生成式AI的爆火，給產品設計帶來了更多可能性，產品工作人員可以嘗試將AI技術落地至應用中，比如本篇文章里，作者就嘗試基于生成式AI梳理了一份AI相機應用的設計方案，一起來看看。

文章結構：

一、用戶群體

1. 一般用戶

女性，不了解AI生成技術，不會使用，對于繁瑣操作不了解，沒有系統學習過攝影技術的用戶（絕大部分女性）。

產品核心，簡單，可視化，比起繁瑣的操作，越簡單這類用戶使用的可能性就越大，越是視覺化的展示，該類用戶的操作可能性就越大。

產品一定要具有社交功能，同時要有追隨熱度的準備。

產品效果一定要好看，而且玩法功能要是不是更新/推出新玩法，保證用戶熱情。

2. 核心用戶

一般用戶中，對于AI寫真/藝術照片等功能感興趣，同時愿意嘗試的用戶，該類用戶付費使用會導致部分用戶流失（先付費再使用不合理）。

妙鴨相機模式：

應該先嘗試后定制模式，用通用模型生成結果加AI換臉，使得結果更像用戶，這樣用戶嘗試滿意后再定制，可能機會更高。

3. 專業型用戶

對AI繪畫/攝影有了解的用戶，該類用戶需要在平臺獲利，才能長久的為產品帶來優質的模版?？梢钥紤]在社交版塊對這些用戶生成的模版進行付費買斷，或者感知使用次數付費。

二、用戶需求

1. 社交性需求

社交需求是最常見的用戶需求，主要分為三類。

第一類，跟風爆點/熱門類話題。

該類需求和當下熱度時刻相關，2022年的原神大頭特效就是最好的例子。

該類特效可以通過開源的deepfacelab完成，AI相機想要滿足該類用戶的需求，必須做到緊追互聯網熱點，如在2023年4月推出AI相機，最好的模型應該是“多巴胺服飾模型”

關注社交熱度完成部分可行功能，是AI相機長期運營的一種模式。

第二類，創造新話題內容/熱度的需求。

這類主要是內容創作者長期需求，在互聯網的主要表現為，新內容/風格的傳播，如“復古風”復刻DVD的質感特效，獲得流量。

對于該類用戶的需求，滿足一次就是一次巨大的風口他們本身就是流量的創造者，同時該類用戶的需求是最難滿足的，互聯網的流量不可確定性的因數太多，對于AI相機（核心為生成式AI）來說，滿足多樣化的風格是基礎，如前些年流行復古，為了流行賽博朋克/革命元素都有可能，盡可能滿足模型的多樣性是對于這類用戶最好的回應。

第三類，好看/有趣/藝術/獨特的內容分享。

這類用戶需求更貼合AI相機的能力，該類需求滿足方向為——引起用戶的分享欲望，這類社交需求核心就是分享欲，AI相機通過生成內容讓用戶產生正向落差（遠超預期的照片），會激發該類用戶的分享需求。

同時該類用戶的自發推廣，是產品推廣必要的推動。AI相機需要滿足的是夯實內功，打磨AI生成與人物融合的質量，AI生成模型的出圖率與質量等最基礎的質量問題。

2. 自我滿足性需求

自我滿足性需求，同樣是AI相機最核心的用戶群體，AI相機在某種程度上是和美顏相機是一樣的。都能提供快速的，低成本，無痛的身體改造。

美顏相機的出現給予外貌普通的女生快速獲得外貌資本的可能性，這也是美顏相機在需要展示外貌資本行業——直播行業普遍存在的原因，AI相機在某種程度上能部分（隨著技術提升完全）取代美顏相機。

自我滿足需求在用戶個體的表現有以下幾點：

1）外在的展示需求

該類需求和美顏相機一樣，希望通過技術手段獲得外貌資本，用于在社交/聊天/直播等地方獲得優勢。

技術不完善的Stable Diffusion直播生成變臉：

技術較為完善的deep face live直播換臉：

AI相機在實時直播行業的影響在不斷的沖擊美顏相機的市場份額，在該需求層面下，AI相機能完成的結果遠高于美顏相機的，在個人信息的保留——用戶更想她自己，這一核心領域AI相機的表現出色，而這一點恰恰是用戶內心最敏感的點，美顏相機下的五官信息變化較大，AI換臉相機保留用戶五官信息，這能給予用戶心理上的慰藉，

但是deepface核心問題在于肖像權，所有生成式AI的臉部融合結果比起換臉更加安全。

2）內在展示需求

于外在展示需求不同，內容展示需求更具有私密性，內在展示需求的核心在于，用戶的自我取悅。其表現形式上個人寫真等不外傳隱私性極高的照片上， 這類需求主要是女性用戶對于自身“美”記錄的想法，是絕對私密的內容，同時私房照行業的亂象對于這些用戶來說也是“勸退”的關鍵。

AI相機如今的技術能滿足這類用戶的部分需求，而且AI相機更具有私密性，不存在人為的數據泄露問題，同時也減少了用戶家庭環境對于該類用戶指責。

（該類用戶轉化為付費用戶的概率高——定制個人模型的可能性高）

通過生成式AI，獲得用戶喜歡的寫真結果，讓用戶能獲得取悅自己的照片，并且讓用戶幾乎免費獲得高費用寫真的結果（穿搭/妝容/專業攝影費用高昂），同時用戶有選擇風格的權利（“私房照”的選擇權利大部分在拍攝者手中，用戶選擇權利較少）在AI生成恰恰是用戶權利最大的情況，用戶可以按照心情生成自己想要的結果，同時還有指導拍攝的樣式（在現有的結果上提出需要，能減少攝影者的“主觀想法”）。

技術要求為更精細的人體生成結果/環境生成結果，對于平臺的要求為絕對私密的內容保護，可指定的后期修圖。保證用戶內容不會外泄。

3. 記錄型需求

1）情侶記錄需求

這是最普遍的用戶需求，一般情侶用戶喜歡記錄自己相處中的美好細節，這時候AI相機能提供場地/服飾等選擇，對于用戶來說會使得照片的背景環境更加豐富，照片的實際出片效果更好（滿足用戶背景優化/色調優化）。

對于某些原因無法相遇的異地戀用戶，定制一張二人的情侶照片也是對于遺憾的一種彌補（AI生成式的照片定制）。

對于情侶來說頭像也是具有重要記錄意義的，但是網上找頭像容易出現問題，個人定制頭像比較麻煩，不能隨心所欲，AI生成的恰好能滿足部分用戶需求（如q版頭像），生成結果完全能作為情侶的頭像。

2）寵物記錄需求

這類需求的主要表現如貓狗vlog，用戶會記錄寵物的日常生活，該類用戶對于寵物的感情深消費大，構造寵物的獨立模型，生成一些寵物私房照對于該類用戶來說有不錯的吸引力。同時AI相機可以獲得寵物的獨特照片，讓其具有不可替代性。效果如下。

有關于自己狗狗的有趣照片，對于有寵物記錄需求的用戶而言，這是非常有趣的記錄信息。

3）懷舊記錄需求

照片原初的作用其實是記錄，在相機價格高昂的年代，照片承擔的是用戶記憶載體的需求，如今的照片功能更偏向于社交，讓照片的記錄本質其實是很多用戶潛藏的需求，用戶可能遇到過圖片太多要清空的情況，然后很多照片處于“食之無味，棄之可惜”的情況，其核心原因是該類照片的記錄回憶不足以讓用戶產生強烈情感波動，這類照片在攝影價格高昂的年代其實不具備拍攝可能。

限制拍攝/照片的產生結果，某種程度上是可以減少這樣的照片，我們可以在AI相機中推出“每日照片功能”，用戶每天上傳一張照片，同時接合chatgbt的輔助，讓用戶寫下簡短的“今日心情”，AI相機會將圖片/文字/時間/風格接合做出一張日歷圖片，“每日圖片”上傳時間滿一年，我們會將日歷打印送給用戶，讓用戶重新撿起這一年的記憶，通過喚起用戶記錄需求，培養用戶“日記習慣”。

4. 商業化需求（B端需求涉及到sd工作流暫時不做介紹）

1）產品設計圖

AI生成圖片，高效準確，對于如汽車/音響/建筑物等存在現實模型的產品，用戶可以根據pormpt獲得批量產品結果，對于設計來說是生產力工具。

產品設計工作主要涉及到lora訓練/contrelnet使用等，非c端功能，具體工作流，有需要我下期再講。

2）買量廣告素材

買量游戲需要海量的游戲素材，生成AI的搞笑低價對于買量游戲來說是最好的生產工具。

3）服裝模特

眾所周知，略。

三、技術路線與其優勢方向（簡易說明）

1. 常見的圖像生成模型

1）對抗生成網絡

優勢：

1. gan網絡在圖像對圖像的生成中，對于原信息的保護好。
2. 生成輸出快，顯卡占用小。
3. 單一風格變化穩定高效。
4. 模型單一，不需要其他操作能實現用戶一件操作。

gan模型實例——年齡變化：

風格變化：

gan實例，風格遷移（CycleGAN）：

gan實例，高保真人像圖片生成（stylegan3模型的人體毛發生成效果逼真，gan網絡在高保真圖像生成上有很強的效果）：

gan網絡對于AI相機的意義在于，能給予用戶一個穩定照片玩法，如臉部變老，變風格等，這些在視頻軟件工具中的常見功能，用戶可以通過這件功能的吸引去開始使用AI相機，低成本的內容生成，可以提升c端用戶數量。

2）Diffusion Model擴散模型

優勢：

1. 生成內容豐富，可以根據語義變化。
2. 對于圖片信息的學習較為完整，比起gan網絡限制較少。
3. 接合姿態點，景深圖可以穩定生成指定姿勢。
4. lora訓練過程穩定，樣本需求小。
5. 能完成去噪超分等工作。
6. 能滿足多樣化需求。

diffusion實例，風格遷移：

目標圖片：

生成結果：

diffusion實例，prompt（提示詞在AI繪畫具有很重要的地位，有可能以后再講）生成。

lora的使用（dva風格的lora）

sd還有很多實際上不錯的生成效果/生成方式，在這暫時不介紹，有興趣可以在sd工作流梳理中進一步介紹。

diffusion是AI相機的核心，作為生成AI負責用戶需求的生成，但是生成的消耗較大，如果免費c端成本較高，可以通過gan滿足部分用戶好奇，在給予每個新用戶部分使用通用模型的權限，方式將用戶數量提升。

2. 其他基礎技術

圖像融合。

圖像融合技術是生成式AI和用戶實際數據產生效果的最后一步，融合產生問題會很大程度上減少用戶對AI相機的依賴性，同時圖像融合式實時AI相機的重要攻克難關。

姿態點估計/景深估計/邊緣檢測/圖像檫除。

略。

四、產品設計——功能設計

1. 用戶權限設計

1）基礎用戶權限

開放部分顯卡算力消耗低的功能免費使用，如stylegangan的年齡變化功能，風格遷移等功能。

開放有限次數的AI寫真/藝術照等，AI寫真照采用通用人物模型生成（在生成結果融合用戶目標圖片給予用戶初次體驗AI寫真的效果）對標妙鴨相機的功能。采用先體驗后定制模式。

開放社區功能，用戶可以瀏覽社區用戶的生成結果和操作步驟，但是無法復制粘貼內容。

開放付費渠道/推廣渠道，用戶可以通過系統任務獲得付費貨幣（推廣產品/推廣鏈接/推廣碼），然后使用單次付費渠道享受付費功能，

2）付費用戶權限（定制模型用戶）

• 定制模型用戶可以獲得一定的付費貨幣，付費貨幣用于照片的高清下載畫冊定制等。
• 開放社區全部權限，如一鍵生成社區效果，復制prompt（prompt筆記），社區推薦權利。
• 開放AI寫真/藝術照的全部權限，用戶可以定制寫真/藝術照等。
• 開放指定后期功能，用戶可以選擇指定的后期需改自己的照片。
• 開放隱私功能。用戶的生成結果不保留，同時在用戶保存下載后，會清除app內容的生成結果記錄，保證用戶的個人隱私。

3）會員付費用戶

• 會員用戶可以無限次數下載內容
• 會員用戶可以獲得有限排隊權
• 會員用戶的后期定制權利提升（選擇后期的權利＞一般用戶）
• 會員用戶可以在社區發布懸賞貼（提出自己需求，由其他用戶嘗試得到prompt）
• 開放高級定制模塊（輸入個人需求prompt）
• 開放具備重繪功能
• 開放controlnet功能

4）企業級用戶

對于需要批量生成結果用于推書/買量素材等的用戶，開放批量生成渠道。

對于有AI相機直播需求的用戶，可以定制AI相機直播軟件，適配用戶電腦，同時提供后勤服務。

2. 寫真功能

stable Diffusion 對于圖像生成效果有部分是極好的（在特定的prompt下），該類結果對于用戶而言是社交/收藏的選擇。

1）一般寫真使用流程

寫真功能是AI相機最核心的功能之一，我將工作流程中的用戶反饋細分，AI繪圖的關鍵問題有兩種，一種是用戶對生成結果直接不滿意，一種是對臉部表情不滿意，二者的實際處理方式不同，生成結果不滿——選擇重新生成的，臉部結果不滿意——采用模型中的臉部修復功能/選擇直接融合用戶臉部信息等，保證盡可能的想用戶，如何還不滿意開方人工服務。

同時在用戶重繪內容時，不應該再次排隊，應當預留用戶的操作響應時間，保證用戶的良好使用體驗，用戶結果生成后的10s內，服務器依舊分配給該用戶，在10s沒有進行再次生成，結束任務用戶重新排隊。

2）私密寫真

私密寫真是部分自我滿足需求用戶取悅自己的一種方式，如暴露的衣物加誘人的姿勢構成的圖片，這些圖片女性部分是用作收藏（同時部分用戶會用作販賣——福利姬模式）是否開放私密寫真模式這存在很大的討論空間，但是不變的是，在這發面無論是有需求的一般用戶也好，還是有商業目的用戶也好，她們都有很高的消費欲望（一套私房照500起步，同時會有不利的情況發生）。

私密照片應該作為限制功能，劃分到提示詞的高級模塊，保證該類功能不會被濫用，具體功能為用戶選擇了高級模塊后，可以自主輸入prompt，用戶同時在圖片prompt（給用戶選擇的生成內容提示詞用圖片展示）內容擴展——增加部分普通模式不具備提示詞。后續會介紹。

3）藝術圖片生成

藝術照片和寫真不同，用戶能接受圖片的怪異程度/不想自己的程度高，核心是藝術照片好不好看。

藝術中用戶的五官沒有圖片效果重要，藝術照片的核心是效果，同樣的部分藝術照片想要實現AI換臉的難度極大，不太現實，所以藝術照片的生成流程應該增加是否檢測到人臉布置。

藝術照片的流程：

同樣藝術照片也開設立高級模塊（高級模塊中也有藝術照片）。

4）背景照片/情侶頭像生成功能

用于用戶生成喜好背景，用于手機壁紙/生成畫面選擇等（高級模塊）。

用戶根據需求生成情頭。

具體功能設計略（功能較為場景）。

5）圖片玩法功能

單張圖片說話功能Stable diffusion+wav2lip效果如下（無法展示動態額）。

這是生成結果，限制圖片結果真實256*256，限制較大。

玩法2，生成動圖Stable Diffusion AnimateDiff軟件效果。

效果中會出現很詭異的生成結果，現階段實用性一般，同時真人模型效果一般。

玩法生成漫畫，輸入買火柴的女孩。

生成結果存在問題，但是效果能接受，后續添加用戶寫臺詞功能，會是很不錯的一種玩法。

玩法gan網絡的年齡變化，風格遷移等。

6）指導拍攝功能

生成式AI對于用戶來說是全新的獲得照片模式，但是很多時候AI商用往往是通過特效/圖生圖改變風格將AI作為獲得圖像玩法的一個工具。我簡單的梳理一下美顏相機和和AI相機的操作邏輯。

其實AI生成，用戶是沒有操作干預的，AI是基于提示詞的生成結果，這里就會有一個巨大優勢，當下環境無法滿足攝影需求，但是AI可以提前生成相似結果。生成不受到環境的干預。

場景案例：

明天和朋友外出游玩，需求拍攝好看的外景照片。

AI相機可以提前預設場景/用戶姿勢/光線/鏡頭等攝影參數，生成結果，用戶對于生成結果滿意。相機可以更加生成圖片的prompt，在現實中找到對應的教程，提前知道用戶操作，或者用戶可以記錄為筆記，在有需求的時候進行系統指導拍攝（人物框模式）。

通過指導拍攝，用戶會獲得實際的參與感，讓AI相機發揮相機的基礎職能。

7）預測拍攝功能

上面提到AI相機生產不受到環境影響，同時AI還能做出預測結果。

場景案例：

用戶健身；

用戶健身其實是個長期堅持的結果，用戶短期很難獲得成效，但是AI可以根據用戶訓練模型針對的做出預測訓練效果圖，給予健身用戶目標。

用戶減肥——同理；

房間裝修預測；

用戶根據生成結果，廉價的獲得無數方案，用于指導裝修。

預測效果對于AI相機來說是個實用性很高的功能，特別是涉及到設計類方面其實是個tob的工作流。

8）社區功能（簡單版）

社區交流版塊：

用戶分享生成/拍攝/有趣的事情。

功能：

1. 一件復制商城圖片的prompt，并且收錄到用戶的筆記本中，方便用戶使用。
2. 定期評選最佳攝影作品，該最佳作品會生成固定模板供用戶使用。
3. 推出懸賞機制，用戶吧自己想要的風格做懸賞，用戶完成相應的prompt獲得獎勵。
4. 推出用戶表情包制作功能。
5. 推出照片后的故事，用戶賦予自己照片的故事（真實/杜撰），每月評選最佳的照片故事給予獎勵。

社區商業版塊：

1. 用戶衣服定制，用戶生成結果的衣服可以在商城中發起我想要定制圖片衣物/首飾等，我們會將定制的價格公示，（價格隨著用戶數量的提升不斷減少，最低為成本價格的5倍）假設用戶數量不滿足基礎數量，則告知用戶，商品無法生成。
2. 推出立牌/撲克牌/明信片等定制服務。
3. 推出生成結果相識衣物推薦等。
4. 圖片修復/精修功能。

9）用戶付費功能（簡易）

• 參考用戶權限
• 高級提示詞付費
• 模型定制付費（普通模型/高定模型）
• 會員付費
• 直播軟件工具付費（暫時不提）

3. 提示詞設計

1）一般模塊

采用圖片展示代替輸入prompt的形式，讓用戶可以完成視覺操作。

如提示詞雪山，改為的圖像展示。

相機鏡頭的選著也是如此，繁瑣的提示詞不利于用戶的選擇。

其中的鏡頭語言更是讓人摸不著頭腦，光線也是繁瑣。

同樣采用圖片展示加標簽模式，方便用戶使用。

參考常見相機的濾鏡功能。

簡化用戶操作，讓小白也能懂怎么玩AI相機。

提升詞模版化。

根據基礎模板設計用戶選擇的提示詞（視覺操作）。

prompt對于專業使用的人來說是有跡可循的，但是對于普通用戶來說屬于是云里霧里，所以模版化提示詞是必須的（舉例說明：prompt就想做飯，調料的多少對于廚師來說不是問題，對于小白就不一樣了，模板化prompt就是方便面調料包，保證用戶最基本的產出結果）。

4. 高級模塊

開放提示詞輸入權限。

添加局部重繪功能。

添加更多的提示詞展示功能以及AI支援功能，讓用戶更了解這個參數的效果。

五、風險

1. 色情內容生產

核心問題，如何限制捏，我也不知道呀。

2. 肖像權問題

同理。

備注：有不足的地方希望大伙多多指點，小白真的很想轉行去做產品捏，如果有想要我分析的行業也能告訴我哦，跨行找工作太難了，嗚嗚嗚。