王一帆

摘要：人工智能是近年來科技領(lǐng)域最引人注目的發(fā)展之一。本文討論了人工智能在標(biāo)志設(shè)計(jì)中的應(yīng)用情況，總結(jié)了人工智能生成標(biāo)志的方式及其特點(diǎn)。通過這些方式可以提高標(biāo)志設(shè)計(jì)的效率，也便于大眾化的參與。然而，現(xiàn)階段這些方式尚無法替代經(jīng)驗(yàn)豐富的平面設(shè)計(jì)師的專業(yè)水平。在人工智能的幫助下，標(biāo)志設(shè)計(jì)在某些方面變得更簡單，但也引發(fā)了新的問題，使標(biāo)志設(shè)計(jì)變得更加復(fù)雜。

關(guān)鍵詞：人工智能；標(biāo)志設(shè)計(jì)；人工智能生成內(nèi)容；智能輔助設(shè)計(jì)；視覺傳達(dá)設(shè)計(jì)

中圖分類號：J05 文獻(xiàn)標(biāo)識碼：A文章編號：1003-0069（2024）09-0019-03

Abstract：Artificial intelligence has been one of the most remarkable developments in the field of technology in recent years. This article discusses the application of artificial intelligence in logo design and summarizes the methods and characteristics of AI-generated logos. These methods enhance the efficiency of logo design and facilitate wider public participation. However，at present，these methods cannot fully replace the expertise of experienced graphic designers. With the assistance of artificial intelligence，logo design has become simpler in certain aspects，but it has also introduced new challenges，making logo design more complex.

Keywords：AI；Logo design；AIGC；Intelligently assisted design；Visual communication design

引言

人工智能顧名思義就是與人類智能相對應(yīng)的機(jī)器的智能，是近年來科技領(lǐng)域最引人注目的發(fā)展之一。這不是某個(gè)強(qiáng)大的技術(shù)，而是許多技術(shù)的統(tǒng)稱。強(qiáng)大的計(jì)算能力和智能學(xué)習(xí)算法使這項(xiàng)技術(shù)在不同領(lǐng)域中廣泛應(yīng)用。標(biāo)志設(shè)計(jì)作為重要的視覺傳達(dá)工具，起到輔助識別品牌、組織或事件的作用。然而，傳統(tǒng)的標(biāo)志設(shè)計(jì)需要經(jīng)歷一個(gè)漫長的過程，設(shè)計(jì)師與需求方持久的溝通，對每個(gè)項(xiàng)目都需要花費(fèi)大量時(shí)間與精力進(jìn)行頭腦風(fēng)暴并完成數(shù)個(gè)草圖，再在這些草圖之中進(jìn)行挑選并反復(fù)優(yōu)化。在這樣的背景下，如何將人工智能技術(shù)應(yīng)用于標(biāo)志設(shè)計(jì)中，縮短這個(gè)復(fù)雜而漫長的過程是一個(gè)值得關(guān)注的問題?，F(xiàn)存關(guān)于人工智能影響標(biāo)志設(shè)計(jì)的研究更多注重技術(shù)的提升，很少從設(shè)計(jì)應(yīng)用的角度進(jìn)行分析。從應(yīng)用層面展開研究，將有助于技術(shù)的成果轉(zhuǎn)化。

本文通過文獻(xiàn)分析及案例調(diào)研，梳理人工智能在標(biāo)志設(shè)計(jì)中的多種應(yīng)用，探討這些技術(shù)對標(biāo)志設(shè)計(jì)效率的影響?，F(xiàn)有的機(jī)器學(xué)習(xí)模型可以生成標(biāo)志設(shè)計(jì)，許多原本需要設(shè)計(jì)師親自動(dòng)手反復(fù)迭代的工作可以由機(jī)器快速完成。但是，人工智能真的讓標(biāo)志設(shè)計(jì)更簡單了嗎？這些工具能否理解我們的需求，按照指令完成任務(wù)呢？在與機(jī)器打交道的過程中，設(shè)計(jì)師的工作重點(diǎn)、標(biāo)志設(shè)計(jì)的工作流程會(huì)發(fā)生哪些轉(zhuǎn)變？本文也試圖對這些問題進(jìn)行分析，為標(biāo)志設(shè)計(jì)從業(yè)者、研究者、決策者提供有價(jià)值的參考，促進(jìn)人工智能技術(shù)與標(biāo)志設(shè)計(jì)實(shí)踐的結(jié)合。

二、人工智能生成標(biāo)志

在標(biāo)志設(shè)計(jì)中，人工智能最顯著的作用發(fā)生于如何將概念轉(zhuǎn)化為視覺，也就是研究如何讓計(jì)算機(jī)按照要求生成標(biāo)志圖形。研究人員針對標(biāo)志生成開發(fā)出了不同的模型或產(chǎn)品，主要分為兩種類型：（1）由模型自動(dòng)生成標(biāo)志，即通過原始的輸入直接獲得標(biāo)志。（2）用戶協(xié)同生成標(biāo)志，通過一系列的選擇來逼近設(shè)計(jì)需求。

（一）模型自動(dòng)生成標(biāo)志：人工智能生成內(nèi)容（AIGC）是人工智能研究的熱點(diǎn)領(lǐng)域，使用機(jī)器學(xué)習(xí)算法可以訓(xùn)練機(jī)器快速生成大量圖像、聲音、視頻、文字或者在多種形式中轉(zhuǎn)換，這些工具為標(biāo)志的自動(dòng)化生成提供了技術(shù)基礎(chǔ)。代表性的技術(shù)包括生成對抗網(wǎng)絡(luò)GAN（Generative Adversarial Networks）和擴(kuò)散（Diffusion）模型等。

GAN是基于游戲理論的生成模型，由生成器和鑒別器兩部分組成，鑒別器需要區(qū)分預(yù)先提供的內(nèi)容與生成器生成的內(nèi)容，在這個(gè)過程中，生成器也同時(shí)得到訓(xùn)練以生成鑒別器難以鑒別的高質(zhì)量內(nèi)容。[1]GAN模型有很好的延展性，在圖像生成方面效果驚人，因此也有一些學(xué)者嘗試使用GAN來進(jìn)行標(biāo)志設(shè)計(jì)。2018年Sage等人建立了大型標(biāo)志數(shù)據(jù)集LLD（Large Logo Dataset），并提出了可用于標(biāo)志設(shè)計(jì)的GAN模型。[2]他們使用機(jī)器對標(biāo)志進(jìn)行分類，并將分類結(jié)果應(yīng)用于標(biāo)志生成。同一年Mino等人在Sage的基礎(chǔ)上開發(fā)出LoGAN：以顏色為條件的標(biāo)志生成GAN模型。[3]他們以標(biāo)志最突出的顏色來定義標(biāo)志，將LLD中的標(biāo)志按照顏色分成12個(gè)類別，并根據(jù)顏色來生成新的標(biāo)志。

Diffusion是用于圖像生成的潛在擴(kuò)散模型。[4]2022年公布了使用Diffusion模型的智能工具Stable Diffusion，相比GAN可以處理更加復(fù)雜的、多模態(tài)的信息，主要應(yīng)用于文本到圖像、圖像到圖像、修復(fù)圖像等方面[5]。Diffusion模型生成圖像是一個(gè)步驟可視化的過程，將噪點(diǎn)圖片多次去噪后得到清晰的圖片。Stable Diffusion引發(fā)了文生圖的研究熱潮，相關(guān)成果也可以用于生成標(biāo)志。用戶只需要在prompt（提示詞）中加入“LOGO”的標(biāo)簽就可以快速生成許多精美的標(biāo)志。同時(shí)期的其他文生圖模型也具有相似的特點(diǎn)，如Midjourney、DALL-E等，這些標(biāo)志相比GAN渲染出來的低分辨率模糊草圖精致許多，尤其對具象化、寫實(shí)類的標(biāo)志效果驚人，不僅有質(zhì)感的變化，還加入了光影渲染的效果。

（二）用戶協(xié)同生成標(biāo)志：另一個(gè)生成標(biāo)志的方向是由用戶與機(jī)器協(xié)同進(jìn)行標(biāo)志設(shè)計(jì)。不同于由模型直接生成，用戶需要在預(yù)設(shè)的平臺上輸入關(guān)鍵信息并進(jìn)行多個(gè)方面的喜好選擇。這種交互往往以網(wǎng)頁的形式呈現(xiàn)，比如BrandMark、Looka、LogoAi、TailorBrands、LogoLuck等。這些網(wǎng)站都有著相似的流程：填寫標(biāo)志與口號、選擇品牌類型（如餐飲、科技、金融、醫(yī)療、健身等）、選擇配色方案、選擇字體風(fēng)格……經(jīng)過層層選擇，稍等片刻就可以得到數(shù)十個(gè)標(biāo)志設(shè)計(jì)方案，還可以持續(xù)生成更多的設(shè)計(jì)方案，并進(jìn)行衍生設(shè)計(jì)。這是一種半自動(dòng)的生成方式，使用者可以在機(jī)器自動(dòng)生成的大量的標(biāo)志中進(jìn)行挑選與修改，逐步接近合適的結(jié)果。

三、人工智能生成標(biāo)志效果分析

為了更清晰地說明以上兩種人工智能生成標(biāo)志的方法，接下來以“智能咖啡”（Smart Coffee）標(biāo)志設(shè)計(jì)為例進(jìn)行測試。目標(biāo)是生成一個(gè)智能咖啡的標(biāo)志，從杯子里冒出來的熱氣看起來像大腦的形狀，有“Smart Coffee”的文字環(huán)繞著圖案。

圖1是使用Stable Diffusion 和Midjourney進(jìn)行標(biāo)志生成實(shí)驗(yàn)。輸入相同的prompt，通過對比可以發(fā)現(xiàn)，Stable Diffusion生成的標(biāo)志更簡潔，英文拼寫雖有錯(cuò)誤但是比Midjourney更貼近目標(biāo)單詞，而后者的色彩和細(xì)節(jié)都更加豐富，更富有藝術(shù)性。

圖2、3使用LogoLuck和Looka兩個(gè)平臺進(jìn)行實(shí)驗(yàn)，同上生成智能咖啡標(biāo)志。從結(jié)果可以看出，它們都可以生成出完成度較高的圖文組合標(biāo)志。并且一些平臺還提供后續(xù)的支持，如生成效果圖與衍生品等。但是針對標(biāo)志設(shè)計(jì)本身，在圖案部分每一個(gè)方案都只能體現(xiàn)出“智能”或“咖啡”其中一個(gè)概念，圖案本身是從預(yù)先設(shè)定的素材庫中選取的，缺少針對性與明顯的特征。文字部分雖然內(nèi)容準(zhǔn)確，但字體往往是從預(yù)設(shè)的字庫中進(jìn)行挑選，在與圖案部分進(jìn)行配合時(shí)也很難達(dá)到恰當(dāng)?shù)呐浜稀?h3>四、人工智能使標(biāo)志設(shè)計(jì)更簡單

使用人工智能自動(dòng)生成設(shè)計(jì)方案可以提升標(biāo)志設(shè)計(jì)的效率，幫助設(shè)計(jì)師獲得靈感和創(chuàng)意，提供快速反饋和迭代，縮短設(shè)計(jì)周期。專業(yè)設(shè)計(jì)師也可以使用新的生產(chǎn)工具來輔助生成更好的設(shè)計(jì)作品。大眾也可以參與到標(biāo)志設(shè)計(jì)活動(dòng)中，人人都可以成為標(biāo)志設(shè)計(jì)師。

（一）人工智能輔助標(biāo)志設(shè)計(jì)時(shí)代：標(biāo)志設(shè)計(jì)的流程受到技術(shù)發(fā)展產(chǎn)生了4個(gè)階段的變化：完全手工設(shè)計(jì)制作，印刷輔助設(shè)計(jì)傳播，使用計(jì)算機(jī)設(shè)計(jì)制作，應(yīng)用人工智能輔助設(shè)計(jì)。

標(biāo)志設(shè)計(jì)的歷史可以追溯到古代時(shí)代，當(dāng)時(shí)部落或氏族會(huì)選擇特定的動(dòng)物或自然物象作為獨(dú)特的標(biāo)記。許多工匠和藝術(shù)家也會(huì)在自己的作品上加上自己的名字或特殊的符號。這些標(biāo)志符號都是手工制作的，存在生產(chǎn)效率的限制，同時(shí)不便于復(fù)制和傳播。印刷術(shù)出現(xiàn)后，設(shè)計(jì)師可以使用印刷機(jī)來批量復(fù)制標(biāo)志，使得標(biāo)志能夠快速在不同地區(qū)和媒介上展示和應(yīng)用，提高了標(biāo)志的傳播效率。隨著計(jì)算機(jī)圖像處理技術(shù)的發(fā)展，電腦屏幕幾乎可以復(fù)制所有視覺媒介的信息，圖形化界面的操作系統(tǒng)使得計(jì)算機(jī)的普及更加迅速，人們無需編程知識也可以輕松控制計(jì)算機(jī)完成工作。隨著個(gè)人電腦的普及，設(shè)計(jì)師們開始廣泛使用諸如Adobe Illustrator、Photoshop等電腦軟件進(jìn)行標(biāo)志設(shè)計(jì)，這些軟件工具可以幫助設(shè)計(jì)師快速修改、調(diào)整或嘗試不同的設(shè)計(jì)方案，大大提高了標(biāo)志設(shè)計(jì)的靈活性和效率。隨著智能化的進(jìn)一步提升，機(jī)器在人類工作中的參與比例也越來越高。在人工智能時(shí)代，基于機(jī)器學(xué)習(xí)的系統(tǒng)能夠自動(dòng)生成標(biāo)志或與用戶協(xié)同生成標(biāo)志，為設(shè)計(jì)師提供了更多的創(chuàng)作靈感和基礎(chǔ)。

從手工到人工智能的演進(jìn)過程中，每個(gè)階段都在不同程度上改變了標(biāo)志設(shè)計(jì)的工作方式和設(shè)計(jì)質(zhì)量。隨著技術(shù)的繼續(xù)進(jìn)步，更多的智能化工具將會(huì)應(yīng)用于標(biāo)志設(shè)計(jì)中，為品牌傳播和視覺溝通帶來更多的可能。對設(shè)計(jì)師而言，標(biāo)志設(shè)計(jì)的流程變得更簡單了。

（二）在其他方面輔助標(biāo)志設(shè)計(jì)：人工智能可以通過多種方法輔助標(biāo)志分類，比如對標(biāo)志的形狀、顏色、文字等元素進(jìn)行分析，提取特征并分型分類。許多設(shè)計(jì)師、設(shè)計(jì)公司都建立了自己的品牌標(biāo)志分類模型，包括分析不同行業(yè)標(biāo)志設(shè)計(jì)的特征，如運(yùn)動(dòng)品牌、餐飲品牌、文化品牌等，也可以從不同的品牌組織模式的角度來劃分，如統(tǒng)一型、獨(dú)立型、共存型、家族型等。[6]隨著數(shù)據(jù)集的增加，人腦記憶分類的難度越來越大，但是結(jié)合人工智能可以結(jié)合大數(shù)據(jù)對更多的標(biāo)志進(jìn)行分析，提取特征，輔助分類模型的建立，從而指導(dǎo)進(jìn)一步的設(shè)計(jì)工作。上文提到的Sage等人使用了聚類的方法對標(biāo)志進(jìn)行了分類，并以此為依據(jù)進(jìn)行特定類別的標(biāo)志生成。[7]這些分類可以便于設(shè)計(jì)師前期構(gòu)思，分析品牌調(diào)性，從而確立設(shè)計(jì)風(fēng)格，如圖4。

人工智能可以輔助CI（Corporate Identity System）系統(tǒng)建立。CI系統(tǒng)是企業(yè)對內(nèi)對外管理行為的指導(dǎo)，自從1988年太陽神引入了CI系統(tǒng)的概念后，各大品牌逐漸建立起了自己獨(dú)特的品牌形象。設(shè)計(jì)師和企業(yè)越來越注重標(biāo)志設(shè)計(jì)在不同應(yīng)用場景中的使用方式，逐漸設(shè)計(jì)出更加復(fù)雜的標(biāo)志應(yīng)用手冊。然而，如何確保CI手冊的內(nèi)容完整、清晰、規(guī)范且易于使用，也成為設(shè)計(jì)師所需考慮的重要課題。在此，人工智能也可以應(yīng)用于自動(dòng)化排版、適配不同媒介設(shè)備等，為標(biāo)志系統(tǒng)建立做一些基礎(chǔ)建設(shè)工作，簡化CI的建立與應(yīng)用過程。

人工智能可以參與相似性檢測與版權(quán)保護(hù)工作。標(biāo)志往往由圖案與文字兩部分組合而成。近年來，標(biāo)志設(shè)計(jì)越來越有去圖案化的趨勢，許多品牌都希望它們的標(biāo)志更加內(nèi)斂優(yōu)雅隱藏個(gè)性，但其實(shí)也有避免標(biāo)志圖案相似性問題的考慮。[8]在全球互聯(lián)的今天，出現(xiàn)標(biāo)志相似或抄襲事件的頻率越來越高，一方面是由于標(biāo)志設(shè)計(jì)要求的簡潔性，無法避免在相同復(fù)雜度中的相似性，另一方面是由于圖像檢索技術(shù)的提升，更容易在網(wǎng)絡(luò)中找到相似的標(biāo)志了。通過快速比較標(biāo)志的各種元素特征，計(jì)算標(biāo)志之間的相似性，既可以用來檢測抄襲，也可以用于版權(quán)保護(hù)。如果在標(biāo)志設(shè)計(jì)的過程中就進(jìn)行了相似度的審查，則可能在一定程度上避免涉及抄襲的問題。

人工智能可以推動(dòng)動(dòng)態(tài)標(biāo)志、多形態(tài)標(biāo)志、生命化的標(biāo)志的發(fā)展。動(dòng)態(tài)標(biāo)志是能夠根據(jù)場景、媒介、目的而改變標(biāo)志，比如漢諾威世博會(huì)的標(biāo)志。[9]多形態(tài)標(biāo)志是指能夠根據(jù)不同主題、情境、風(fēng)格而改變的標(biāo)志，比如每屆奧運(yùn)會(huì)的標(biāo)志都有不同的設(shè)計(jì)風(fēng)格和文化特色。[10]生命化的標(biāo)志是指可以隨時(shí)間或與用戶交流而變化的標(biāo)志。[11]這些新的標(biāo)志形式，會(huì)變化、可定制，對傳統(tǒng)的標(biāo)志設(shè)計(jì)理論進(jìn)行了擴(kuò)充，提出了新的設(shè)計(jì)標(biāo)準(zhǔn)與方法，面對的媒體也更加多樣和復(fù)雜。人工智能善于處理批量化任務(wù)、生成個(gè)性化內(nèi)容，處理這類標(biāo)志設(shè)計(jì)也將會(huì)有出色的表現(xiàn)，這在未來可能會(huì)成為熱門的研究方向。

（三）人人都是標(biāo)志設(shè)計(jì)師：人工智能對大眾化設(shè)計(jì)產(chǎn)生了影響，顛覆了傳統(tǒng)的設(shè)計(jì)模式，并實(shí)踐了大眾參與設(shè)計(jì)的理念。[12]在這個(gè)過程中生成標(biāo)志的技術(shù)門檻也變低了。即使是沒有設(shè)計(jì)基礎(chǔ)或計(jì)算機(jī)制圖技術(shù)的人，也可以通過自然語言描述或交互方式輕松生成標(biāo)志。雖然這些標(biāo)志可能并非完美，但它們已經(jīng)能夠基本滿足低層次的設(shè)計(jì)需求。對于個(gè)人或小型公司而言，他們可能缺乏資金去打造一套完美的企業(yè)形象，但通過人工智能技術(shù)，他們可以輕松地獲得屬于自己的標(biāo)志。

新的圖像生成方法和在線設(shè)計(jì)平臺提供了豐富的設(shè)計(jì)模板和自定義工具，通過簡單的輸入和拖放操作，用戶可以根據(jù)自身需求和喜好創(chuàng)作出視覺內(nèi)容。更重要的是，這個(gè)生成過程可以在極短的時(shí)間內(nèi)完成，并且可以持續(xù)不斷生成，而所需的成本也非常低廉。相比之下，雇傭或委托設(shè)計(jì)師所需的設(shè)計(jì)費(fèi)用和溝通成本要高得多。對于普通人來說，標(biāo)志設(shè)計(jì)變得更加簡單易行。

四、人工智能使標(biāo)志設(shè)計(jì)更復(fù)雜

人們通常認(rèn)為，技術(shù)的發(fā)展會(huì)使人們的生活更便利，人們的工作會(huì)變得更簡單。但事實(shí)真的如此嗎？今天的工作真的比工業(yè)革命之前的工作更簡單了嗎？人工智能真的使標(biāo)志設(shè)計(jì)更簡單了嗎？本文認(rèn)為，在人工智能的幫助下標(biāo)志設(shè)計(jì)的確在某些方面變得更簡單了，但目前還不夠完善，許多工作并不能很好完成，同時(shí)還引發(fā)了一些新的問題，這些問題使標(biāo)志設(shè)計(jì)反而變得更加復(fù)雜了。

（一）生成標(biāo)志無法滿足設(shè)計(jì)需求：如前文所述，人工智能設(shè)計(jì)可以滿足低層次的設(shè)計(jì)需求，但對于追求高質(zhì)量、獨(dú)特性和深度品牌表達(dá)的標(biāo)志設(shè)計(jì)來說，人工智能生成的標(biāo)志還遠(yuǎn)未達(dá)到可以直接使用的水平，主要體現(xiàn)在以下幾點(diǎn)：

生成質(zhì)量不佳。在目前水平，機(jī)器可以學(xué)習(xí)到的標(biāo)志特征主要是配色和布局結(jié)構(gòu)，擅長生成規(guī)范化、標(biāo)準(zhǔn)清晰的內(nèi)容。無論是模型自動(dòng)生成還是用戶協(xié)同生成，標(biāo)志生成的質(zhì)量都不夠好。其一體現(xiàn)在圖形方面。由模型直接生成的標(biāo)志往往不夠清晰，無法直接印刷或者在不同的場景中使用。用這種方式生成的標(biāo)志也缺少簡潔性，內(nèi)容往往過于復(fù)雜，且缺少必要的細(xì)節(jié)。此外，使用模型生成的標(biāo)志很難按照要求針對細(xì)節(jié)進(jìn)行調(diào)整優(yōu)化，如果不能正確與機(jī)器“溝通”，生成內(nèi)容將會(huì)充滿意外且難以控制。而協(xié)同設(shè)計(jì)的標(biāo)志又受限于預(yù)設(shè)的資源庫，缺少靈活性，很難針對具體的創(chuàng)意得到合適的結(jié)果，而且生成的圖案相對比較簡單，缺少獨(dú)特性。

其二體現(xiàn)在文字方面。文字是有著豐富含義和語境的符號，需要準(zhǔn)確地表達(dá)特定的概念和信息。而人工智能在處理文字時(shí)并不能理解其中的意義和背后的文化內(nèi)涵，導(dǎo)致生成的文字內(nèi)容缺乏準(zhǔn)確性和連貫性。目前的技術(shù)可以對單個(gè)英文字母進(jìn)行藝術(shù)加工，但無法在多個(gè)英文字母間建立聯(lián)系，也無法準(zhǔn)確把握字母之間的形狀、排列和比例等因素。對于中文標(biāo)志設(shè)計(jì)而言，漢字字符的復(fù)雜空間結(jié)構(gòu)和組合方式使得生成中文標(biāo)志的創(chuàng)意更加難以實(shí)現(xiàn)。用戶協(xié)同生成的標(biāo)志能夠正確顯示文字內(nèi)容，但是字體來源于預(yù)設(shè)的字庫之中，特征不夠明顯，和圖案方面一樣缺少辨識度。

抄襲和相似的問題。使用模型生成標(biāo)志設(shè)計(jì)需要依賴于大量高質(zhì)量樣本案例的學(xué)習(xí)，因此，在生成過程中可能出現(xiàn)相似、侵權(quán)、誤解或冒犯等問題。例如，某些生成的標(biāo)志設(shè)計(jì)可能會(huì)讓人們不禁聯(lián)想到已有的品牌，例如，上面由Midjourney生成的方案右上角的英文部分容易讓人們想起星巴克的標(biāo)志。這種相似性可能導(dǎo)致品牌形象的混淆和法律侵權(quán)的風(fēng)險(xiǎn)。此外，使用模型生成的標(biāo)志設(shè)計(jì)往往偏向于寫實(shí)風(fēng)格，更像是插圖或圖案，而無法設(shè)計(jì)出更抽象、簡潔和巧妙的設(shè)計(jì)。這種限制可能限制了標(biāo)志設(shè)計(jì)的創(chuàng)造力和獨(dú)特性，無法滿足對于標(biāo)志設(shè)計(jì)更高層次的要求。

缺少判斷力。機(jī)器可以持續(xù)不斷生成標(biāo)志，但是無法對自己的工作內(nèi)容進(jìn)行反思，這就突顯了設(shè)計(jì)師在標(biāo)志設(shè)計(jì)過程中的重要作用。設(shè)計(jì)師的關(guān)鍵任務(wù)之一是從大量的方案中篩選出最有潛力的方案，并進(jìn)一步闡述。因此，人工智能的引入可能會(huì)增加具有高度判斷力的設(shè)計(jì)師。只有設(shè)計(jì)師參與到最終的決策與完善環(huán)節(jié)，才能確保標(biāo)志設(shè)計(jì)的最終成果能夠充分體現(xiàn)品牌的個(gè)性和價(jià)值，使人工智能與人類創(chuàng)造力的結(jié)合發(fā)揮最大的效果。

（二）設(shè)計(jì)師需要更高的學(xué)習(xí)成本：人工智能使標(biāo)志設(shè)計(jì)更復(fù)雜了的另外一點(diǎn)在于對設(shè)計(jì)師的要求變得更高了。機(jī)器學(xué)習(xí)可以輔助設(shè)計(jì)師，同時(shí)也可以為所有人提供更方便的解決方案，設(shè)計(jì)師的需求也將發(fā)生轉(zhuǎn)變，其核心競爭力分為兩個(gè)方向：一方面要更加理解機(jī)器，學(xué)習(xí)人工智能背后的原理，訓(xùn)練出更加高效的技術(shù)模型；另一方面要更加理解設(shè)計(jì)，從設(shè)計(jì)項(xiàng)目中尋求價(jià)值與意義。

人工智能引發(fā)鏈?zhǔn)椒磻?yīng)的科學(xué)突破，引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革。[13]標(biāo)志設(shè)計(jì)方面，即使現(xiàn)在的技術(shù)水平下人工智能生成的標(biāo)志設(shè)計(jì)還有諸多不足，一旦有關(guān)鍵性的技術(shù)出現(xiàn)，這些生成標(biāo)志的質(zhì)量可能會(huì)有飛躍性的提升。因此無可避免地需要接納、學(xué)習(xí)新技術(shù)，了解機(jī)器的工作原理，我們才能最合理地使用它。短期來看，人工智能根據(jù)人類的提示進(jìn)行創(chuàng)作，以機(jī)器能夠理解的方式更精確地描述需求更會(huì)得到合適的結(jié)果；長期來看，一個(gè)標(biāo)志的最終確立是由多方面綜合造成的，作為設(shè)計(jì)師，如何與客戶交流、理解標(biāo)志的定位、在眾多的方案中進(jìn)行選擇將仍然是標(biāo)志設(shè)計(jì)師最重要的能力。在時(shí)間分配上，傳統(tǒng)的設(shè)計(jì)活動(dòng)中定義需求和實(shí)現(xiàn)設(shè)計(jì)的時(shí)間往往是后者更長，至少是平均分配，在人工智能的輔助下，原本更加耗時(shí)的部分可以由機(jī)器完成，可以預(yù)見在新的設(shè)計(jì)流程中定義需求、問題將占據(jù)更大的比例。

（三）對標(biāo)志設(shè)計(jì)要求更苛刻：人工智能的發(fā)展使得標(biāo)志設(shè)計(jì)的門檻降低，這使人們有更多機(jī)會(huì)嘗試不同的設(shè)計(jì)風(fēng)格和元素，從而導(dǎo)致市場上涌現(xiàn)出更多的標(biāo)志。隨著設(shè)計(jì)數(shù)量的增加，人們對標(biāo)志設(shè)計(jì)的認(rèn)識和平均審美水平也逐漸提高，對標(biāo)志的選擇和評價(jià)標(biāo)準(zhǔn)也變得更加挑剔和苛刻。人們更加渴望標(biāo)志能夠突出品牌的獨(dú)特性，引起觀眾的注意并產(chǎn)生共鳴，同時(shí)他們也將會(huì)努力使自己的標(biāo)志與人工智能生成的內(nèi)容有所區(qū)別。因此，對于標(biāo)志設(shè)計(jì)師來說，除了參考人工智能技術(shù)提供的設(shè)計(jì)選項(xiàng)，他們還需要注重在設(shè)計(jì)中注入個(gè)性化的元素和品牌的核心價(jià)值，以滿足人們對于標(biāo)志設(shè)計(jì)的更高期望。

結(jié)論

人工智能技術(shù)在標(biāo)志設(shè)計(jì)中的應(yīng)用，無論是通過模型直接生成還是與用戶協(xié)同生成的方式，為我們提供了快速、方便的生成標(biāo)志的途徑，從而簡化了標(biāo)志設(shè)計(jì)的流程。設(shè)計(jì)師可以借助這些技術(shù)輔助進(jìn)行標(biāo)志設(shè)計(jì)，獲取靈感或基礎(chǔ)方案。這些技術(shù)在標(biāo)志設(shè)計(jì)的其他工作環(huán)節(jié)中也發(fā)揮了作用。技術(shù)的參與也降低了標(biāo)志設(shè)計(jì)的技術(shù)門檻，增加了大眾的參與。

然而，盡管標(biāo)志設(shè)計(jì)看似變得更加簡單，但在目前的技術(shù)水平下，這兩種生成方式都還無法達(dá)到直接投入使用的水平。與此同時(shí)，大眾對設(shè)計(jì)師和標(biāo)志設(shè)計(jì)的要求卻變得更加苛刻。因此，從這些方面來看，標(biāo)志設(shè)計(jì)并沒有真正變得更簡單。隨著人工智能的持續(xù)發(fā)展，將繼續(xù)對標(biāo)志設(shè)計(jì)產(chǎn)生影響，設(shè)計(jì)師需要不斷了解和學(xué)習(xí)相關(guān)技術(shù)，建立新的設(shè)計(jì)流程和思維模式，以適應(yīng)這一變化的趨勢。

參考文獻(xiàn)

[1]Goodfellow I，Pouget-Abadie J，Mirza M，et al. Generative adversarial networks[J]. Communications of the ACM，2020，63（11）：139-144.

[2]Sage A，Agustsson E，Timofte R，et al. Logo synthesis and manipulation with clustered generative adversarial networks[C]//Logo synthesis and manipulation with clustered generative adversarial networks. 2018：5879-5888.

[3]Mino A，Spanakis G. Logan：Generating logos with a generative adversarial neural network conditioned on color[C]//Logan：Generating logos with a generative adversarial neural network conditioned on color. IEEE，2018：965-970.

[4]Rombach，R.，Blattmann，A.，Lorenz，D.，Esser，P.，& Ommer，B.（2021）. High-Resolution Image Synthesis with Latent Diffusion Models.

[5]Dhariwal P，Nichol A. Diffusion models beat gans on image synthesis[J]. Advances in Neural Information Processing Systems，2021，34：8780-8794.

[6]陳楠. 設(shè)計(jì)思維與方法[M]. 北京“中國青年出版社，2021.

[7]同2

[8]陳楠.從東京奧運(yùn)會(huì)會(huì)徽“抄襲”事件談標(biāo)志設(shè)計(jì)的現(xiàn)狀與趨勢[J].裝飾，2017，291（07）：62-65.

[9]陸曉寧.數(shù)字媒體視域下標(biāo)志設(shè)計(jì)的發(fā)展趨勢[J].設(shè)計(jì)，2022，35（13）：119-121.

[10]詹秦川，常靜茹.新媒體語境下多形態(tài)標(biāo)志的表現(xiàn)形式探析[J].包裝工程，2019，40（06）：68-74.

[11]同6.

[12]郝強(qiáng)，付心儀，徐迎慶.信息時(shí)代背景下的新興大眾化設(shè)計(jì)[J].裝飾，2020，323（03）：38-42.

[13]趙超.人工智能是中國引領(lǐng)新產(chǎn)業(yè)革命和文化復(fù)興的機(jī)會(huì)——趙超談設(shè)計(jì)與科技[J].設(shè)計(jì)，2020，33（08）：63-68.