmanUniversity,以及伦敦大学金史密斯学院:
共同一作ShirIluz,特拉维夫大学电子与电气工程理学硕士,目前的研究方向是生成AI,感兴趣的方向是深度学习与计算机视觉。
共同一作YaelVinker,特拉维夫大学计算机视觉博士生,曾经在以色列希伯来大学获得计算机科学本科与硕士学位,目前研究方向同样是深度学习与计算机视觉。
这么看来,雷军当年设计小米LOGO的200万元花早了啊?
论文地址:https://arxiv.org/abs/2303.01818
项目地址:https://wordasimage.github.io/Word-As-Image-Page/
巴比特园区开放合作啦!
中文推特:https://twitter.com/8BTC_OFFICIAL
英文推特:https://twitter.com/btcinchinaDiscord社区:https://discord.gg/defidao电报频道:https://t.me/Mute_8btc电报社区:https://t.me/news_8btc
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。