本文来源：公众号量子位
StableDiffusion又被发掘新用途了——
设计LOGO最关键的“形意结合”，被它拿捏得明明白白。看见Cat秒画猫猫头：
瑜伽店YOGA几个字母用人体形态一转换，风格完全不出错：
只设计其中一个字也没问题，例如将Dog的D画成一个狗子：
属实简洁又传神了有木有！
哪怕是面对中文字体，AI也能很好地理解其中的意思，快速画出甲方想要传达的LOGO形象：
要是开店用上这个，哪里还需要花几十上百块专门设计一个LOGO出来？
虽然之前也有不少设计LOGO的AI了，不过从这次生成的效果来看，还真有点不太一样。
高盛：由于银行系统的压力，预计美联储本周不会加息:金色财经报道，高盛经济学家周一在一份报告中写道，鉴于银行系统的压力，我们预计联邦公开市场委员会将在本周 3 月的会议上暂停加息。尽管政策制定者积极应对本次危机，以支持金融体系，但市场似乎并不完全相信，支持中小银行的措施是足以应对危机的。虽然暂不加息意味着暂停和通胀的斗争，但事实上，通胀问题现在看起来没有去年夏天那么紧迫，因为近期通胀预期大幅下降，长期通胀预期已保持稳定。[2023/3/20 13:14:55]
01保留一部分原有字体的味道
事实上，在这次研究之前，已经有不少研究在考虑如何用AI设计LOGO。
从效果来看，主要可以分成三类：
一是以字体为形状限制，将图片风格迁移上去；二是以图片风格为基底，将字体迁移到图片中去；三是将不同图片的形状和字体关联起来，生成或彩色或黑白的“图像拼接”风格LOGO设计。
PUMA首个NFT项目Nitropass by PUMA完成发售，持有者可获得限量版实物:8月27日，据官方消息，时尚运动品牌PUMA（彪马）首个NFT项目Nitropass by PUMA完成发售，目前OpenSea上地板价为0.27ETH。据悉，Nitropass持有者可获得PUMA限量版实物产品并可获得其他PUMA元宇宙项目体验。[2022/8/27 12:52:16]
然而，与下面人类手工设计的LOGO比起来，上面AI设计的效果不能说不好看，但似乎还差那么点意思：
作者们经过一通探查，发现人类手工设计的LOGO并不“喧宾夺主”。
人类设计师会在保留原本字体特色、让人们能一眼认出单词的基础上，再加入一点创新之处，例如将Jazz中的J改成乐器，但其他人一眼仍然能认出“JAZZ”字体的形状。
拜登：认为美国不会出现经济衰退:7月26日消息，美国总统拜登表示，他认为美国不会出现经济衰退。(金十)[2022/7/26 2:37:28]
整体来说，就是在保留一部分字体“味道”的同时，加入一定的设计感。
例如这是StableDiffusion生成的“FROG”设计，FRO仍然是原本字体的形状，只有G变成一只跳出去的小青蛙：
如果用StableDiffusion2进一步进行后期处理的话，还能进一步实现上色功能，显得更加生动：
生成LOGO的风格也能随着原本设计字体的变化，而产生不一样的变化。
例如这是8种字体下生成的不同瑜伽LOGO，每种风格都不一样：
相比之下，其他AI模型在生成字体的时候，倒是更喜欢保留自己的风格：
Coinbase增加扩展功能允许部分用户访问基于以太坊的Dapp:金色财经报道，Coinbase Global（COIN）将开始允许其“一小部分”应用用户直接从 Coinbase 应用访问基于以太坊的去中心化应用（dapp）。这一新增功能将帮助用户在包括 OpenSea 和 Coinbase 自己的 NFT 平台在内的各种市场上购买 NFT；在 Uniswap 和 Sushiswap 等去中心化交易所进行交易；并通过包括 Curve 和 Compound 在内的 DeFi 平台借贷。\u2028这些功能将由 Coinbase 的新 dapp 钱包和浏览器提供支持。该公司表示，将首先在美国向有限的部分用户推出基于 Android 的新服务，并计划很快扩展到所有用户和平台。（Coindesk）[2022/5/17 3:20:47]
那么，这种神奇的字体设计AI是怎么做出来的？
02用贝塞尔曲线调整字母形状
为了一定程度上保留原本字体的风格、以及只改变单词中的某几个字母，作者们想出一种“微调”字母形状的方法——
那就是让AI学会用贝塞尔曲线，对不同字体的字母进行小幅度变形。
具体控制点数量，则根据字母复杂度和字体风格进行迭代变换，直到设计出来的字母符合要求，其中橙色是初始点，蓝色是后续增加的控制点：
控制点数量对生成效果影响有多大？
例如这是不同数量的控制点生成字母的效果，如果数量太少，会看不清设计的图像形状；但数量过多又容易扭曲字体原本的形状：
基于这种核心设计思路，作者们结合StableDiffusion和CLIP，设计出了一整个字体设计AI模型：
其中，ACAP损失函数基于德劳内三角形剖分算法，对字母形状进一步进行了约束。
例如这是PANTS在变形前和变形之后的形态，可以看见ACAP在保留裤子形态的同时，也保留了字体的效果：
与此同时，为了进一步保留字体形态，作者们采用了一个低通滤波器，保证调整后的字母不与原始字母偏离太多。例如这是Bear中的B调整后的形态：
应用这套模型，生成每个字母的速度也还不错。
在一块RTX2080GPU上，生成单个字母的LOGO设计大约需要5分钟。
03作者介绍
虽然作者们放到项目主页上的论文是匿名的：
不过在arXiv上，作者们的名字倒是已经公开了，他们分别来自以色列特拉维夫大学、ReichmanUniversity，以及伦敦大学金史密斯学院：
共同一作ShirIluz，特拉维夫大学电子与电气工程理学硕士，目前的研究方向是生成AI，感兴趣的方向是深度学习与计算机视觉。
共同一作YaelVinker，特拉维夫大学计算机视觉博士生，曾经在以色列希伯来大学获得计算机科学本科与硕士学位，目前研究方向同样是深度学习与计算机视觉。
这么看来，雷军当年设计小米LOGO的200万元花早了啊？
论文地址：https://arxiv.org/abs/2303.01818
项目地址：https://wordasimage.github.io/Word-As-Image-Page/
巴比特园区开放合作啦！
中文推特：https://twitter.com/8BTC_OFFICIAL
英文推特：https://twitter.com/btcinchinaDiscord社区：https://discord.gg/defidao电报频道：https://t.me/Mute_8btc电报社区：https://t.me/news_8btc
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。