进阶 stability.ai 2026-10-20 06:28:25 · 25 阅读
第10章 模型训练成为新的创作流程 —— Stability AI
模型训练,即新的创作流程
11月13日
文/嘉宾用户
作者:杰森·罗斯伯格(Jason Rosenberg),创意总监
内容预览
· 为什么我们将公司周边物料打造为品牌风格解决方案
· 构建数据集
· 训练模型
· 模型与产品匹配的挑战
· 顿悟时刻及其对未来品牌创意的影响
AI 现状检视
如今从事创意行业的人都能切身感受到:AI 很难上手。
从我的 LinkedIn 动态中,你或许看不出这一点。每周都有新一轮产品发布浪潮,每次都声称要重塑创意生产流程。那些完美无瑕、精挑细选的成功案例让人误以为一切皆有可能。但这不过是一种幻觉。
真正的挫败感出现在你亲自尝试时:输出结果从来不一致,工作流频频崩断,你这才意识到那些成果是在你永远无法复现的完美条件下生成的。毕竟,你并非那个懂得如何激发某款模型最佳表现的专家,也没有单一工具能包办一切。世上不存在无所不能的“神级模型”。
大多数品牌找到我们时,早已经历过这一轮折腾。他们试用过新工具,甚至尝试过那些承诺“一键打造完美品牌”的“自定义模型训练”平台,最终却得出同一个结论:时机未到。问题并非这些工具无效,而在于它们无法适配品牌的细腻差异。
“开箱即用的 AI,只能给你和别人一模一样的效果。”
正因如此,我们打造了 Stable Socks——一个完全虚构的品牌,灵感来自我们公司的周边袜。我们想展示的是:当你真正围绕一个品牌训练定制模型时,实际会发生什么。我们平时经常为客户做这件事,在 Stability AI 内部叫 Brand Style Solution(品牌风格方案)。但这次得为自己做,做一个完全属于我们的东西。于是我们拿自己的袜子,围绕它构建品牌识别,训练出一个能无限生成广告视觉素材的模型。难点在哪?这个过程毫无魔法可言,而是一场创作的苦役。我以创意负责人的身份,切身体验客户的角色,和应用研究团队的 Dennis Niedworok 与 Katie May 紧密协作,经历了七次一丝不苟的模型迭代。我们不断打磨、重新训练、持续推进,直到某个瞬间豁然开朗——那一刻,才真正像变魔术。这就是我们如何走到这一步的真实故事。➊ 产品与数据集我越来越觉得,训练定制模型就像烘焙:配方再完美,食材不行,也做不出想要的结果。对 AI 来说,食材就是你的数据,而数据整理本身就是一门手艺。我们和一位优秀的设计师合作,从搭建 Stable Socks 品牌入手,这是最有趣的部分。产品到底长什么样?袜子的颜色、材质、剪裁是怎样的?什么样的广告视觉符合这个品牌?是生活方式摄影,还是超现实的悬浮产品图?在搭建品牌的过程中,我们逐一回答了这些问题,最终形成了一套清晰的视觉识别,成为后续一切工作的基础。以下是品牌概览。品牌设定风格:生活方式摄影,但袜子的姿态出人意料。配色:产品以 Stability AI 的品牌色为主,辅以温暖的大地色调。美学:自然光、有颗粒感、低饱和、低对比。至于数据集,我们专注于收集一组图像,从不同角度、不同光线、不同姿态来呈现产品,覆盖我们定义的所有品牌属性。但产品还没实物,所以数据集必须完全合成——这就是挑战所在。我们动用了手头所有工具,加上大量 Photoshop 手工修图,构建了 30 多张图像,精准呈现我们想象中的产品。这种合成数据集不只适用于我们这类项目,它还能帮到处于产品开发阶段的品牌,让创意团队在产品完工前就并行制作视觉素材。当然,大多数品牌都有多年积累的摄影素材和品牌视觉可以直接拿来训练,而我们从零开始,这恰好验证了:即使没有成品,这套流程依然能发挥巨大威力。对比数据集与发给厂商的袜子设计稿。➋ 训练模型模型 1:校准视觉方向第一版模型和最终效果相去甚远,但创作过程正是从这里真正开始的。来看看效果。这些画面在说什么?以下是我们反复讨论的话题,也是我和应用研究团队之间来回交流的切入点。我的初步评价产品不一致:产品必须做到 100% 准确,不能每张图都长得不一样。AI 味太重:皮肤质感过于平滑,面部看起来很假。色彩过饱和:颜色烤过了,太艳、对比太强,这不是我们的品牌调性。第一版的问题一目了然。不过它是统一“北极星”方向的好工具,所以我们没有花太多时间测试。模型 2 和 3:缩小差距第二、三版迭代很快,两者的反馈几乎相同。进步之处温暖的大地色调开始显现。服装质感在改善。袜子的形态更一致了(但还不完美)。仍需改进提示词遵循度低质感过于平滑爪状的脚趾显得不真实面部太像 AI对比度和饱和度过强姿态缺乏多样性模型 4:工艺登场到这一步,我们已经把 Stable Socks 品牌的每个细节都聊透了,并得出一个结论:大部分问题可以靠模型解决,但真正的突破来自模型周边的工作流。值得强调的是:我们的目标不只是训练一个模型,而是构建一套工作流。“工作流让模型与一系列控制手段协同运作,生成最终的、符合品牌的输出。”在幕后,这可能意味着调整颜色校正、模型强度、随机种子、负面提示词,以及几十个默默运转的细节决策。而我作为品牌负责人看到的,是一个干净利落、为品牌量身定制的界面。这份简洁的背后,是研究团队精心雕琢的工作流。想深入了解它的搭建过程,Stability AI 的产品营销经理 Alex Gnibus 在这篇关于 Brand Style Solution 的文章里讲得非常透彻。到了工作流搭建阶段,整个流程开始变得熟悉起来。讨论这个阶段,就像坐在修图师旁边,描述色调、温度和氛围,直到达到效果:肤色少一点青色,饱和度降下来,白色部分调暖,纹理加一点颗粒感。在我看来,品牌的很多无形气质正是在这一刻凝聚起来的。一个把颜色校正和细腻颗粒感结合起来的后处理环节,突然把一切都串起来了。图像终于带上了我们从一开始就在追寻的那种情绪和质感。颜色校正参数:对比度:-20饱和度:-10Gamma:1.0颗粒感:强度:0.20缩放:1.0饱和度:1.0对比有无后处理的输出结果,就能看出这一层的价值有多大。结论:后处理:大获成功,情绪和质感终于对了。提示词遵循:有进步,但还不完美。产品一致性:有所改善,偶尔仍有问题。把这些全部整合起来,就是模型 4 带给我们的效果。我们越来越接近目标了。每一版模型的输出都明显更好。➌ 当现实与模型不一致就在我们接近终点时,厂商把实物袜子寄来了。真正的考验来了——模型和产品到底对得上吗?我们心里没什么底。厂商早就提醒过我们,纱线颜色无法完全一致,加上过程中还悄悄做过几处设计微调。这是每个品牌迟早都会遇到的时刻:你发现模型和产品并不完全同步。产品改不了,但模型可以改。于是就变成了一场拉锯战——不断试图缩小真实与生成之间的差距。这才是真正的博弈:一致性。“教会模型像你一样去看产品。
“不是‘足够接近’,而是‘正确’。” 于是我们重新深入底层,优化数据集,持续打磨,直到生成的袜子看起来和摆在我桌面上的那双实物一样真实。 模型定稿 我测试的下一个模型就是那个。准确地说,它是模型7。 项目这一阶段,模拟了客户自建品牌风格模型时的体验。我扮演品牌负责人的角色,把控整体观感与风格,而我们的研究团队则在幕后完善底层机制。当我问 Dennis 和 Katie 模型5到模型6之间发生了什么变化时,他们解释说,团队手动调整了标题描述,并清理了数据集,剔除了任何影响一致性的干扰因素。 正如 Dennis 所说:“手工撰写的标题描述帮助统一了产品特征,使其精度接近100%,避免背景信息干扰,确保袜子始终是核心概念。” 仅这一环节,就足以写一篇完整的博文。 接着,模型7诞生了。 就在那一刻,AI的承诺重新向我兑现。生成结果具备了从最初想象中就注定的基调、质感与温度。它看起来、摸起来,都像我们亲手创建的品牌本身,而非某种模拟品。 这不是魔法。而是数周的测试、反馈与协作。 “每一轮迭代都让我们更接近目标,直到模型像我们理解品牌那样清晰地理解它。” 看到愿景最终落地的感觉,就像创意终于对上拍子时的满足感。 好了,就是它了。最终模型。 最后思考 经过数周的测试、微调与全方位质疑,最大的惊喜是这个流程竟如此有人情味。一来一回的沟通、细微的创意决策、那些“感觉还是差点意思”的瞬间——这就是每个创作者熟悉的节奏。 训练一个定制模型,并没有改变这一点。它只是创意过程的另一种形式。 当模型终于如我们想象般运作起来时,焦点不再局限于袜子,而是转向了可能性。当一个创意团队拥有一个真正理解自身品牌的模型,会发生什么?你会停止思考“什么可行”,转而想象“什么可能”。 这正是转变所在。我们不再受预算、时间表或物流的限制。突然间,我们能创造出过去无法实现的视觉画面。一切皆有可能。让马出现在拍摄现场,把相机沉入水下,让模特漂浮在空中。如今,世界的扩展速度与想象力同步。而最妙的是,你并未取代创意过程,而是在放大它。在保留品牌个性的同时,拓展可能性的边界。 如果我们能训练一个模型,精准捕捉一双袜子的基调、质感与个性,那么对于一个承载着宏大愿景的品牌来说,可能性更是不可限量。 如果想看最终模型的实战效果,请查看演示。
如果你已准备好为品牌定制专属方案,欢迎与我们联系。
“不是‘足够接近’,而是‘正确’。” 于是我们重新深入底层,优化数据集,持续打磨,直到生成的袜子看起来和摆在我桌面上的那双实物一样真实。 模型定稿 我测试的下一个模型就是那个。准确地说,它是模型7。 项目这一阶段,模拟了客户自建品牌风格模型时的体验。我扮演品牌负责人的角色,把控整体观感与风格,而我们的研究团队则在幕后完善底层机制。当我问 Dennis 和 Katie 模型5到模型6之间发生了什么变化时,他们解释说,团队手动调整了标题描述,并清理了数据集,剔除了任何影响一致性的干扰因素。 正如 Dennis 所说:“手工撰写的标题描述帮助统一了产品特征,使其精度接近100%,避免背景信息干扰,确保袜子始终是核心概念。” 仅这一环节,就足以写一篇完整的博文。 接着,模型7诞生了。 就在那一刻,AI的承诺重新向我兑现。生成结果具备了从最初想象中就注定的基调、质感与温度。它看起来、摸起来,都像我们亲手创建的品牌本身,而非某种模拟品。 这不是魔法。而是数周的测试、反馈与协作。 “每一轮迭代都让我们更接近目标,直到模型像我们理解品牌那样清晰地理解它。” 看到愿景最终落地的感觉,就像创意终于对上拍子时的满足感。 好了,就是它了。最终模型。 最后思考 经过数周的测试、微调与全方位质疑,最大的惊喜是这个流程竟如此有人情味。一来一回的沟通、细微的创意决策、那些“感觉还是差点意思”的瞬间——这就是每个创作者熟悉的节奏。 训练一个定制模型,并没有改变这一点。它只是创意过程的另一种形式。 当模型终于如我们想象般运作起来时,焦点不再局限于袜子,而是转向了可能性。当一个创意团队拥有一个真正理解自身品牌的模型,会发生什么?你会停止思考“什么可行”,转而想象“什么可能”。 这正是转变所在。我们不再受预算、时间表或物流的限制。突然间,我们能创造出过去无法实现的视觉画面。一切皆有可能。让马出现在拍摄现场,把相机沉入水下,让模特漂浮在空中。如今,世界的扩展速度与想象力同步。而最妙的是,你并未取代创意过程,而是在放大它。在保留品牌个性的同时,拓展可能性的边界。 如果我们能训练一个模型,精准捕捉一双袜子的基调、质感与个性,那么对于一个承载着宏大愿景的品牌来说,可能性更是不可限量。 如果想看最终模型的实战效果,请查看演示。
如果你已准备好为品牌定制专属方案,欢迎与我们联系。