实战案例!阿里巴巴如何用人工智能做Banner 设计?

Date 2026-05-11 10:23:16

实战案例!阿里巴巴如何用人工智能做Banner 设计?

近年来,设计界有两大趋势不容忽视,一是人工智能、神经网络、深度学习无疑是当今最流行的科技术语,「人工智能设计」这个词在设计界也很受欢迎,我们也看到越来越多的初创公司勾画自己「人工智能设计」蓝图;第二,在阿里巴巴中台战略的背景下,设计效率再次促进了设计思维的变化。设计师不仅需要优秀地完成业务需求的设计,还需要思考设计的价值。人工智能如何理解我们的文化背景,如何激发创造性的工作?作为人和机器的翻译,设计师如何利用新的技术手段更好地解决业务问题,实现业务,扩大设计价值?

营销促销是电子商务最常用的快速出货手段之一 CBU 也是如此。321新季、518备货季、727买家节、96拿货节、1220商人节、1.18年商人节、328商人节...大促销频率如此之高,量级也呈倍数级增长。比如最近的328商人节,分会场页面数量达到700+。BANNER 1.7万+,如果需要在同样的紧急时间内完成,营销设计过程中必然会出现两个严重的问题:一是为了保留页面和时间 BANNER 扩大工作,往往是设计师的创意时间;其次,大规模的背后意味着更多的人员投资和成本的增加,公司将投资越来越多。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

我们探索问题领域,解决上述两个问题的核心是优化场地页面的扩展和 BANNER 低水平重复建设工作的尺寸扩展,提高设计效率,压缩设计周期,为设计师保留充足的创意时间,为公司节省人力物力。我们试图逐步尝试单点技术的创新组合,设计算法化支持自动化工具,以促进工作模式的工具化和智能化。结合过去一年的项目实践经验,我们将与您讨论我们在这个过程中面临的问题和想法。

1、页面扩展设计与单点算法技术的创新相结合

在设计过程中,设计师做出了许多不同大小的决策和想法,这些决策和想法很难被算法技术所取代。然而,如果我们谈论创造性合作,当设计师与算法一起工作以解决问题时,我们可以看到许多算法驱动设计的案例及其明显的潜力。算法可以改进和帮助我们的日常设计工作,在1220年的推广中,我们与我们合作 iDst 机器智能技术实验室-视觉计算团队合作的色彩转移项目正好说明了这一点。

1. 单点技术的结合是解决什么问题?

在营销设计过程中,页面扩展是困扰我们的最大问题之一。当分支机构的页面数量达到700+时,数十名外包学生需要花费近一个月的时间进行设计,这将严重影响大促销和在线时间。如果分支机构的设计过程暂时无法产品化,我们能否在设计过程中使用技术取代某些环节和步骤?我们将分解分支机构的设计工作,大致分为色彩拓展、产品组合设计和文案修改几个步骤,其中许多步骤具有重复性,可以通过技术替代 iDst 机器智能技术实验室-视觉计算团队拥有相对成熟的色彩转移技术,我们希望尝试通过色彩转移技术取代分会场设计的色彩扩展。

2. 什么是色彩转移?

背景重色算法技术(本文称为色彩转移),即基于背景图片输入背景图片 HSL 色彩模型系列配色规则(包括间隔组合、度数间隔等。)以每0.5s输出一个结果的速度输出数百个背景配色(即数百个 HSL 颜色值对应的背景重上色结果)。例如,背景的主要颜色是 A,其中一种配色方案想要转移到主色 B,所以原始背景中每个像素的颜色都是根据 A 色到 B 相应的色差。HSL 值规则越细,产生的结果越多,效果越丰富。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

3. 如何结合创新?

与色彩转移的创新相结合有两个核心关键点。一是设计与技术碰撞后的融合。在色彩转移试验过程中,结果并不总是像设计师预期的那样。首先,技术会有暂时的局限性,比如转移结果遇到的多色渐变处转移不好,连接不自然或者包含很多杂色。设计师常用的动态模糊和高斯模糊可能是有限的,所以他们需要迎合技术来做一些设计优化和丰富的选择。其次,机器缺乏认知理解能力,设计师需要将想要实现的效果抽象成 HSL 配色规则,试验过程往往是反复曲折的,需要针对 BADCASE 通过反复试验,对规则的问题点进行分析、推断、优化,最终使生成结果达到在线标准。二是色彩转移过程与人工设计之间的联系和过程。我们采用系统设计思维,将分场元素分解成简单、可组合的形式。外包获得色彩转移结果和其他元素,只需组装和组合即可实现大量分场设计的有效完成。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

通过单点算法技术引入分会场设计的创新方法,大大提高了设计效率。机器每0.5s转移一个结果,而不是人工重复和低效的劳动。通过细致规则的积累,色彩转移的结果特别丰富,不用担心很多分会场。「撞色」问题。颜色转移在 CBU1220大促销和328大促销都得到了很好的应用。在同一周期内,当设计师数量保持不变时,分会场页面的完成数量从300+增加到600+1220,设计效率提高了100%以上;同时,经过两次大促销,分会场从复杂的模板调整设计到高效组装。该单点技术的应用为公司节省了25万+的设计成本。

二、设计抽象和算法化支持多尺寸自动化工具

除了单点技术的创新结合外,在设计过程中,我们还经常考虑设计的目的、过程和结果是否可以量化、算法化和数据化?通过对设计模式的细化和抽象,规则和算法是否可以支持自动化设计工具,通过智能生成传统设计,从而解放设计师从繁重的传统设计任务中,并投资于更有价值的设计项目。我们和 UBNNER 智能多尺寸工具与项目组合作,恰恰体现了我们的探索。

1. 为什么要做智能多尺寸?

Banner 是营销设计中常见的设计形式,banner 生产面临着一个很大的痛点,即各种不同尺寸的扩展。以 CBU 以网站为例,运营推出站内营销活动,设计创意 banner 之后,设计师需要花费大量的时间来排版、调整和输出不同尺寸的资源位置,以吸引更多的活动流量。多尺寸扩展是一种机械化和重复的劳动力。如果能被机器取代,智能排版布局将大大改善 banner 生产效率,同时也节省了大量的劳动力成本。

2. 我们遇到了什么困难?

由于中文 banner 其丰富的特点使我们的切入遇到了许多困难:

中文 banner 设计复杂,从整体构图、左右、中间结构、复杂图形混合排列,包括字体变形、文案倾斜、垂直排版、中文书法字体自由排版、嵌套关系、构图常用装饰图形等,无疑增加了智能多尺寸;集团还有其他多尺寸相关产品,但主要是内置的 banner 当用户选择某个内置参数时,模板可怜地提取了常见尺寸的布局参数 banner,选择目标尺寸后,系统将选择与目标尺寸比例和尺寸最相似的布局参数,生成各种尺寸的布局参数 banner 并输出。我们希望通过上传一个想法 banner 模板可以输出所有其它尺寸 banner,这方面没有先例可循,也没有现成的算法技术或框架可供参考;我们希望智能多尺寸保留一定的设计丰富性、不同的风格、构图等,避免设计过于单一和简化,不同的风格、构图等,但这确实提高了自己的难度。
3. 如何提炼、抽象、算法化设计?

如何将设计语言转化为逻辑算法?人和机器都能理解。在探索智能多尺寸解决方案的过程中,我们需要抽象 banner 多尺寸共性需要平衡算法的通用性和特性,选择解决问题的最佳解决方案。

banner 提炼业务特征

通过 CBU 日常营销1000多张 banner 在分析中,我们发现超过80%的结构在设计中使用左右结构,优先考虑该结构的主模板,以降低机器处理的复杂性。分析了现有站90+的营销尺寸,共计数千张 banner,统计常用尺寸比例。绘制尺寸比例的散点图,大致分为纵向尺寸、横向尺寸和横幅尺寸三类。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

实战案例!阿里巴巴如何用人工智能做Banner 设计?

banner 抽象的设计元素和布局结构

我们要将 banner 将布局特征细化为可量化的客观布局规则,首先将 banner 抽象成文本的元素(title)、元素(element)、背景(background) 、标签(tag)及 logo 五大类,包括 logo 及 tag 对于业务元素,布局特征会根据业务场景的需要而有变化。然后确定每个元素的大小、布局位置、尺寸比和元素之间的关系,抽象其通用布局。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

多尺寸算法逻辑流程及布局计算

我们将布局特征分为三层:

基本布局逻辑,最基本的一般布局特征,对于每个尺寸比例范围 banner,我们统计了相应的基本布局逻辑;风格布局特征需要从主模板中提取,以表示主模板的一些布局特征,并在多尺寸布局中继承,如对齐、间距、比例、平衡、对称等。业务布局逻辑,一些业务场景强制布局特征,如一些 logo、tag 的布局。

智能多尺寸生成的算法逻辑过程进一步制定,如下图所示。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

第四步是调整每个元素的布局。我们采用更详细的布局计算方案进行计算 banner 在布局特征时,我们采用每个元素的最大外部矩形来表示元素的位置和大小,其中一些常用的布局特征是对齐、间距、比例、平衡和视觉重心。例如,元素之间是否有良好的对齐是布局的重要审美标准,布局整洁 banner 用户往往更受欢迎。

对于对齐,我们定义了三种对齐:左对齐;中间对齐;右对齐,我们使用简单的启发性探索来计算对齐。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

实战案例!阿里巴巴如何用人工智能做Banner 设计?

智能多尺寸通过后续算法开发,不断测试迭代,完成元素边缘优化、元素去除、切割区域、合图清晰度等问题,算法与前端对接,最终实现在线流程运行,通过一系列运行和推广实现 CBU 在过去的一年里,全站的覆盖已经成为 CBU 设计师和操作必不可少的工作神器。智能多尺寸生成一套 banner 用2分钟代替一整天的劳动力(按标准工作时间计算20套),效率提高200倍+。根据2017年4月至2018年2月的使用数据,该集团通过智能多尺寸节省了200万+的外包设计成本。

三、与鹿班智能平台合作,寻求价值深化

自动化设计工具基本上是从成本、效率、收入、授权业务或商业实现的角度出发,我们不满足单点技术和自动化工具,希望结合以往提高工具效率的理念,寻求智能平台合作,为我们解决更多维度的问题。希望通过场景的扩展,人、工具、平台可以有更多的联系,在场景开始产生大量的内容后,我们可以沉淀这些内容重用和再组织,在整个链接中,最终获得宝贵的数据资产,数据资源可以更多地授权我们的创意设计工作。在 在CBU328商人节期间,我们与鹿班智能设计进行了初步合作,进一步推动了场景拓展和价值深化。

我们以前在页面和页面上 BANNER 尺寸扩展做了很多探索,可以带来效率提高,但大多数是断点,我们希望鹿班能帮助我们实现线性系列推广设计工作,实现页面设计到尺寸扩展一站式在线智能生成,并借此机会进一步推进机器智能创造。基于原始数据学习的机器智能生成效果,因此原始数据的设计尤为重要。设计师需要结构化和量化设计的特点,可以分为两部分,一部分是定位设计元素的空间关系,包括文本、主题、标志、装饰、背景,需要设计和定义元素的大小、方向和形状;另一部分是定义设计元素的颜色纹理关系,包括颜色、纹理和纹理,以及颜色层之间的比例关系和位置关系。设计数据丰富,然后在鹿班设计师端上传模板,输入构图模型、配色模型、文案模型等视觉数据部分进行数据输入,智能生成,视觉数据,设计师根据生成结果进行人工评估。

实战案例!阿里巴巴如何用人工智能做Banner 设计?

实战案例!阿里巴巴如何用人工智能做Banner 设计?

为了实现页面设计到尺寸扩展一站式生成,其核心是扩展颜色和扩展版本通过这一关键技术困难,在与鹿班智能设计合作中,我们最终实现了页面设计到尺寸扩展一站式在线智能生成,并定制了独特的流程,进一步触及智能图像时代。在这个时候 在CUB328商人节大促试点中,也有不错的业务落地,一周内完成了近万张 BANNER 在保证内容丰富性的同时,智能生成大大提高了设计效率,节约了设计成本。

展望

人工智能设计是一个不可阻挡的时代。我们的探索只是一小步。我们仍然不忘初衷,致力于利用新的智能技术更好地解决业务问题,服务业务,扩大设计价值。我们期待的是,设计和技术可以真正整合。设计师更注重创造力、创造力和理解用户,将数据、计算和学习交给机器,建立良好的共生关系,让每个人都能真正改变自己的工作方式。我希望我们能共同努力,创造未来,拥抱智能设计时代!

感谢

感谢色彩转移项目 iDst 机器智能技术实验室-视觉计算团队合朔和艾杰的全力协助,感谢智能多尺寸项目的不足,以及算法原谅、晨皋和前端牧羊人的共同合作,感谢328大促销项目中乐成和鹿班项目组的大力支持!我期待着将来会有更多的火花!

感谢杨震和项红的全力支持和精心指导,感谢陆军的全过程指导和帮助,感谢创意设计团队宋毅、大雪、玉轩、韩霞等学生在项目实施过程中的全力合作!

欢迎关注「阿里巴巴UED」微信公众号:微信公众号:

实战案例!阿里巴巴如何用人工智能做Banner 设计?

「用人工智能帮助你提高效率」

“自动生成调色板!配色也可以用人工智能完成”“这个免费图库不仅有5万多个,还可以用人工智能帮你挑出最好的!”“人工智能字体来了?!阿里×世界上第一个汉仪人工智能中文字库出来了!"

================推荐明星栏目================

优秀教程网: UiiiUiii.com 它是一个优质的中文教程网站,共享了大量的PS、AE、AI、C4D和其他中文教程也为零基础设计爱好者准备了亲密的知识树专栏。打开免费自学的新篇章,根据我们的专栏一步一步地学习,你可以快速开始并产生酷的视觉效果。

设计导航:国内最受欢迎的设计网站导航,设计师必备: http://hao.uisdc.com