2024年3月15日，在第四屆中國汽車人機交互創新大會上，小鵬汽車數據智能中心設計總監王承煬提到，從草稿到3D渲染、零部件再到場景，3D渲染階段非常耗時，所以思考能否用AI工具替代這一繁瑣過程。業界已有線稿直接轉化為實體或3D渲染的先例，團隊便嘗試將其應用于汽車設計。嘗試了多種AI工具組合，包括Midjourney、不同大模型和采樣器。多次測試后，找到了一個能還原草圖輪廓和折痕設計的最佳方案。

王承煬｜小鵬汽車數據智能中心設計總監

以下為演講內容整理:

下圖是小鵬汽車內部不同領域對應的設計活動。最左邊是造型，有內飾、外飾、零部件、色彩等。營銷和銷售部門有品牌、KV、線上線下的活動設計。此外還有HMI和數據智能中心。我們需要通過數據智能中心對AI的研究賦能三個不同的設計領域。

圖源:演講嘉賓素材

要實現這一目標，基本是采用比較傳統的設計思維，首先洞察有什么問題，設計流程中有什么卡點，然后看業界有怎樣的技術可以解決這個問題，最后將相關技術做一個應用，去適配業務，衡量產出是否能夠達到指標。整個流程形成規范后，可以在公司內部進行推廣和培訓。

小鵬的APP上有車控、社區、商城、售后服務及個人中心。在用戶體驗設計部分有一個鏈路是用戶研究，分為定性研究和定量研究。在定性用戶研究中，通常需要和用戶進行訪談，將訪談錄音轉成文字約有五六千字，把這五六千字做成總結既困難又耗時，并且會帶有個人偏見。基于此，我們通過GPTs做一些訓練，脫敏后進行輸入、輸出的對標和優化，最終的輸出總結比人工分析更快，結構化產出更優。

我們在做設計時需要對競品進行分析，會定期跟蹤不同車企APP上市的新版本功能，還會有一些新的優化改進點。此外，我們與微軟進行合作，通過他們的工具可以自動模擬人類行為去瀏覽這些網站，然后將網站信息搜集回來做格式化，存入數據庫中，最后再整理成文字，利用Copilot進行分析總結。

AIGC賦能造型設計

在利用AIGC賦能造型設計時，我們要先進行問題的洞察。在做造型設計時通常會遇到幾個問題，將草稿畫成一個比較好的渲染圖時，光影很難做好，如果要進行3D建模，就需要整個團隊的支持，消耗時間較長，最后要將整車放入場景中進行融合也有一定挑戰性。

圖源:演講嘉賓素材

我們還在內飾部分進行了與零部件一樣的嘗試，也可以渲染出不同的效果。同樣，給AI一個基礎線條就可以渲染出不同的輪轂圖形。這些生成的內容并不能直接使用，但可以作為一個比較好的設計輸入和參考。

我們在做內飾時所生成的是雙視圖，上下元素基本一致，因此可以一次生成兩個不同視角的內飾風格。我們還將AI工具放在內部做了一個平臺，優化界面，將一些素材整理在一起，讓設計師可以更方便地使用。

在設計部分還有一個需求，他們希望能夠實時地將手繪的草稿直接渲染成3D的結果。對此，我們采用了ComfyUI技術，搭建自己的工作流，會對窗口進行監聽。右下角是監聽PS畫板的窗口，能夠實時進行模型運算，大約每半秒能生成一張圖，每畫一筆就會渲染出一個3D結果。這一功能能夠讓設計師較快知道草圖變成3D后的效果。

圖源:演講嘉賓素材

AIGC賦能營銷設計

在做營銷物料時，通常難以找到較好的素材，或需要付費。此外，3D渲染花費的時間較長，費用高，還難以做得逼真。當前業界有許多一鍵生圖的應用，將產品圖與AI技術融合后可以生成相應場景，同樣的原理也可以應用在車上。

在我們的廣州車展X9發布會上，背后的主KV由AI生成。我們首先將車的輪廓提取出來，把車的空背圖P到Midjourney生成的場景上，再經過AI渲染，呈現出金色光影，最后將其放入PS進行合成，生成最終的效果圖。

圖源:演講嘉賓素材

在X9空間的活動中，外星場景需要通過AI生成背景，首先是生成背景，然后將車進行替換合成。該項目的車圖物料是橫版，但活動需要豎版，因此我們通過AI對其進行了補齊。

我們在收到車時，由于時間原因，沒有人在車里，于是就想到用AI將人畫進去。畫人要將3D模型把人放在對應位置，輸入骨架圖和深度圖，再通過AI把人畫進去。最后我們將人物P到車里，進行合成。由于AI所生成的人在光影和顏色等細節上不太像真人，我們會通過光影重繪使其更加協調。

鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。