2024年3月15日，在第四届中国汽车人机交互创新大会上，小鹏汽车数据智能中心设计总监王承炀提到，从草稿到3D渲染、零部件再到场景，3D渲染阶段非常耗时，所以思考能否用AI工具替代这一繁琐过程。业界已有线稿直接转化为实体或3D渲染的先例，团队便尝试将其应用于汽车设计。尝试了多种AI工具组合，包括Midjourney、不同大模型和采样器。多次测试后，找到了一个能还原草图轮廓和折痕设计的最佳方案。
王承炀｜小鹏汽车数据智能中心设计总监
以下为演讲内容整理:
下图是小鹏汽车内部不同领域对应的设计活动。最左边是造型，有内饰、外饰、零部件、色彩等。营销和销售部门有品牌、KV、线上线下的活动设计。此外还有HMI和数据智能中心。我们需要通过数据智能中心对AI的研究赋能三个不同的设计领域。
图源:演讲嘉宾素材
要实现这一目标，基本是采用比较传统的设计思维，首先洞察有什么问题，设计流程中有什么卡点，然后看业界有怎样的技术可以解决这个问题，最后将相关技术做一个应用，去适配业务，衡量产出是否能够达到指标。整个流程形成规范后，可以在公司内部进行推广和培训。
小鹏的APP上有车控、社区、商城、售后服务及个人中心。在用户体验设计部分有一个链路是用户研究，分为定性研究和定量研究。在定性用户研究中，通常需要和用户进行访谈，将访谈录音转成文字约有五六千字，把这五六千字做成总结既困难又耗时，并且会带有个人偏见。基于此，我们通过GPTs做一些训练，脱敏后进行输入、输出的对标和优化，最终的输出总结比人工分析更快，结构化产出更优。
我们在做设计时需要对竞品进行分析，会定期跟踪不同车企APP上市的新版本功能，还会有一些新的优化改进点。此外，我们与微软进行合作，通过他们的工具可以自动模拟人类行为去浏览这些网站，然后将网站信息搜集回来做格式化，存入数据库中，最后再整理成文字，利用Copilot进行分析总结。
AIGC赋能造型设计
在利用AIGC赋能造型设计时，我们要先进行问题的洞察。在做造型设计时通常会遇到几个问题，将草稿画成一个比较好的渲染图时，光影很难做好，如果要进行3D建模，就需要整个团队的支持，消耗时间较长，最后要将整车放入场景中进行融合也有一定挑战性。
图源:演讲嘉宾素材
我们还在内饰部分进行了与零部件一样的尝试，也可以渲染出不同的效果。同样，给AI一个基础线条就可以渲染出不同的轮毂图形。这些生成的内容并不能直接使用，但可以作为一个比较好的设计输入和参考。
我们在做内饰时所生成的是双视图，上下元素基本一致，因此可以一次生成两个不同视角的内饰风格。我们还将AI工具放在内部做了一个平台，优化界面，将一些素材整理在一起，让设计师可以更方便地使用。
在设计部分还有一个需求，他们希望能够实时地将手绘的草稿直接渲染成3D的结果。对此，我们采用了ComfyUI技术，搭建自己的工作流，会对窗口进行监听。右下角是监听PS画板的窗口，能够实时进行模型运算，大约每半秒能生成一张图，每画一笔就会渲染出一个3D结果。这一功能能够让设计师较快知道草图变成3D后的效果。
图源:演讲嘉宾素材
AIGC赋能营销设计
在做营销物料时，通常难以找到较好的素材，或需要付费。此外，3D渲染花费的时间较长，费用高，还难以做得逼真。当前业界有许多一键生图的应用，将产品图与AI技术融合后可以生成相应场景，同样的原理也可以应用在车上。
在我们的广州车展X9发布会上，背后的主KV由AI生成。我们首先将车的轮廓提取出来，把车的空背图P到Midjourney生成的场景上，再经过AI渲染，呈现出金色光影，最后将其放入PS进行合成，生成最终的效果图。
图源:演讲嘉宾素材
在X9空间的活动中，外星场景需要通过AI生成背景，首先是生成背景，然后将车进行替换合成。该项目的车图物料是横版，但活动需要竖版，因此我们通过AI对其进行了补齐。
我们在收到车时，由于时间原因，没有人在车里，于是就想到用AI将人画进去。画人要将3D模型把人放在对应位置，输入骨架图和深度图，再通过AI把人画进去。最后我们将人物P到车里，进行合成。由于AI所生成的人在光影和颜色等细节上不太像真人，我们会通过光影重绘使其更加协调。
