AIGC案例實戰(zhàn)！如何用AI為可視化大屏設(shè)計提效？

三組 AI 模型輸入同樣的 Prompt，生成圖像進行橫向?qū)Ρ?，總結(jié)不同 AI 模型所擅長的繪圖風(fēng)格。

Midjourney 生成的圖像更加具有藝術(shù)風(fēng)格，更偏向 CG 畫面。Stable Diffusion、DALLE 2 生成的圖像更偏向?qū)憣崱⒕哂姓掌?。因此選擇 Midjourney 作為賦能可視化大屏設(shè)計的 AI 工具進行探索。

二、可視化大屏設(shè)計如何擁抱 AI

可視化大屏設(shè)計擁抱 AI，獲得 AI 能力加持，提升工作效率。可以從兩個方面綜合思考，找準(zhǔn)切入點。第一是工作流程，第二是頁面結(jié)構(gòu)。

1. 可視化大屏工作流程

從可視化大屏的產(chǎn)設(shè)研流程來看，一個產(chǎn)品的上線需要經(jīng)歷如下環(huán)節(jié)：提出需求 、視覺探索、交互設(shè)計、完成設(shè)計、開發(fā)文檔、協(xié)助開發(fā)、設(shè)計走查、產(chǎn)品上線等。整個流程較為復(fù)雜。結(jié)合 AI 產(chǎn)出的內(nèi)容，可將 AI 提效部分聚焦在視覺探索階段。視覺探索是整個可視化大屏產(chǎn)品設(shè)計階段較為重要的一環(huán)，也是最為耗費人力的階段。好的視覺往往能夠讓人眼前一亮，為優(yōu)秀的可視化作品奠定基礎(chǔ)。

2. 可視化大屏頁面結(jié)構(gòu)

一個完整的可視化大屏設(shè)計方案從頁面結(jié)構(gòu)上分為視覺層和數(shù)據(jù)層。其中數(shù)據(jù)層是整個可視化大屏的核心，是核心要傳達給用戶有價值的數(shù)據(jù)的內(nèi)容，輔助用戶決策。視覺層則是靈魂，一個可視化大屏是否能獲得用戶的認(rèn)可，通常看視覺層的表現(xiàn)。

根據(jù)對可視化大屏的在工作流程和頁面結(jié)構(gòu)的拆解，頁面結(jié)構(gòu)中的視覺層以及工作流程中的視覺設(shè)計更加偏向重復(fù)性以及設(shè)計探索類的工作。再結(jié)合 AI 繪圖的特點：低成本的、快速的、批量產(chǎn)生設(shè)計內(nèi)容。因此我嘗試使用 AI 來輔助完成可視化的視覺探索方向的設(shè)計工作。

三、AI 輔助生成設(shè)計流程

1. 傳統(tǒng)可視化視覺設(shè)計流程

傳統(tǒng)的可視化視覺設(shè)計流程通常從獲取地理信息數(shù)據(jù)開始，然后再進行數(shù)據(jù)建模、模型渲染、效果合成。其中完成數(shù)據(jù)建模之后的模型渲染和效果合成是一個循環(huán)反復(fù)的過程，需要不斷打磨渲染效果以及合成效果，最終才能完成作品輸出。對這個流程的優(yōu)化也將是 AI 提效的關(guān)鍵節(jié)點。

2. Midjourney 輔助視覺設(shè)計流程

開始進行 AI 輔助設(shè)計之前，我們首先需要知道 Midjourney 的工作流程是什么以及一些相關(guān)參數(shù)與名詞的介紹。

① Midjourney 工作流程

Midjourney 在 AI 生成圖像過程中有兩個路徑，其一是文本生圖，其二是以圖生圖的方式。其中文本生圖 Text to img 是更為常見的一種方式，通過一段對畫面描述的文字，告訴 AI 你想要的畫面，AI 就可以幫你生成對應(yīng)的圖像。以圖生圖 Img to img 是通過輸入一張原始圖像給 AI，輔助描述文字生成一張基于原始圖像的新圖像。

② Midjourney 參數(shù)及名詞介紹

--v 5：表示使用的是第幾個版本的 Midjourney AI 模型（目前從 V1 到 V5 版本）

--ar 2:1：所生成圖片的寬高比例 （1:1 到 2:1 之間）

--iw 1：以圖生圖模式中，新圖和原始圖的關(guān)聯(lián)度（最小是 0.5，最大是 2）

--q 2: 預(yù)覽質(zhì)量（0.25 到 5。數(shù)值越高渲染所需時間越久）

--no XXX：XXX 代表不想讓圖像出現(xiàn)的元素（--no background 表示不要背景元素）

U1 U2 U3 U4：代表了顯示的四張圖；點擊其中一個按鈕，系統(tǒng)就會發(fā)給用戶對應(yīng)的圖片 V1 V2 V3 V4：對應(yīng)了四張圖片，點擊其中一個按鈕系統(tǒng)會推給我們四張對應(yīng)圖片的細節(jié)調(diào)整版

3. 文本生圖 Text to img

在使用 Midjourney 生成圖像的過程中，整個流程的關(guān)鍵是“Prompt”的撰寫。Prompt 作為用戶和 AI 溝通的橋梁，書寫的質(zhì)量直接影響生成畫面的效果。Prompt 寫的越詳細，越完善，生成的圖像會越具體，更能符合用戶對生成圖片的預(yù)期。

Step 1 對我們想要的畫面主體進行描述。

Prompt：Earth with China as the main body,

Step 2 對我們想要的畫面主體以及畫面風(fēng)格進行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D,

Step 3 對我們想要的畫面主體、畫面風(fēng)格、視覺參考以及藝術(shù)流派進行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance,

Step 4 對我們想要的畫面主體、畫面風(fēng)格、視覺參考、藝術(shù)流派以及畫面視角進行描述。

Prompt：Earth with China as the main body, HUD, FUI, Data visualization, 3D render, C4D, Dennis Schaefer, Futurism, Artstation, Behance, panoramic, screen is blue,

Step 5 對我們想要的畫面主體、畫面風(fēng)格、視覺參考、藝術(shù)流派以及畫面視角進行描述之后，如果有意向圖片，可以選擇對應(yīng)圖片點擊“V”按鈕，讓系統(tǒng)推送細節(jié)調(diào)整版本。在這個過程中可以進行畫質(zhì)提升操作。

Step 6 在細節(jié)調(diào)整有意向圖片后，可以選擇對應(yīng)圖片點擊“U”按鈕，讓系統(tǒng)發(fā)送我們所選圖片的額大圖。

在 Text to img 過程中生成的一些其他樣式風(fēng)格的圖片，可供我們進行參考，提供靈感來源。

4. 以圖生圖 Img to img

Setp 1 使用和 text to img 相同的 Prompt，僅改變 iw 值，iw（生成的圖片和原圖片的相似性。0.5 為關(guān)聯(lián)性最低，2 為關(guān)聯(lián)性最高）值分別為 0.5、1、1.5 和 2。得到以下四組圖片。

Step 2 選擇 iw = 2 中的第四張圖片 并按 V 鍵進行視覺調(diào)整。

Step 3 再選擇 V4 進行視覺調(diào)整。最后選擇 U2 進行圖像輸出。

最后完整看一下 Img to img 的過程

四、Midjourney 其他風(fēng)格可視化設(shè)計圖像生成

五、Midjourney 生成圖像的應(yīng)用

將 Midjourney 輸出的圖像應(yīng)用于真實的場景中，同樣需要從兩方面來看。第一是可視化的頁面結(jié)構(gòu)劃分，第二是可視化設(shè)計的工作流程。

首先：根據(jù)可視化大屏設(shè)計的頁面結(jié)構(gòu)劃分來看，Midjourney 輸出的圖片只是作為背景視覺層來使用，仍需根據(jù)業(yè)務(wù)需求疊加數(shù)據(jù)層的內(nèi)容。如開篇的兩張圖所示。

其次：從工作流程來看，目前產(chǎn)出的設(shè)計稿僅可應(yīng)用于設(shè)計風(fēng)格探索階段，或者是作為飛機稿的素材使用。無法應(yīng)用于真實項目中。具體原因看第六點。

六、Midjourney 輔助可視化大屏設(shè)計存在的問題

結(jié)論：Midjourney 輔助可視化大屏視覺設(shè)計可以為設(shè)計師提供部分靈感來源。提升可視化設(shè)計師的視覺探索效率，但無法在實際項目中運用。

在地理信息可視化中，針對視覺設(shè)計主要是將地理數(shù)據(jù)信息轉(zhuǎn)化為 3D 模型，再將模型進行渲染。其中將地理信息數(shù)據(jù)轉(zhuǎn)化為 3D 模型過程中核心就是保證 3D 模型對地理信息數(shù)據(jù)的準(zhǔn)確還原。

然而基于當(dāng)前對 midjourney V4 模型以及 V5 模型的研究，我理解 AI 生成圖像的基本邏輯是將關(guān)鍵詞分別映射到不同的圖像，再將一個關(guān)鍵詞組所對應(yīng)的所有圖像進行拼接，這個過程就像是 PS 的圖片合成，或者叫視覺風(fēng)格遷移。這樣的一個生成方式會導(dǎo)致細節(jié)的不準(zhǔn)確。在實際測試過程中，針對一個具體國家、省份的三維地圖的生成結(jié)果基本都是不準(zhǔn)確的。因此無法真正用于可視化設(shè)計工作中。

那什么時候 AIGC 會對可視化大屏設(shè)計效率有質(zhì)的提升？那就是當(dāng) AI 能夠理解并找到對應(yīng)的地理信息數(shù)據(jù)后生成不同類型、風(fēng)格的圖像的時候，才能做到對普通可視化設(shè)計師的效率有質(zhì)的提升。

這一天也許很遠，也許就在明天！