前言

生成式AI影音已经成为当下社交平台流行的展示方式，特别是在节日和网络热点期间，大家纷纷投入到当下最流行的生成式AI玩法中，目前比较流行的有AI写真馆、AI风格化及AI视频。

UGC产品结合最新技术上线AI发布器玩法，旨在实现AI大众化，借助 AIGC 来实现百度UGC生态的繁荣。特别是在春节期间迎来爆发式传播，推出了迎财神、龙潮儿、烟花、汉服、召唤神龙5款生成式AI玩法。本文针对百度APP AI发布器在春节期间推出的5款生成式AI玩法，为大家详细拆解AI人像的生成模式。

一、AI成像调研-离线&在线风格化

我们调研了市面上众多AI人像玩法中两种最常见的形式，将其总结为“离线风格化”和“在线风格化”。

“离线风格化”大多类似真人写真，适合生成写实照片，我们所看到的抖音、小红书等平台推出的热门AI写真，如滑雪、游园灯会、景点旅行、异域换装等大多都是运用离线风格化生成的。

“在线风格化”不仅限于写实照片，还可以实现漫画、插画、油画、抽象等各种风格。我们也会在抖音、小红书等平台看到类似玩法，如厌世插画风、宠物、CG等，但其大多只改变了用户图片的风格，与AI发布器的在线风格化还是有所不同。

下面基于春节AI玩法实例，给大家介绍一下百度APP AI发布器的“离线风格化”和“在线风格化”的工作流和核心AI技术。

二、离线风格化玩法

离线风格化是AI写真玩法最常见的形式，简而言之，就是离线生成图像之后再进行AI技术融合成图，AI迎财神就是离线风格化玩法。

1.离线风格化的生成工作流

离线风格化主要分为三个阶段：模板生成-用户面部融脸-AI视频合成。

其中“模板生成”和“AI视频合成”两部分会根据不同的主题、节日、风格等进行视觉设计的替换，而“用户面部融脸”部分技术层面不会有太大的变动，但是生成方式会根据不同的设计方案进行细微调整。

2.离线模板生成

离线风格化的核心难点是模板的生成，我们需要通过调研用户喜好，预置相应的写真模板来吸引用户参与。

step1：以AI迎财神为例，在初期，我们会进行财神人像风格测试生成，预备几套财神风格的视觉提案，经过层层测试后选择效果最好的风格。

step2：确定风格之后，将模板针对用户分为成年男性、成年女性、男童、女童4种，进行针对性造型设计。

step3：进一步细化光影、肤色、造型等，并针对每个性别的用户量预置几个固定模板放入模型库。

最后我们加入设计的文字版式，就完成了离线模板的静态融脸底图。

3.融脸技术

“AI融脸”作为离线风格化的核心技术支撑，需要在生成模板阶段进行同步测试。目前我们采用的融脸技术是自主研发的VIS融脸，除了确保五官相似度外，还会提取用户的肤色、皮肤细节等融合到模板中，并规避了面部的遮挡问题，如刘海、疤痕等，同时可以识别用户佩戴的眼镜，避免提取眼镜之后导致用户五官比例不协调。

4.AI视频玩法

在完成离线模板、融脸测试后，最后一步是将用户融脸后的静态图片加上视频效果，这也是用户最终生成的效果。目前AI发布器一共有15+类特色视频风格，覆盖多种类型的AI写真玩法。

三、在线风格化玩法

在线风格化是百度APP AI发布器研发的另一种AI生成式玩法，相较离线风格化更能带给用户定制的感受，同时流程也相对复杂，会根据模型和玩法形成不同的流程。AI龙潮儿、AI烟花、AI汉服、AI召唤神龙都是在线风格化玩法，但是这4种玩法根据不同的成像需求采用了2种不同的生成流程。

1.在线风格化的生成工作流

我们经过大量测试和研究，搭建了在线风格化的一个基础组成形式：生图模式+底层大模型+人脸识别模式。其中“生图模式”和“人脸识别模式”根据不同的效果和需求有不同的选择，是最大的变量。我们将这些变量拆分重组，预置各种用户生图的场景模式，开发了一共5种生图线的10种生图方式，搭建完成了生图平台基本框架。

最终在用户视角呈现的生图流程为：上传用户照片-人脸识别-生成面部区域-模型生图（风格模型+面部控制模型）-二次生图-成图。

其中风格模型和面部控制模型是在线风格化生图玩法的核心部分，风格模型决定了呈现的画面视觉，可以有写实、二次元、插画、游戏等多种视觉风格，面部控制模型主要针对用户特征的提取融合，决定了用户的关联度。

2.大模型风格迁移：AI烟花&AI召唤神龙

在风格模型部分，我们可以选择一些AI开源大模型，测试一些适合的模型，如AI烟花、AI召唤神龙。我们选择适合的通用写实胶片、水墨插画的底模，再配合prompt，就可以生成烟花和水墨插画的效果。

但AI召唤神龙的水墨龙造型和服装，是采用的自主研发“定制模型”，下面会给大家介绍“定制底模”的研发过程。

3.定制化模型训练：AI寻找龙潮儿&AI汉服

除了已有的风格开源模型之外，我们还有了进阶的想法，想做一些百度APP AI发布器的特色玩法，于是我们开发了AI龙潮儿、AI汉服2种模型风格，一个是龙年皮肤生成，一个是拜年汉服换装。

在没有现有底模的情况下，我们需要训练一个“定制模型”作为春节风格化玩法的核心视觉支撑。

1）服装模型训练

以AI汉服为例，我们需要训练一款特色汉服模型。我们通过5000+的服装测试结果，训练出了12种男、女、儿童的汉服装扮，将这些服装样式打上相应的标签写入后台，通过标签的调用生成相应的服装装扮。

服装模型的训练不是一步成型的，我们在训练过程中会遇到各种问题，如男女服装混淆、男童长胡子等。同时汉服因为特定的装扮问题，需要搭配发型、发饰等，男女的差异会很大，男生多发髻、男女发型混乱等问题是最常见的。对此，我们经过反复训练测试，逐个击破，最终调试到最优质量，确保生成优质率达到90%+。

2）构图模型训练

我们在AI寻找龙潮儿的视觉效果设计中加入了龙的参与，这就涉及到一些龙和人的组合问题。为此，我们研究了组合构图的训练方式，多次尝试，专门训练了一款构图模型来控制2种物体的组合位置，包括龙的左右构成、头顶构成、正面、背后、环绕、坐骑、大小形态、数量等10+构图形式，并且针对男、女、儿童都设计了不同的组合风格和造型。

市面现有的龙模型多以西方龙为主，我们为了更贴合中国新年氛围、更具中国特色，加入了大量东方龙的造型数据，以确保生成的龙具有中式龙的威严，减少西式的邪恶狰狞感。经过层层打磨，稳定出图效果，强化风格、细节、服装、光影等，最终呈现出最优质的线上视觉效果。

4.在线融脸技术研究

在线风格化玩法的另一个核心点在于在线融脸技术，在风格模型调优的同时，我们加入用户面部的控制模型来控制图片相似度，最终构建了5种面部控制模型组成的10个面部控制方式。

4个AI玩法也都根据模型和用户面部的适配选择了不同的控制方式，如AI烟花是胶片写实风格，最贴合用户实际面部，选择的是基础的五官控制模型；AI召唤神龙是水墨风格玩法，与用户照片相差比较大，所以需要降低五官精准控制，加强风格化的控制模式；AI寻找龙潮儿和AI汉服是轻写实风格，采用提取五官比例和特征的形式达到最优融合的效果。

面部的控制模型需要根据不同的风格进行反复调试，解决面部与模型融合带来的各种问题，如瞳孔畸变、素颜装扮违和、面部精致度等，需进行多层次的修复迭代。

四、线上效果展示

最后给大家展示百度APP AI发布器的特色新年活动的线上效果。

百度APP AI发布器经过一个季度的打磨和升级，目前已经上线包括五一、妇女节、短剧、春日百花、浪姐变装、武侠、旅行、音乐节变装、古典江南、六一儿童节、粘土特效等10余种特色活动玩法。今后也将进一步深耕AI技术研究，推出更多定制活动玩法，希望能结合用户喜好，让用户能参与到自制AI玩法中去，进而开发出AI生图的更多可能性。

感谢阅读，以上内容均由百度MEUX团队原创设计，以及百度MEUX版权所有，转载请注明出处，违者必究，谢谢您的合作。申请转载授权后台回复【转载】。也欢迎加入MEUX,交互/视觉/用研，可投简历至meux-talent@baidu.com  (注明信息获取来源如：UI中国）

关于我们：
MEUX,百度移动生态用户体验设计中心，负责百度移动生态体系的用户/商业产品的全链路体验设计。服务的产品包括百度APP、百度搜索、百度百科、百度贴吧、百度商业产品等。MEUX以「简单极致」为设计理念，创造极致用户体验的同时赋能商业，推动设计行业的价值和影响力，让生活因设计而更美好。

Powered by Froala Editor