案例來源：優設 案例地址： [1]http://www.uisdc.com/alibaba-ai-how-it-works（《UCAN2017回顧!美工終結者「魯班智能設計平臺」是如何工作的？》） [2]http://www.uisdc.com/alibaba-luban-ai-banner（《雙11期間有1.7 億個banner，都來自阿里的“魯班”AI設計系統》） （以下為案例的簡要概述，便于之后能快速檢索到相關內容。部分文字與圖片可能直接來自原文，如有侵權請告知，謝謝）
1. 背景 1）2015年雙十一，阿里第一次基于數據做千人千面的商品推薦，此時廣告banner的個性化是 白底+商品圖 的推薦 2）2016年雙十一，魯班系統設計了1.7億bannner，此時的個性化是 主題風格+商品圖+投放文案 3）2017年，魯班系統進一步升級，下圖是魯班系統制作的banner，可以看到更具有設計感。此時的個性化是 主題風格+修飾元素+配色+構圖+商品元素。投放中使點擊率翻倍。
2. 魯班初級版 將banner拆解成“主題風格+投放商品+投放文案”，靠設計師設計多套主題模板，機器摳圖得到商品圖（與阿里搜索做圖像切割的算法團隊合作），以高人力的方式度過第一階段。該階段點擊率已經有了明顯提升。
3. 魯班進階版 從“風格背景元素+修飾元素+配色+構圖+商品圖“五個方面形成banner。

4. 魯班進階版的框架 1）元素中心：魯班banner的設計是以元素為單位，而不是以像素為單位的。通過購買與自己設計的方式，建立了一套包括“背景、主體（商品）、修飾”的元素庫。基于元素庫做特征提取。 2）設計框架：人工標注banner作為輸入特征。包括基礎的“背景、蒙版、修飾元素”等，還包括上一層的“設計手法”和“風格”。 將這些特征輸入神經網絡，訓練模型。 3）行動器：收到新設計任務，從設計框架中獲得準備好的元素，行動器負責調整元素的組合位置。行動器也通過神經網絡訓練。
4）評估網絡：“美學”和“商業”兩個方面進行評估。美學上的評估由人來進行，這方面有專業眾包公司；商業上的評估就是看投放出去的點擊率瀏覽量等等。
5. 進一步要攻克的問題： 1）機器自主生成元素：想要一朵花，可以自己畫一朵，這是計算機視覺近期熱門的問題 2）提高認知理解：用戶輸入“清涼一夏”的文案時，能理解“清涼”的含義，使圖文具有聯系 3）設計風格遷移：目前學習了上百種主流的設計風格，能完成主流的設計需求。進一步對設計風格進行遷移，得到新的設計風格。
6. 思考： 1）阿里CEO評價魯班是“數據業務化的代表”，將閑置的數據（海量商品圖）做成業務，提高了流量的效率。在有充足數據的應用場景，都可以考慮通過“規模化的個性化”來提高收益。 2）魯班的文案是如何生成的？人工擬定若干文案，還是人工確定文案元素由機器組合。千人千面的文案對于流量效率的提升有多少。

總結

以上是生活随笔為你收集整理的【笔记】鲁班智能设计平台的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。