高峰，徐迎慶，劉夢庭，吳昱葦

【院士專欄：中華文化數(shù)字化創(chuàng)新設計研究新范式】

數(shù)字文化新范式與人文創(chuàng)新研究

高峰1，徐迎慶2a,2b，劉夢庭3，吳昱葦1

（1.北京大學 藝術學院，北京 100871；2.清華大學 a.美術學院 b.未來實驗室，北京 100084；3.浙江省北大信息技術高等研究院，杭州 310000）

針對傳統(tǒng)文化產(chǎn)業(yè)存在的人工成本相對高昂、物資損耗相對較大等問題，利用科技賦能企業(yè)服務，從而節(jié)省人力資源、降低設計門檻、提高設計效率、靈活對接生產(chǎn)、服務更廣人群。將人工智能應用于文化產(chǎn)業(yè)，從智能設計和智能制造兩方面，拆分文化產(chǎn)業(yè)服務環(huán)節(jié)。一方面，將智能設計具體化為平面設計和結構設計，再進一步將平面設計劃分為智能配色和智能排版兩個部分。另一方面，智能制造主要基于大數(shù)據(jù)來調(diào)整工廠產(chǎn)能，提高訂單處理效率，減少不必要的人力、物力損耗。浙江省北大信息技術高等研究院和大勝達人工智能包裝設計聯(lián)合實驗室研發(fā)了人工智能設計師小方，并開發(fā)出包含AI設計、配材推薦、印前檢測、智能供應鏈、訂單管理、產(chǎn)能分配等環(huán)節(jié)在內(nèi)的一體化文化設計服務模式，為非專業(yè)用戶提供了從設計到生產(chǎn)的全流程新智造服務。人工智能在文化產(chǎn)業(yè)領域實現(xiàn)了需求分析理解、一鍵生成設計方案、智能印前檢測、靈活對接工廠、隨時查詢訂單狀態(tài)等功能創(chuàng)新，獲得了高效迅捷、所見即所得的競爭優(yōu)勢。同時，人工智能技術尚未觸達人類的情感層面，無法捕捉服務對象的人性溫度，在人文關懷領域仍有進步空間。

人工智能；大數(shù)據(jù)；工業(yè)創(chuàng)新；企業(yè)服務；產(chǎn)業(yè)賦能；新智造

近年來，新興技術的快速發(fā)展使文化產(chǎn)業(yè)的數(shù)字化轉型成為大勢所趨。2022年4月26日，習近平總書記主持召開了中央財經(jīng)委員會第十一次會議，會議強調(diào)，“要加強信息、科技、物流等產(chǎn)業(yè)升級基礎設施建設，布局建設新一代超算、云計算、人工智能平臺、寬帶基礎網(wǎng)絡等設施，推進重大科技基礎設施布局建設”[1]，也就是說，從頂層設計的角度來看，硬件設施和平臺建設是數(shù)字文化產(chǎn)業(yè)的基礎，從數(shù)字技術的底層邏輯出發(fā)，進行全產(chǎn)業(yè)鏈的整體布局，才能積極推動文化產(chǎn)業(yè)上、中、下游完成數(shù)字化轉型，迎接日新月異的應用端需求變化。2021年是“元宇宙”元年，“元宇宙”、NFT藝術、云展演都是2021文化產(chǎn)業(yè)的關鍵詞[2]。作為數(shù)字在場的集大成形式，元宇宙標志著數(shù)字文化產(chǎn)業(yè)在“計算力、響應力、逼真性、沉浸性、互動性、用戶自主性、數(shù)字財產(chǎn)保護、數(shù)字貨幣支付等”[3]方面的劃時代突破。人工智能（Artificial Intelligence，AI）技術是元宇宙相關研究中受關注程度較高的關鍵技術之一，能夠大幅提高全產(chǎn)業(yè)鏈的工作效率和智能化水平[4]。在這樣的時代背景下，研究人工智能技術的算法邏輯，深度解析當下社會創(chuàng)新的核心驅動力，具有重要的現(xiàn)實意義。這既能為多維度的雙創(chuàng)探索和傳統(tǒng)制造業(yè)的升級迭代蓄力，又能滿足人民群眾日益增長的審美生活需求。目前人工智能技術在人文領域的應用已取得一定成果，有必要總結新近的開發(fā)經(jīng)驗，挖掘普適的市場規(guī)律，完善人工智能技術條件下新的數(shù)字文化產(chǎn)業(yè)機制，生成理論化的數(shù)字文化新范式。

1 數(shù)字文化新范式

既有的文化產(chǎn)業(yè)研究往往將文化內(nèi)容視為核心，將數(shù)字技術作為便利創(chuàng)作、展現(xiàn)內(nèi)容、批量生產(chǎn)、輔助傳播的工具[5]。按照這樣的理解構建出來的數(shù)字文化范式仍未脫離傳統(tǒng)文化產(chǎn)業(yè)的窠臼，受限于文化產(chǎn)業(yè)的市場慣性，以文化資源為主，以數(shù)字技術為輔，在陳舊觀念的影響下，哪怕是最前沿的數(shù)字技術也只能起到錦上添花的作用，很難從根本上革新業(yè)態(tài)，真正賦能文化生產(chǎn)。鑒于此，需要構建與技術發(fā)展前景、基礎設施布局相輔相成的新的數(shù)字文化范式。

有研究者將數(shù)字文化產(chǎn)業(yè)的新特征總結為：以用戶價值為核心、多元主體網(wǎng)絡協(xié)同并行式的產(chǎn)品生產(chǎn)、產(chǎn)業(yè)生態(tài)組織形式，以數(shù)字虛擬集聚為主、技術催化內(nèi)容創(chuàng)新[6]。數(shù)字文化產(chǎn)業(yè)所面臨的前沿技術條件是Web 3.0，第三代互聯(lián)網(wǎng)（重塑數(shù)字經(jīng)濟格局，產(chǎn)生新的組織形態(tài)，提供個性化的體驗）[7]，提供了去中心化、知識產(chǎn)權保護的技術保障，帶來了更好的人機交互體驗。新范式應當以數(shù)字技術的最新特性為基石，尊重Web 3.0時代的行業(yè)規(guī)律，以市場發(fā)展的需要為導向，以人民對美好生活的追求為動力，形成以智慧城市、智慧醫(yī)療、智慧農(nóng)業(yè)、智慧文旅、智慧教育等為代表的“智慧+人文”的有機社會結構。

數(shù)字文化新范式是中國力量和中國智慧的數(shù)字體現(xiàn)，見圖1。社會經(jīng)濟結構的變化要求數(shù)字時代的新技術積極貢獻出突破性的中國力量，展現(xiàn)出切實有效的中國智慧。這樣的中國力量凝聚在一起，可以被稱為文化軟實力，而這樣的中國智慧則具體化為新時代的藝術創(chuàng)造力。在科學與藝術交叉、技術與人文融合的文化產(chǎn)業(yè)領域，數(shù)字文化新范式能夠得到多維度的表現(xiàn)。尤其是設計行業(yè)，設計師既需要掌握相當?shù)臄?shù)字技術能力，又需要具備一定的藝術知識儲備，還需要面對花樣翻新的服務要求。

電商活躍的新市場、長期居家的新情況對文化產(chǎn)品提出了更高的要求，技術成熟的新形勢呼喚著內(nèi)生于數(shù)字邏輯的藝術設計新表達。浙江省北大信息技術高等研究院和大勝達人工智能包裝設計聯(lián)合實驗室對現(xiàn)有文化業(yè)務模式進行了考察，立足現(xiàn)有信息技術條件和行業(yè)發(fā)展狀況，聚焦企業(yè)困境，綜合應用大數(shù)據(jù)分析、計算機圖形學、自然語言處理、深度學習、虛擬現(xiàn)實等新興數(shù)字技術，在測試和實踐中形成了一套涵蓋智能設計和智能制造的人工智能文化產(chǎn)業(yè)機制。本文將以這套人工智能文化產(chǎn)業(yè)機制為案例，總結數(shù)字文化新范式，拓展人文創(chuàng)新研究視域。

1.1 綠色發(fā)展

社會發(fā)展觀念的革新引發(fā)了范式轉換的急迫需要。“習近平總書記的綠色發(fā)展理念，正是對這種新范式需要的系統(tǒng)性思考和戰(zhàn)略性回答?！盵8]2015年，李克強提出了“中國制造2025”計劃。隨后審議通過的《中國制造2025》要求全面推行綠色制造。我國經(jīng)濟社會的綠色發(fā)展理念，給許多行業(yè)的現(xiàn)代化建設帶來了機遇和挑戰(zhàn)。如何提倡綠色生產(chǎn)生活方式、盡快達到碳中和，從而加速綠色現(xiàn)代化，成為了各行各業(yè)亟待思考的問題。李鳳亮等[9]指出，文化產(chǎn)業(yè)具有融合度高、開放性強的特點，能夠通過“生產(chǎn)資料的精準分配、減少物流配送、減輕文化消費環(huán)境污染，促使文化產(chǎn)業(yè)更加綠色、生態(tài)、環(huán)保”，成為了實踐碳中和的典型。

圖1 數(shù)字文化新范式

能最直接地體現(xiàn)綠色環(huán)保理念的是普遍存在于各行業(yè)分支的產(chǎn)品制造和包裝問題。為了提高營銷環(huán)節(jié)需要的競爭力、降低流通環(huán)節(jié)導致的損耗率，各種類型的產(chǎn)品需要有定制化的三維結構和適配材質(zhì)，這不僅造成了大量的包裝浪費，還極其消耗人力。設計師需要綜合考慮科學合理、表里如一、綠色環(huán)保、經(jīng)濟實惠、特色明顯、美觀大方等方面，平均每次設計需要約5天的工作周期，導致設計費用和包裝費用經(jīng)常超出產(chǎn)品的成本預算。

面對“既要達到日益提高的設計要求，又要降低產(chǎn)品設計成本”等難題，亟須交叉融合人工智能、云計算與大數(shù)據(jù)等信息技術，另辟蹊徑地研究和開發(fā)產(chǎn)品設計與制作的新型技術系統(tǒng)。人工智能設計是人文藝術與科學技術互滲互助的產(chǎn)物，可以優(yōu)化產(chǎn)業(yè)結構，提升產(chǎn)品設計的結構針對性，根據(jù)累積數(shù)據(jù)和專家經(jīng)驗來推薦合適配材，減少物資損失，而且將5天左右的真人設計師工作時長，縮減到約0.5 h的人工智能設計師工作時長，既做到了增效，又兼顧了降本。

1.2 知識共享

知識共享是價值共創(chuàng)的必要前提。張蕾等[10]指出，文化產(chǎn)業(yè)鏈分為輸出內(nèi)容與創(chuàng)作研發(fā)的上游、生產(chǎn)制作與成品營銷的中游、文化消費和再生產(chǎn)的下游，而文化生態(tài)則由場、人、物構成。上、中、下游之間的信息壁壘會造成產(chǎn)業(yè)整體結構的失衡，而動態(tài)包容的公共場域、靈活機變的數(shù)字分身、充?？捎玫奈镔|(zhì)資料則有利于形成高效的文化產(chǎn)業(yè)機制。新時代技術條件下的從業(yè)者致力于搭建工業(yè)互聯(lián)網(wǎng)平臺，在知識共享許可協(xié)議（Creative Commons license，又稱CC協(xié)議）的基礎上共建多源知識圖譜，實現(xiàn)各產(chǎn)業(yè)環(huán)節(jié)的數(shù)據(jù)互通，打通企業(yè)上下游關系，在動態(tài)、持續(xù)的知識共享過程中，共創(chuàng)相互信任的數(shù)字文化氛圍，尤其要借助社群互動的多樣性，來突破顯性知識共享的局限性，創(chuàng)造隱性知識共享的多元渠道。就文化服務業(yè)態(tài)而言，采集招投標信息，匯聚全國設計、制造行業(yè)的專家經(jīng)驗顯得尤為重要。只有解決信息不對等的固有問題，構建知識共同體，才能營造更加公平的市場環(huán)境，有效幫扶小微企業(yè)，對口有服務需求的客戶。

人工智能文化產(chǎn)業(yè)的整體平臺構建可以被分為智設計、智制造、智管理三個有機組成部分。將設計端、制造端、管理端的零散信息匯總到一起，建立可被共享的龐大數(shù)據(jù)庫。如此形成的柔性供應鏈體系（見圖2）可以預先洞察用戶的設計需求，在較短的周期內(nèi)，相對經(jīng)濟地處理突發(fā)情況，匹配用戶不斷變化的制造需求，及時調(diào)整工期節(jié)點，降低不必要的產(chǎn)能損耗，減少管理成本和時間浪費，增強小微企業(yè)應對不確定性的能力。對用戶來說，知識共享消除了用戶與工廠之間的信息差，讓用戶能有渠道、有能力掌握基本的設計知識，了解工廠資質(zhì)、工藝精度、設備性能、市場價格等消費信息，避免劣幣驅除良幣的局面出現(xiàn)，強有力的市場監(jiān)管、規(guī)范化的市場運行、透明的市場行情使渾水摸魚不再可能，有利于消費者和良心生產(chǎn)商的價值共贏。供應鏈體系還有進一步優(yōu)化的空間，鼓勵用戶加入數(shù)據(jù)共享平臺，做好設計質(zhì)量評估，記錄自己的設計體驗，做到用戶直連制造，甚至參與共創(chuàng)，讓柔性供應鏈深度服務于用戶的情感需求，得到最理想的設計效果，提升用戶的個性化體驗。

1.3 區(qū)域協(xié)同

自2018年以來，區(qū)域協(xié)同就成為了中國特色現(xiàn)代文化產(chǎn)業(yè)發(fā)展體系的關鍵詞。為了實現(xiàn)區(qū)域協(xié)同，傳統(tǒng)文化產(chǎn)業(yè)強調(diào)文化產(chǎn)業(yè)園區(qū)在特定經(jīng)濟片區(qū)的引領作用。具體方法是借助文化的同根同源性，凝聚區(qū)域的文化向心力，通過政策試點，集合區(qū)域資源，打造示范性的產(chǎn)業(yè)園區(qū)，從而增強區(qū)域的綜合生產(chǎn)力，釋放長久的消費力[11]。隨著一系列重大區(qū)域發(fā)展戰(zhàn)略得到層層落實（布局產(chǎn)業(yè)園區(qū)、共創(chuàng)文化繁榮、統(tǒng)籌公共空間、共建基礎設施、治理生態(tài)環(huán)境、共享公共服務），重點區(qū)域的凝聚力得到空前加強。同時，既有的案例、經(jīng)驗顯示，充分發(fā)揮區(qū)域的長足優(yōu)勢，專門培養(yǎng)特定的技術人才，推動傳統(tǒng)行業(yè)轉型升級，開展區(qū)域校企聯(lián)動合作，提高專業(yè)知識的應用轉化效率，才能加快推進經(jīng)濟發(fā)展。

圖2 柔性供應鏈體系

在新興的數(shù)字技術條件下，區(qū)域統(tǒng)籌協(xié)作仍然是促進文化產(chǎn)業(yè)良性發(fā)展的可靠方案。然而，照搬傳統(tǒng)文化產(chǎn)業(yè)的區(qū)域協(xié)同模式并不能應對數(shù)字文化時代的新問題，同時，也難以發(fā)揮數(shù)字技術的優(yōu)勢。傳統(tǒng)文化產(chǎn)業(yè)的發(fā)展速度提上去之后，區(qū)域內(nèi)的同類型產(chǎn)品可能會出現(xiàn)產(chǎn)能過剩的問題，而其他區(qū)域則可能急需類似產(chǎn)品，但缺乏原材料或生產(chǎn)條件，導致區(qū)域內(nèi)市場供不應求。這就要求深化跨區(qū)域協(xié)作，搭建高速的交通體系，鋪展全面的物流網(wǎng)絡，連接區(qū)域內(nèi)的產(chǎn)品生產(chǎn)與區(qū)域外的銷售渠道。數(shù)字文化新范式強調(diào)區(qū)域協(xié)同，不僅要持續(xù)制造區(qū)域性的注意力焦點，保留地緣情感和密切的空間關系，在此基礎上解決傳統(tǒng)文化產(chǎn)能不靈活的問題，還要利用數(shù)字技術提高社群黏性，使數(shù)字創(chuàng)意產(chǎn)業(yè)集群實現(xiàn)快速成長，從而“挖掘產(chǎn)業(yè)價值、延長產(chǎn)業(yè)鏈條、提升產(chǎn)業(yè)發(fā)展規(guī)模經(jīng)濟效應和范圍經(jīng)濟效應”[12]。

線上、線下相結合的區(qū)域協(xié)同方案以及跨區(qū)域的發(fā)展趨勢對調(diào)配區(qū)域資源和平衡供需關系的機制提出了更高的要求。在傳統(tǒng)文化產(chǎn)業(yè)中，小微制造企業(yè)占比高、生產(chǎn)標準不統(tǒng)一、無長期有效可持續(xù)訂單、線下業(yè)務員跑訂單無法保質(zhì)保量等問題持續(xù)存在。人工智能應用于文化產(chǎn)業(yè)的管理機制是深耕行業(yè)現(xiàn)實的專業(yè)成果，配合區(qū)域產(chǎn)業(yè)布局，提高整體數(shù)字化程度，集成區(qū)域性資源信息之后，智能匹配的功能可以瞄準多方需求，調(diào)整供需關系，形成更高效的供需模式（見圖3），實現(xiàn)集中式互聯(lián)網(wǎng)接單，并降低制造成本，統(tǒng)一生產(chǎn)制造標準，保障社會民生。

1.4 傳統(tǒng)活化

“在全球化、普適計算和物聯(lián)網(wǎng)時代，設計需要理性地重新思考其在人文藝術和科學技術之間的橋梁作用”[13]，邁向藝工融合的長遠發(fā)展目標。將人工智能技術創(chuàng)造性地應用于文化服務領域，能夠高效抓取用戶需求的關鍵信息，精準、迅捷地提煉地緣藝術文化的視覺要素，轉化為特點明晰、詳略得當?shù)钠矫嬖O計圖（見圖4），助力當?shù)剞r(nóng)副產(chǎn)品、小微企業(yè)，彰顯品牌化定位，拓寬銷售渠道，適應瞬息萬變的市場環(huán)境。例如在2021年福建莆田仙游度尾文旦柚項目和2022年“麗江芒果”產(chǎn)銷對接項目中，第二代AI設計師小方出色地完成了中國地理標志產(chǎn)品的包裝設計，實現(xiàn)了地域民俗的創(chuàng)造性轉化，見圖5。

圖3 供需模式

圖4 小方智能設計網(wǎng)頁應用端

王亞琦等[14]認為，設計智造系統(tǒng)更有利于傳統(tǒng)活化探索，人工智能設計可以通過“數(shù)智技術升維、產(chǎn)業(yè)跨界重塑、生活活態(tài)賦能等路徑，以科藝融合的設計創(chuàng)新激活傳統(tǒng)文化的內(nèi)在生命力，讓傳統(tǒng)保留生活溫度、回歸日常?！闭嫒嗽O計師容易形成自己的獨創(chuàng)風格，雖然能最大程度地體現(xiàn)設計的藝術價值，但是很難及時適應不同用戶的需求，預算有限、相對弱勢的用戶只能勉強接受同質(zhì)化的設計方案。而人工智能設計不拘一格，不必擔心會受到既有作品風格的影響，只需改變可供學習的風格素材庫，就能很快調(diào)整出想要的新風格。面對未來更加多樣化的設計需求，設計智造可以與“全生命鏈條”的數(shù)字文博產(chǎn)業(yè)合作，利用數(shù)字化手段完成文博信息的再開發(fā)[15]。根據(jù)新消費群體的偏好，挖掘傳統(tǒng)文化的現(xiàn)代價值，為品牌量身定做有歷史感和趣味性的新設計，便于給用戶提供充裕且優(yōu)質(zhì)的選擇空間。如果用戶不滿意，也不存在礙于情面、溝通不暢的人際社交問題。良好的人機互動機制解決了設計行業(yè)的核心痛點，讓用戶沒有顧慮，敢于說不，使設計方案改到真正滿意為止。數(shù)字智慧賦能品質(zhì)國貨還有利于樹立文化自信，活化傳統(tǒng)經(jīng)典，弘揚民族精神，讓新時代的中國情結滲透到審美化日常生活的方方面面，促進中華文化的創(chuàng)新性發(fā)展。

1.5 數(shù)字倫理

科學技術的快速發(fā)展使數(shù)字文化產(chǎn)業(yè)的現(xiàn)狀和前景煥然一新，而與之相適應的倫理道德觀念還未得到普遍的認識和充分的討論。2022年3月20日中共中央辦公廳、國務院辦公廳印發(fā)的《關于加強科技倫理治理的意見》明確將“增進人類福祉”“尊重生命權利”“堅持公平公正”“合理控制風險”“保持公開透明”這五條作為科技倫理的基本原則[16]。俞鼎等[17]認為，人工智能具有場景驅動創(chuàng)新的特殊性，需要在具體情境和技術理解中建立主體的責任意識。一方面，人工智能的技術邏輯對數(shù)字霸權、數(shù)字鴻溝、數(shù)字異化來說具有自反性，從業(yè)者應當在技術研究中注意考慮社會公平性，主動利用技術優(yōu)勢，推動公共資源配給方式優(yōu)化；另一方面，開發(fā)者和應用者需要提高道德敏感度，抓住數(shù)字機遇，修正數(shù)據(jù)偏見，促進工具理性轉向價值理性，傳遞正向文化價值。

圖5 文旦柚、云南芒果的包裝

Fig.5 Packaging of Mandaean pomelo and Yunnan mango

以人工智能設計為例，這一技術創(chuàng)新的初衷是希望用戶不再受限于以量取勝、平攤設計成本的傳統(tǒng)盈利模式。人工智能設計能夠包容小眾偏好、滿足弱勢需求，讓一些偏個性化的想法能有落地的可能性，是一種具有人文關懷的寶貴嘗試。如何進一步讓虛擬現(xiàn)實和實體經(jīng)濟有機結合，促進“碳基倫理與硅基倫理之間的融合與平衡”[18]，構建面向未來的數(shù)字倫理新范式，是從業(yè)者要持續(xù)思考的問題和努力的方向。

1.6 可視數(shù)據(jù)

通過可視化手段，可以對原本抽象、龐雜的數(shù)據(jù)進行預先計算和處理[19]，將數(shù)據(jù)本身和數(shù)據(jù)關系呈現(xiàn)為便于展示和易于解析的圖表，這種轉換能夠起到篩選大批量信息、重新結構化大數(shù)據(jù)的作用。在轉換的過程中，多余的信息被剔除了，復雜的數(shù)據(jù)被厘清了，使用者不用浪費精力收集數(shù)據(jù)或整理數(shù)據(jù)，就能夠直接得到可視數(shù)據(jù)，只需要專注挖掘數(shù)據(jù)的深度潛力，極大地提高了工作效率。人工智能設計在算法上具有優(yōu)越性，AI設計師善于學習數(shù)據(jù)庫中的設計信息，也善于提取用戶的需求信息，通過建立這兩者間的數(shù)據(jù)聯(lián)系，就能將用戶的描述性需求準確轉換為視覺要素（結構要素、美學要素、文化要素、營銷要素等），并且快速生成可視化方案。

人工智能文化產(chǎn)業(yè)流程包括智能設計和智能制造，智能設計又包括平面設計和結構設計，結構設計可以有效保護產(chǎn)品的自身價值，平面設計可以有效提升產(chǎn)品的附加價值，而平面設計可以再細分為智能配色和智能排版。在整個流程中，人工智能設計師的核心能力可以被總結為一鍵平面設計、智能結構設計、智能印前檢測、智能配材推薦四個部分，見圖6。為了凸顯核心能力，優(yōu)化用戶體驗，團隊可以將各部分功能集成為可視化模塊，用戶就能夠借助云渲染技術，直觀地看到設計方案，然后按照自己的心意操作模塊，調(diào)整配色、排版、元素，以達到自己想要的效果。

圖6 人工智能設計組合鏈路

2 智能設計研究現(xiàn)狀

隨著人工智能技術的發(fā)展，AI在設計領域中的優(yōu)勢也逐漸體現(xiàn)出來，主要表現(xiàn)為高效率和全面性，包括與計算力相關聯(lián)的高性能計算、高效率存儲與讀取，以及與行業(yè)知識相關聯(lián)的大數(shù)據(jù)分析、知識圖譜構建等方面。設計活動充滿了人類的思維和想法，對機器來說是比較抽象的概念。參數(shù)化的方式用數(shù)字程序描述對象，以及對象之間的聯(lián)系，使計算機能理解和計算[20]?；谟嬎銠C視覺和圖形學，可以將視覺傳達設計過程中的摳圖、布局設計、色彩搭配等任務，轉化為計算機能處理的運算問題，自動化設計中的環(huán)節(jié)，減少重復性簡易設計工作的時間消耗，輔助設計師進行更高效的設計。

智能摳圖的主要任務是Matting，目標是找到用于區(qū)分前景F和背景B的合適透明度權重alpha。2018年，Aksoy等[21]提出了像素級的語義軟分割（Semantic Soft Segmentation，SSS）模型，允許對圖像進行分割時出現(xiàn)過渡區(qū)域，可實現(xiàn)頭發(fā)絲級的高精度摳圖。2020年，Sengupt等[22]使用原圖和背景圖的組合，代替了傳統(tǒng)的原圖和三元圖（Trimap）的組合，支持在動態(tài)視頻上進行實時摳圖。同年，Liu等[23]和Qiao等[24]都提出了不需要提供三元圖的Matting方法，達到了當時此方向上的SOTA效果。此外，Liu等[23]的方法可用于細化粗標注的公共數(shù)據(jù)集和語義分割方法，可大大降低高質(zhì)量注釋的人力成本。到了2022年，國內(nèi)的PaddleSeg團隊開源了PP-Matting系列模型，可針對不同分辨率的輸入，提供最匹配的SOTA模型，并且可實現(xiàn)不同場景下的模型微調(diào)。

布局設計是對圖像、文本、顏色等視覺元素組合的功能化表達，不僅需要傳遞視覺元素所表達的信息，同時也要使整體的設計排列更具有吸引力。2016年，Yang等[25]基于與審美相關的高級語義特征和可計算的低級圖像特征，設計了一個可用于布局設計的自動排版框架。該框架整合了視覺傳達設計中的關鍵元素，包括圖像合成、智能排版、顏色搭配，實現(xiàn)了視覺文本布局的自動生成。隨著生成對抗網(wǎng)絡（Generative Adversarial Networks，GANs）的發(fā)展，智能設計領域逐漸開始關注直接的內(nèi)容創(chuàng)作。2019年，Li等[26]提出了基于GANs的布局設計生成模型LayoutGAN。傳統(tǒng)的GANs會在像素級別上進行圖像合成，而缺少元素之間的關系信息，LayoutGAN利用自注意力模塊，通過對高級語義和幾何關系進行建模，能直接生成真實的圖形元素組合布局，可用于雜志版面、文檔布局等設計。2021年，Kikuchi等[27]將強大的Transformer架構引入布局生成任務，并采用了多頭注意力的機制，提高了模型學習真實布局分布特征的能力，在公開的移動應用數(shù)據(jù)集、文檔圖像版面數(shù)據(jù)集、雜志版面數(shù)據(jù)集上都有不錯的表現(xiàn)。

除了圖形元素和布局設計之外，色彩搭配也是設計的核心之一，高質(zhì)量的文本和圖形配色方案，是視覺傳達設計中的一大挑戰(zhàn)。人工神經(jīng)網(wǎng)絡一開始被廣泛運用在數(shù)據(jù)擬合、模式識別、維度壓縮等方面。2016年，Guan等[28]提出了一種基于徑向基函數(shù)（Radial Basis Function，RBF）的人工神經(jīng)網(wǎng)絡，使用峰值密度函數(shù)來確定隱藏神經(jīng)元的數(shù)量，被應用于木材染色中配色方案的預測。為了生成基于用戶偏好的智能配色方案，胡志剛等[29]利用BP（Back Propagation，BP）神經(jīng)網(wǎng)絡技術，建立了產(chǎn)品感性意向和配色之間的關聯(lián)模型，輔助設計師處理用戶偏好與配色搭配規(guī)則之間的關系。2017年，Yang等[25]構建了一套視覺文本布局生成系統(tǒng)，并根據(jù)彩色諧波模型，對布局元素進行了色彩匹配。2021年，Chen等[30]提出了基于模糊邏輯的顏色模式情感評價方案，用于分析和設計飛機駕駛艙中的配色方案。在此期間，隨著AI和設計交叉領域的研究不斷深入，涌現(xiàn)了一些人工智能驅動的配色設計工具，例如Khroma。Khroma運用機器學習了解和提取用戶感興趣的顏色，并將風格進行參數(shù)化，通過用戶選擇自己喜愛的顏色，智能生成符合真實數(shù)據(jù)的配色方案。

目前，智能摳圖、智能排版、智能配色等模塊的自動化方案，已逐漸運用到設計師的日常設計中。阿里巴巴推出的鹿班設計平臺，基于人工智能技術，能快速、批量、自動化地進行圖片設計，曾在雙十一期間，設計了上億張商品海報和廣告橫幅。Adobe公司旗下的各個設計軟件，也將智能設計嵌入其中。Adobe Sensei通過深度學習和機器學習，基于Adobe長期積累下來的圖像、影像等數(shù)據(jù)進行訓練，提供面部識別、風格濾鏡、智能網(wǎng)頁排版、智能摳圖等圖像處理功能，并可應用于Photoshop、Illustrator等軟件。然而，在智能設計領域內(nèi)仍缺少端到端的全自動化模型，目前的智能設計能生產(chǎn)出可被公式化的設計，而連接審美和創(chuàng)意的智能設計仍是一個設想。

3 智能設計系統(tǒng)的構建

智能設計系統(tǒng)將設計任務具體為智能排版、智能配色、結構設計三大應用。其中，智能排版和智能配色的應用都針對平面設計領域，而結構設計針對計算機化布局規(guī)劃領域。三個應用都通過將目標任務轉化為數(shù)學問題，對其中的參數(shù)化變量進行建模和分析。

3.1 智能排版

圖7 基于分層的元素布局模板示例

設計元素類型眾多且像素化數(shù)據(jù)特征差異不大，為減弱元素誤分類對生成排版結果造成的影響，智能排版系統(tǒng)采用人工的方式，預先對設計元素進行數(shù)據(jù)分類標注。智能排版將任務描述成一個線性收斂問題，在元素種類和風格特征的約束下，最小化模型預測布局與最優(yōu)布局模板之間的損失，從而得到最小空間布局損失的最優(yōu)解?；贚eNet卷積神經(jīng)網(wǎng)絡模型[32]，將ReLu作為激活函數(shù)，并采用dropout方法解決模型過擬合的問題，優(yōu)化模型輸出。通過多維數(shù)據(jù)可視化分析、用戶點擊率分析等方法來選擇最優(yōu)模板。如圖8所示，展示了智能排版系統(tǒng)的技術路線?；贕PU加速技術，智能排版系統(tǒng)可以并行計算，在幾秒內(nèi)生成上百種排版，提供給用戶進行選擇。

智能排版生成結果評估部分，采用用戶研究（User Study）的方式，比較生成布局模板與設計師人工設計的布局模板。針對30位年齡為20～50歲、性別比例為1∶1的市場用戶，在五個風格任務下，獲得排版是否貼合主體元素（）、排版是否美觀（）、排版是否直觀（）、排版的創(chuàng)新性（）四方面的單項平均評分和風格平均評分。滿分為10分，分數(shù)越高表示越接近目標指標，見表1—2。表1—2的數(shù)據(jù)顯示，智能排版模型在簡約風格下表現(xiàn)最好，達到了與設計師近似的水準；而在插畫風格下表現(xiàn)略差，這可能與布局模板庫中不同風格模板的元素復雜度有關。

圖8 基于圖像和文本的智能排版系統(tǒng)技術流程

3.2 智能配色

表1 基于四指標的設計師模板得分

Tab.1 Scores of designer templates based on four parameters

表2 基于四指標的智能排版系統(tǒng)生成模板得分

Tab.2 Scores of templates generated by intelligent layout system based on four parameters

圖9 基于主色和風格的智能配色系統(tǒng)技術流程

色彩處理涉及多種顏色模式的選擇和應用。多風格配色庫和算法處理分別基于HSV顏色空間和RGB顏色空間。HSV顏色空間是一種接近人類顏色感知的仿真模型，廣泛地應用于色彩比較領域[34]。RGB顏色標準是計算機、工業(yè)界、日常生活中應用最廣泛的一種顏色模型，涵蓋了人類所能感知的絕大部分顏色。針對印刷生產(chǎn)部分，顏色數(shù)值需轉換為CMYK模式，CMYK是印刷品常用的四原色，是一種依靠色彩反光的顏色模式。智能配色系統(tǒng)的顏色模式轉換方式如下：

3.3 結構設計

傳統(tǒng)的結構設計方法表明，在設計過程中需要考慮容納功能、保護功能、傳遞功能、便利功能、促銷功能、社會適應功能六方面的因素[35]，從而滿足結構在儲存、運輸、銷售等環(huán)節(jié)的需求。應用人工智能技術輸出空間布局圖紙，輔助設計師進行結構設計，優(yōu)化結構設計方案，降低產(chǎn)品損壞、變質(zhì)的風險。GANs能實現(xiàn)圖像到圖像的映射，可以用于解決結構設計中圖像生成的問題。GANs由兩個主要部分組成，生成器G（Generator）和判別器D（Discriminator）。生成器根據(jù)學習到的映射將輸入圖像轉化為輸出圖像，判別器判斷圖像是生成圖像還是真實圖像，兩個網(wǎng)絡互相對抗，判別器不斷迭代提高判別能力，生成器能不斷優(yōu)化輸出，最終生成與真實圖像相差無幾的高質(zhì)量內(nèi)容。

智能結構設計系統(tǒng)采用條件生成對抗網(wǎng)絡（Conditional Generative Adversarial Network，cGAN），從俯視面和側面的平面圖像中學習各元素間的拓撲特征和空間布局，見圖10。訓練數(shù)據(jù)包含建立的結構模型庫，根據(jù)設計師人工設計、行業(yè)資源、網(wǎng)絡爬蟲等方式，收集處理了500多個基礎結構模型和300多個通用結構模型。兩個cGAN模型分別學習俯視面和側面的空間布局特征，將輸出的特征進行模型嵌套[36]，實現(xiàn)預期維度上的結構布局。

圖10 基于信息的結構設計技術流程

智能結構設計系統(tǒng)能在給定形狀和個數(shù)的條件下，自動生成接近人類設計師水平的結構設計，實現(xiàn)結構設計量產(chǎn)化、功能化，并降低成本。根據(jù)市場上企業(yè)提供的結構數(shù)據(jù)，系統(tǒng)對兩個cGAN模型進行參數(shù)和輸入輸出的微調(diào)，在預訓練基礎上，基于真實結構特征，進行了模型調(diào)整與訓練。針對結構的特征，包括種類、體積、個數(shù)、幾何形狀，進行輸入數(shù)據(jù)預處理[37]，將輸入數(shù)據(jù)參數(shù)化為向量矩陣，見式（1），其中表示輸入模型的向量矩陣，表示目標產(chǎn)品參數(shù)向量的并集，為結構模型個數(shù)。

在結構生成結果評估方面，基于結構是否滿足容納需求（）、結構是否具有保護性（）、結構的便利性（）和結構的可傳遞性（）指標，對30位年齡為20～35歲、性別比例為1∶1的結構設計師進行用戶研究，獲得誤差量化結果，見表3。為減小設計師主觀因素對結果的影響，將設計師隨機分成三組，每組10人，得到每組的平均評分。表3數(shù)據(jù)顯示，智能結構設計系統(tǒng)在容納性（）、保護性（）方面表現(xiàn)較好，而在便利性（）方面表現(xiàn)略差，這可能與模板便利性特征參數(shù)化難度大有關。

表3 基于四指標的智能結構設計系統(tǒng)得分

Tab.3 Scores of intelligent structure design system based on four parameters

4 結語

人工智能設計為非專業(yè)化用戶提供了從設計到生產(chǎn)的一體化新智造服務，解決了小微電商企業(yè)、農(nóng)產(chǎn)品行業(yè)的設計難題，并且以新銳的產(chǎn)品設計、品牌設計觀念，助力地方品牌，提升產(chǎn)品的科技附加價值，增強產(chǎn)業(yè)的市場核心競爭力。如今，元宇宙時代即將到來?！霸钪媸菍θ祟惥€上數(shù)字生活全貌的次世代描述，它至少包含八個部分，即人、文化、經(jīng)濟、交互、網(wǎng)絡、圖形學、區(qū)塊鏈和人工智能”[38]。新智造應當在強化核心技術的基礎上，開拓技術視野，立足人工智能技術在文化服務領域的應用成果，展望虛擬現(xiàn)實技術的應用前景，優(yōu)化現(xiàn)有成熟機制，著重打造數(shù)字虛擬人小方，構建人機交互設計新概念，利用全息技術、孿生技術等元宇宙底層概念優(yōu)化用戶設計交互模式，進一步滿足用戶的文化創(chuàng)造需求，為共同富裕目標添磚加瓦。

[1] 全面加強基礎設施建設構建現(xiàn)代化基礎設施體系為全面建設社會主義現(xiàn)代化國家打下堅實基礎[N]. 人民日報, 2022-04-27(1).Comprehensively Strengthen Infrastructure Construction to Build a Modern Infrastructure System and Lay a Solid Foundation for the Comprehensive Construction of the Modern Socialist Country[N]. People's Daily, 2022-04-27(1).

[2] 文懿. 2021年文化產(chǎn)業(yè)10大關鍵詞發(fā)布[N]. 中國社會科學報, 2022-01-20(005).WEN Yi. Top 10 Keywords for Cultural Industry in 2021[N]. China Social Science News, 2022-01-20(005).

[3] 鄧建國, 劉博. 2021-2022元宇宙報告——化身與智造:元宇宙座標解析[EB/OL]. (2022-08-18) [2023- 01-15]. http://xdyanbao.com/doc/fby8wzjjwh. DENG Jian-guo, LIU Bo. 2021-2022 Metaverse Report: Incarnation and Wisdom: An Analysis of Metaverse Coordinates[EB/OL]. (2022-08-18) [2023-01-15]. http:// xdyanbao.com/doc/fby8wzjjwh.

[4] 方巍, 伏宇翔. 元宇宙:概念?技術及應用研究綜述[J/OL]. 南京信息工程大學學報(自然科學版) (2022-12-10) [2023-01-15]. https://kns.cnki.net/kcms/ detail//32.1801.N.20221207.1946.001.html FANG Wei, FU Yu-xiang. Metaverse: conceptions, key technologies and applications[J/OL]. Journal of Nanjing University of Information Science & Technology (Natural Science Edition) (2022-12-10) [2023-01-15]. https://kns.cnki.net/kcms/detail//32.1801.N.20221207.1946.001.html

[5] 黃永林. 中國文化產(chǎn)業(yè)發(fā)展論綱[M]. 武漢: 華中師范大學出版社, 2021.HUANG Yong-lin. The Outline of the Cultural Industrial Development[M]. Wuhan: East China Normal University Press, 2021.

[6] 楊秀云, 李敏, 李揚子. 數(shù)字文化產(chǎn)業(yè)生態(tài)系統(tǒng)優(yōu)化研究[J]. 西安交通大學學報(社會科學版), 2021, 41(05): 127-135.YANG Xiu-yun, LI Min, LI Yang-zi. Research on Digital Cultural Industry Ecosystem Optimization[J]. Journal of Xi'an Jiaotong University(Social Sciences), 2021, 41(05): 127-135.

[7] 徐蕾, 李莎, 寧煥生. Web 3.0概念、內(nèi)涵、技術及發(fā)展現(xiàn)狀[J].工程科學學報, 2023, 45(05): 774-786.XU Lei, LI Sha, NING Huan-sheng. Concept, Connotation, Technology and Development status of Web 3.0[J]. Chinese Journal of Engineering, 2023, 45(05): 774-786.

[8] 建洪. 綠色發(fā)展理念:綠色經(jīng)濟社會治理的新范式[J]. 北京師范大學學報(社會科學版), 2021(4): 48-57. JIAN Hong. Green Development Idea: A New Governance Paradigm for a Green Economy and Society[J]. Journal of Beijing Normal University(Social Sciences), 2021(4): 48-57.

[9] 李鳳亮, 古珍晶. “雙碳”視野下中國文化產(chǎn)業(yè)高質(zhì)量發(fā)展的機遇?路徑與價值[J]. 上海師范大學學報(哲學社會科學版), 2021, 50(06): 79-87. LI Feng-liang, GU Zhen-jing. Opportunities, Paths and Values for the High-Quality Development of China’s Cultural Industry from the Perspective of “Dual Carbon” [J]. Journal of Shanghai Normal University(Philosophy & Social Sciences Edition), 2021, 50(06): 79-87.

[10] 張蕾, 黃昌勇. 元宇宙文化產(chǎn)業(yè)生態(tài)圈之構建[J]. 同濟大學學報(社會科學版), 2022, 33(05): 32-42. ZHANG Lei, HUANG Chang-yong. The Construction of the Metaverse Cultural Industry Ecosystem[J]. Journal of Tongji University(Social Science Edition), 2022, 33(05): 32-42.

[11] 顧江. 黨的十八大以來我國文化產(chǎn)業(yè)發(fā)展的成就?經(jīng)驗與展望[J]. 管理世界, 2022, 38(07): 49-60. GU Jiang. The Achievements, Experience and Prospects of China's Cultural Industry Development Since the 18th National Congress of the Communist Party of China[J]. Journal of Management World, 2022, 38(07): 49-60.

[12] 高宏存, 紀芬葉. 區(qū)域突圍?集群聚合與制度創(chuàng) 新——“十四五”時期文化產(chǎn)業(yè)高質(zhì)量發(fā)展的大視野[J]. 行政管理改革, 2021(02): 16-27. GAO Hong-cun, JI Fen-ye. Regional Breakout, Cluster Aggregation and System Innovation: The Broad Vision of High-Quality Development of Cultural Industry During the 14th Five-Year Plan[J]. Administration Reform, 2021(02): 16-27.

[13] 王韞, 徐迎慶. 負責任的人工智能與設計創(chuàng)新[J]. 包裝工程, 2022, 42(6): 1-6. WANG Yun, XU Ying-qing. Responsible AI and Design Innovation[J]. Packaging Engineering, 2022, 42(6): 1-6.

[14] 王亞琦, 成朝暉. 設計智造系統(tǒng)下的傳統(tǒng)活化探索[J]. 家具與室內(nèi)裝飾, 2022, 29(09): 6-9. WANG Ya-qi, CHENG Zhao-hui. Exploration on the Tradition Activation in the Context of Smart Design Manufacturing[J]. Furniture & Interior Design, 2022, 29(09): 6-9.

[15] 數(shù)字技術煥發(fā)文博行業(yè)新生機[N]. 美術報, 2022- 08-13(006).Digital Technology Gives New Life to the Cultural and Museum Industry[N]. Fine Art News, 2022-04-27(1).

[16] 中共中央辦公廳?國務院辦公廳. 關于加強科技倫理治理的意見[EB/OL]. (2022-03-20)[2023-01-15]. http:// www.gov.cn/zhengce/2022-03/20/content_5680105.htm.The General Office of the CPC Central Committee, The General Office of the State Council. Opinions on Strengthening the Ethical Governance of Science and Technology[EB/OL]. (2022-03-20)[2023-01-15]. http://www. gov.cn/zhengce/2022-03/20/content_5680105.htm.

[17] 俞鼎, 李正風. 智能社會實驗: 場景創(chuàng)新的責任鴻溝與治理[J/OL].科學學研究(2022-11-30)[2023-01-15]. https://doi.org/10.16192/j.cnki.1003-2053.20221129.001.TU Ding, LI Zheng-feng. Intelligence Social Experiments: The Responsibility Gap of Context-driven Innovation and Its Governance[J/OL]. Studies in Science of Science(2022-11-30)[2023-01-15]. https://doi.org/10.16192/ j.cnki.1003-2053.20221129.001.

[18] 路強. 數(shù)字虛擬世界的倫理基底——以“VR性侵”為中心[J]. 探索與爭鳴, 2022(7): 124-130. LU Qiang. Ethical Basis of Digital Virtual World——Centered on "VR Sexual Assault" Event[J]. Exploration and Free Views, 2022(7): 124-130.

[19] 付心儀, 劉世霞, 徐迎慶. 信息可視化的發(fā)展與思考[J]. 裝飾, 2017(4): 16-19.FU Xin-yi, LIU Shi-xia, XU Ying-qing. The Development and Reflection of Information Visualization[J]. Zhuangshi, 2017(4): 16-19.

[20] 任振華. 建筑復雜形體參數(shù)化設計初探[D]. 廣州: 華南理工大學, 2010. REN Zhen-hua. Investigation of Parametric Design Methods for Architecture with Complicate Shapes[D]. Guangzhou: South China University of Technology, 2010.

[21] AKSOY Y, Oh T H, Paris S, et al. Semantic soft segmentation[J]. ACM Transactions on Graphics (TOG), 2018, 37(4): 1-13.

[22] SENGUPTA S, Jayaram V, Curless B, et al. Background matting: The world is your green screen[C]//Proce-edings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020: 2291-2300.

[23] LIU J, Yao Y, Hou W, et al. Boosting Semantic Human Matting with Coarse Annotations[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020: 8563-8572.

[24] QIAO Y, LIU Y, YANG X, et al. Attention-guided Hierarchical Structure Aggregation for Image Matting[C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2020: 13676-13685.

[25] YANG X, MEI T, XU Y Q, et al. Automatic Generation of Visual-Textual Presentation Layout[J]. ACM Transactions on Multimedia Computing, Communications, and Applications (TOMM), 2016, 12(2): 1-22.

[26] LI J, YANG J, HERTZMANN A, et al. Layoutgan: Synthesizing graphic layouts with vector-wireframe adversarial networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2020, 43(7): 2388- 2399.

[27] KIKUCHI K, SIMO-SERRA E, OTANI M, et al. Constrained Graphic Layout Generation via Latent Optimization[C]//Proceedings of the 29th ACM International Conference on Multimedia. 2021: 88-96.

[28] GUAN X, Zhu Y, Song W. Application of RBF neural network improved by peak density function in intelligent color matching of wood dyeing[J]. Chaos, Solitons & Fractals, 2016, 89: 485-490.

[29] 胡志剛, 呂娜, 喬現(xiàn)玲, 等. BP 神經(jīng)網(wǎng)絡在產(chǎn)品配色中的應用研究[J]. 包裝工程, 2016, 37(10): 136-141. HU Zhi-gang, LYU Na, QIAO Xian-ling, et al. Application of BP Neural Network in Product Color-matched Design[J]. Packaging Engineering, 2016, 37(10): 136-141.

[30] CHEN Y, Yu S, Chu J, et al. Fuzzy emotional evaluation of color matching for aircraft cockpit design[J]. Journal of Intelligent & Fuzzy Systems, 2021, 40(3): 3899- 3917.

[31] HUO H, WANG F. A Study of Artificial Intelligence-Based Poster Layout Design in Visual Communication[J]. Scientific Programming, 2022, 1: 1-9.

[32] ZHANG C, YUE X, WANG R, et al. Study on Traffic Sign Recognition by Optimized Lenet-5 Algorithm[J]. Interna-tional Journal of Pattern Recognition and Artificial Intelligence, 2020, 34(01): 2055003.

[33] 肖彬. 圖像處理中顏色模式的探究[J]. 電腦編程技巧與維護, 2019(1): 132-134. XIAO Bin. Research on Color Mode in Image Processing[J]. Computer Programming Skills and Maintenance, 2019, 1.

[34] KOLKUR S, KALBANDE D, SHIMPI P, et al. Human Skin Detection Using RGB, HSV and YCbCr Color Models[J]. Proceedings of the International Conference on Communication and Signal Processing (ICCASP), 2016: 324-332.

[35] 孫誠. 紙包裝結構設計(第二版)[M]. 北京: 中國輕工業(yè)出版社, 2006.SUN Cheng. Structural Design of Paper Packaging (Second Edition)[M]. Beijing: China Light Industry Press, 2006.

[36] CHAILLOU S. Archigan: Artificial Intelligence x Architecture[M]. Singapore: Architectural intelligence. 2020.

[37] CHAEIBAKHSH S, NOVIN R S, HERMANS T, et al. Optimizing Hospital Room Layout to Reduce the Risk of Patient Falls[J]. International Conference on Operations Research and Enterprise Systems, 2021: 36-48.

[38] 高峰. 元宇宙——未來計算藝術發(fā)展的新生態(tài)[J]. 美術觀察, 2022(4): 24-25. GAO Feng. Metaverse—A New Ecology for the Future Development of Computational art[J]. Art Observation, 2022(4): 24-25.

New Paradigm of Digital Culture and Humanistic Innovation

GAO Feng1, XU Ying-qing2a,2b, LIU Meng-ting3, WU Yu-wei1

(1.School of Arts, Peking University, Beijing 100871, China; 2.a. Academy of Arts & Design, b. The Future Laboratory, Tsinghua University, Beijing 100084, China; 3.Advanced Institute of Information Technology, Peking University, Hangzhou 310000, China)

The work aims to empower the enterprise services with technology in view of the relatively high labor costs and large material consumption in the traditional cultural industry, so as to save workforce resources, lower design threshold, improve design efficiency, flexibly dock production, and serve a wider range of people. Artificial intelligence was applied to the cultural industry and the cultural industry service link was divided into intelligent design and intelligent manufacturing. On the one hand, intelligent design was embodied in graphic design and structure design, and graphic design was further divided into two parts: intelligent color matching and intelligent typesetting. On the other hand, based on big data, intelligent manufacturing was mainly used to adjust factory capacity, improve order processing efficiency, and reduce unnecessary manpower and material losses. The Artificial Intelligence Packaging Design Joint Laboratory of the Advanced Institute of Information Technology, Peking University developed AI designer Xiao Fang. The integrated cultural design service pattern was developed, including AI design, material recommendation, prepress inspection, intelligent supply chain, order management, capacity allocation and other sections, providing non-professional users with new intelligent manufacturing services from design to production. Artificial intelligence technology has realized functional innovations in the field of cultural industry, such as demand analysis and understanding, one-click design scheme generation, intelligent prepress detection, flexible docking factory, and query of order status at any time, and has obtained an efficient, fast and WYSIWYG competitive advantage. At the same time, artificial intelligence technology has not yet reached the emotional level of human and is unable to capture the humanistic temperature of service recipients. There is still room for progress in the field of humanistic care.

artificial intelligence; big data; industrial innovation; enterprise service; industry empowerment; new intelligent manufacturing

TB472

A

1001-3563(2023)10-0001-11

10.19554/j.cnki.1001-3563.2023.10.001

2023–01–16

自然科學基金面上項目（62176006）國家重點研發(fā)計劃項目（2022YFF0902302）

高峰（1983—），男，博士，研究員、助理教授，主要研究方向為計算機與藝術交叉學科。

徐迎慶（1959—），男，博士，教授，主要研究方向為用戶體驗設計、觸覺認知交互、文化遺產(chǎn)數(shù)字化以及自然用戶界面設計。

責任編輯：馬夢遙