人工智能辅助艺术创作与设计应用基础电子书

书名页

内容提要

作者简介

推荐序

前言

第1章　AIGC导论

1.1　AIGC的定义与历史发展脉络

1.1.1　人工智能的定义

1.1.2　生成式人工智能的定义

1.1.3　内容生成式人工智能的定义

1.1.4　生成式设计人工智能的定义

1.1.5　AIGC的发展历程

1.1.6　AIGC当前的发展趋势与对未来的展望

1.2　AIGC协同艺术创作与设计的意义、应用场景和形式

1.2.1　AIGC技术应用的意义与价值

1.2.2　AIGC的应用场景

1.2.3　AIGC的生成形式

1.3　AIGC与造型艺术家的关系

1.3.1　人类为什么要创造艺术

1.3.2　AIGC作为艺术家的模拟者

1.3.3　AIGC作为艺术家的合作者

1.3.4　AIGC作为艺术的创作者

第2章　AIGC技术的理论基础

2.1　AIGC的算法与关键技术

2.1.1　生成式对抗网络与深度学习网络

2.1.2　变分自编码器

2.1.3　大型语言与图像生成模型

2.1.4　条件生成模型与语义的强化学习理解

2.2　AIGC内容与形式的转译

2.2.1　文化元素到设计形式

2.2.2　内容到设计形式

2.2.3　语音到文本

2.2.4　从内容到设计形式转译的应用与展示

2.3　AIGC技术的差异性与局限性

2.3.1　生成内容类型的差异性

2.3.2　当前AIGC技术的局限性

2.3.3　AIGC技术交互性和适应性的挑战

第3章　AIGC国内外热门工具介绍

3.1　AIGC工具的发展概况与分类

3.1.1　AIGC工具的发展概况

3.1.2　AIGC工具的分类

3.1.3　AIGC工具的快速迭代和延展

3.2　ChatGPT

3.2.1　ChatGPT的主要功能

3.2.2　ChatGPT的主要优缺点

3.2.3　操作程序

3.2.4　国内目前有效使用ChatGPT的方法

3.2.5　ChatGPT的学习和开发资源

3.3　DALL·E 3系统

3.3.1　DALL·E 3主要功能与插件

3.3.2　DALL·E 3的优缺点与特色功能

3.3.3　DALL·E 3的操作程序和方法

3.3.4　DALL·E 3的实操案例

3.4　Gemini

3.4.1　Gemini的文本功能

3.4.2　Gemini的绘图功能

3.4.3　Gemini绘图的连接和使用

3.4.4　Gemini生成双子星海报、标志和网页设计案例

3.4.6　Gemini的使用方法

3.5　Midjourney

3.5.1　Midjourney的优缺点

3.5.2　Midjourney的使用

3.5.3　使用Midjourney生成三视图

3.6　Stable Diffusion

3.6.1　Stable Diffusion的安装条件

3.6.2　Stable Diffusion ControlNet插件的安装

3.6.3　Stable Diffusion的使用方法

3.7　OpenAI Sora

3.7.1　Sora的使用场景

3.7.2　注册OpenAI账户并申请Sora测试资格

3.7.3　Sora的主要功能

3.7.4　Sora的使用方法

3.8　MuseDAM

3.8.1　MuseDAM创意素材收集

3.8.2　MuseDAM创意素材管理

3.8.3　MuseDAM素材分享

3.8.4　MuseDAM辅助艺术创作设计功能

3.8.5　MuseDAM辅助文案写作功能

3.9　智谱清言

3.9.1　智谱清言的PC端

3.9.2　智谱清言的对话部分

3.9.3　智谱清言的文档部分

3.9.4　智谱清言的代码部分

3.9.5　智谱清言的绘画与文案写作案例

3.10　国内外其他AIGC垂直领域艺术创作工具

3.10.1　商汤秒画

3.10.2　奇域AI

3.10.3　MewX AI

3.10.4　DeepArt

3.10.5　Prisma

3.10.6　DeepDream

3.10.7　Paints Chainer

3.10.8　道子中国画

3.11　国内外其他AIGC艺术设计工具

3.11.1　生成标志的AIGC工具

3.11.2　设计广告海报的AIGC工具

3.11.3　网页设计AIGC工具

3.11.4　Flipboard智能排版系统

3.11.5　H5的AIGC系统工具

3.11.6　一键智能生成App系统

3.11.7　“易嗨定制”文创艺术衍生产品设计生成式小程序

3.11.8　在线产品样机生成式工具

3.11.9　SketchUp中文草图大师

3.11.10　Qu+家装BIM云平台

3.11.11　Qu+ VR平台

3.12　国内外主要AIGC工具比较

3.12.1　ChatGPT与Gemini的比较

3.12.2　DALL·E 3与Midjourney的比较

3.12.3　国内几款AIGC工具的比较

3.12.4　DeepSeek与ChatGTP比较

3.12.5　国内外AIGC工具和智能体在实际应用方面的比较

第4章　传统成熟的工具与AIGC工具的比较与融合应用

4.1　传统设计软件智能功能的发掘与应用

4.1.1　传统设计软件与AI软件的优势比较

4.1.2　传统设计软件与AI软件融合使用的方法

4.1.3　传统设计软件与AI融合使用案例

4.2　Adobe 2024全家桶主要软件新增的智能功能

4.2.1　Photoshop软件的人工智能功能与应用

4.2.2　Illustrator软件的智能功能与应用

4.2.3　Dreamweaver软件的智能功能与应用

4.2.4　Premiere软件的智能功能与应用

4.2.5　InDesign软件的智能功能与应用

4.2.6　After Effects软件的智能功能与应用

4.3　其他传统设计工具新增的智能功能

4.3.1　CorelDRAW软件的智能功能与应用

4.3.2　C4D软件的智能功能与应用

4.3.3　Rhino软件的智能功能与应用

第5章　AIGC协同艺术创作与设计的流程与方法

5.1　AIGC协同艺术创作与设计的流程与方法

5.1.1　AIGC标志设计流程

5.1.2　AIGC产品设计流程

5.1.3　AIGC室内设计流程

5.1.4　AIGC汽车文创衍生品研发设计的流程案例

5.2　AIGC设计提示词思维与训练

5.2.1　提示词的结构化思维

5.2.2　结构化提示词的写作方法

5.2.3　提示词思维的训练

5.2.4　提示词语法结构及案例分析

5.3　几种AIGC绘图工具的提示词写作案例

5.3.1　ChatGPT与DALL·E 3的提示词思维

5.3.2　Midjourney和MuseDAM的提示词思维

5.4　AIGC专属（自定义）模型的构建

5.4.1　专属模型的功能

5.4.2　使用MuseAI生成专属模型的办法

5.4.3　专属模型设置的案例

5.5　设计内容与形态的转译

5.5.1　设计元素的内容分析

5.5.2　设计内容转译的思维过程

5.5.3　设计大数据与文化基因传承的模因

5.5.4　建立设计文化基因库的创新思维和路径

5.6　AIGC设计大数据的构建

5.6.1　设计大数据的建构

5.6.2　设计大数据在视觉传播设计中的应用

5.6.3　设计大数据在产品设计中的应用

5.7　AIGC作品后期的二次元三次元优化

5.7.1　AIGC设计作品的生成分析

5.7.2　人机融合的二次元优化

5.7.3　人机融合的三次元迭代与优化

第6章　AIGC协同艺术创作与设计的问题和解决方案

6.1　AIGC协同艺术创作与设计的主要问题与解决问题的原则

6.1.1　AIGC协同艺术创作与设计的主要问题与解决方案

6.1.2　AIGC协同设计方案的优化选择

6.1.3　选择AIGC协同设计方案的建议

6.1.4　AIGC协同设计规避同质化的实战案例

6.2　AIGC伦理和知识产权的规避与合理解决方案

6.2.1　AI及其案例讨论分析

6.2.2　对失业、不平衡问题的思考

6.2.3　AI伦理问题建议

6.3　艺术AIGC明天的展望和今天的对策

6.3.1　AIGC在艺术创作与设计行业发展预测

6.3.2　AIGC时代创意设计师期待与需求的10个思考

6.3.3　AIGC协同艺术设计的10种研发需求

6.3.4　AIGC协同艺术设计开发的重点与难点

6.3.5　展望AIGC艺术创作设计的明天

主要参考文献