【笔记】鲁班智能设计平台

案例来源：优设

案例地址：

[1]http://www.uisdc.com/alibaba-ai-how-it-works（《UCAN2017回顾!美工终结者「鲁班智能设计平台」是如何工作的？》）

[2]http://www.uisdc.com/alibaba-luban-ai-banner（《双11期间有1.7 亿个banner，都来自阿里的“鲁班”AI设计系统》）

（以下为案例的简要概述，便于之后能快速检索到相关内容。部分文字与图片可能直接来自原文，如有侵权请告知，谢谢）

1. 背景

1）2015年双十一，阿里第一次基于数据做千人千面的商品推荐，此时广告banner的个性化是 白底+商品图 的推荐

2）2016年双十一，鲁班系统设计了1.7亿bannner，此时的个性化是 主题风格+商品图+投放文案

3）2017年，鲁班系统进一步升级，下图是鲁班系统制作的banner，可以看到更具有设计感。此时的个性化是 主题风格+修饰元素+配色+构图+商品元素。投放中使点击率翻倍。

2. 鲁班初级版

将banner拆解成“主题风格+投放商品+投放文案”，靠设计师设计多套主题模板，机器抠图得到商品图（与阿里搜索做图像切割的算法团队合作），以高人力的方式度过第一阶段。该阶段点击率已经有了明显提升。

3. 鲁班进阶版

从“风格背景元素+修饰元素+配色+构图+商品图“五个方面形成banner。

4. 鲁班进阶版的框架

1）元素中心：鲁班banner的设计是以元素为单位，而不是以像素为单位的。通过购买与自己设计的方式，建立了一套包括“背景、主体（商品）、修饰”的元素库。基于元素库做特征提取。

2）设计框架：人工标注banner作为输入特征。包括基础的“背景、蒙版、修饰元素”等，还包括上一层的“设计手法”和“风格”。

将这些特征输入神经网络，训练模型。

3）行动器：收到新设计任务，从设计框架中获得准备好的元素，行动器负责调整元素的组合位置。行动器也通过神经网络训练。

4）评估网络：“美学”和“商业”两个方面进行评估。美学上的评估由人来进行，这方面有专业众包公司；商业上的评估就是看投放出去的点击率浏览量等等。

5. 进一步要攻克的问题：

1）机器自主生成元素：想要一朵花，可以自己画一朵，这是计算机视觉近期热门的问题

2）提高认知理解：用户输入“清凉一夏”的文案时，能理解“清凉”的含义，使图文具有联系

3）设计风格迁移：目前学习了上百种主流的设计风格，能完成主流的设计需求。进一步对设计风格进行迁移，得到新的设计风格。

6. 思考：

1）阿里CEO评价鲁班是“数据业务化的代表”，将闲置的数据（海量商品图）做成业务，提高了流量的效率。在有充足数据的应用场景，都可以考虑通过“规模化的个性化”来提高收益。

2）鲁班的文案是如何生成的？人工拟定若干文案，还是人工确定文案元素由机器组合。千人千面的文案对于流量效率的提升有多少。