大模型的出現賦予了各大行業千萬種幻想，就連傳統行業也深陷其中。

眾所周知的是，包裝印刷行業仍然屬于產業集約度低、產能過剩、產業效率相對不足的傳統印刷行業，在人工上也仍然嚴重依賴設計師和技術人員的個人經驗。

而隨著AI時代的到來，包裝印刷行業打通數字化不僅成為了可能，市場的天花板也因此得到拉升。

根據共研產業咨詢發布的數據，2023年我國包裝設計行業市場規模將達到349.8億元；中商產業研究院數據則顯示，包裝生產的市場規模高達15020億，市場天花板極高。

同時，也基于行業的發展，已有企業發布自研生成式人工智能設計系統。

據悉，從設計到生產的一站式包裝智能服務平臺小象智合發布了自研的生成式人工智能設計系統ELEAI，有望實現讓用戶通過對話指令，就可以得到從設計到最終包裝及印刷成品的端到端體驗。

更重要的是，小象智合發布的自研ELEAI智能包裝設計系統，融合了行業語言模型、視覺生成模型、3D渲染模型等核心算法和預訓練模型，可以實現“文生設計圖”、“用戶想法生成包裝方案”等功能。

但說到底，對于傳統行業的轉身需要思考的是，AI真的適合落地到商業包裝設計領域嗎？作為第一批將包裝設計領域數字化的企業，小象智合真的擁有顛覆行業的能力嗎？

一、重要的是從設計到產品整合

AI對包裝設計項目的賦能到底有多大呢？

首先我們需要了解一個包裝設計項目，從需求到落地的環節：需求Brief -創意Brief -設計提案-提案反饋&修改-印刷制版-打樣調整-批量生產。

在需求到設計提案的過程中，最大的成本應該是反反復復修正所需的時間，修改到批量生產的過程，則需要分為時間成本與樣品調整成本。

這個時候，成熟的AIGC將可以幫助包裝設計項目優化創意可視化的時間和人力成本。

其次，在創意層面，人工設計師或許能夠做到突發奇想，但要知道這個概率是較低的，而通過數據投喂的AIGC，接觸面會更廣。

當然，將AIGC應用于包裝設計是一件看似理所當然，實則極具挑戰的事，其中Midjourney對包裝設計項目制作過程就是一個例子。

不久前，FBIF創始人Mote發表了《2天300+作品，Midjourney將徹底顛覆食品包裝設計！》一文。

僅僅是從文中的配圖，我們就能感受到了AI圖像生成軟件對作圖領域的能力，以及能看到它將顛覆設計領域的可能。

最明顯的是，在前期的文本生成圖片上，Midjourney能夠精確的達到設計需求和創意的結合。

但問題還是存在的，例如Midjourney難以將生成結果完美的整合到產品的外形上，對外形所存在形態有著一定的局限性。

根據測試結果來看，無論是使用上傳圖源，使用種子(Seed)，還是直接輸入包裝型號的方式，Midjourney總是會扭曲原有的包裝版型，生成的包裝設計始終不符合要求。

據悉，就算能夠生成接近的包裝外形，一旦到了進入包裝立體圖轉為印刷制版的展開圖時，Midjourney難以獨自完成。

那么換個角度，小象智合是否能夠完美的解決這一難題呢？

目前，小象智合在產品形態方面形成了“智能化設計前端 + 數字化中臺 + 超級云工廠”的解決方案。

更關鍵的是，“ELEAI”作為全球首款包裝行業生成式人工智能設計系統——ELEAI，已經實現從一句話到成品包裝，從設計到生產實現包裝創新的所思即所見，所見即所得。然而事實真就如此嗎？

從關于“ELEAI”的發布內容看，小象智合似乎更關注其繁雜技術之間結合，而對于生成設計與產品之間的契合度，并沒有過多的涉及。

例如，小象智合曾說到“ELEAI其實是一個融合了多種技術的綜合體，當用戶簡單的輸入一句文字描述的時候，背后我們需要進行復雜的各項技術模塊的組合應用?！?/p>

“比如，用AI語言模型分析理解用戶需求，匹配適合的盒型和色彩搭配，生成主題文案，自動對應規格參數輸出對應的圖像Prompt，再對接到AI圖像模型生成多個配圖，然后再自動處理變成包裝設計的組成元素。”

為此，在生成落地的問題上，小象智合存在的問題仍然是可見的。

二、建模初落地，無功無過？

4月12日，小象智合曾攜其最新的AI智能設計+納米數字印刷包裝解決方案亮相第108屆全國糖酒會。

在其25款AI智能設計包裝案例中，“GC未來”案例中的宇航服在手指細節上參差不齊，“梵高的兔子”案例中的兔腿爪子更像是斷爪的狀態。

這與Midjourney所存在的問題一致，不過這也證明了AI包裝設計模型在落地的初期，是極難獨自完成設計到落地的全鏈條過程的，其中仍然離不開專業設計團隊的落地能力。

更何況，平面設計只是其中的一個環節。在包裝從平面設計到落地的過程中，仍有許多需要考慮的細節問題，如設計圖調整、3D渲染、印刷、打樣等。

“GC未來”

另一方面，利用建模軟件生成3D效果圖，對于消費市場來說也將是必不可少的發展需求。重點是，在生成3D的設計場景中也依然需要人為介入。

如果將生成的3D效果圖應用到印刷制版的平面，例如顏色，尺寸、畫面比例等多方面的細節，仍然需要大量的人為調整和作圖，來使MJ的效果圖與印刷平面相匹配。而這些，仍然是設計師的專業領域。

更重要的是，在數據訓練較為匱乏的背景下，ELEAI并不能完全代替人類的創造性思維和原創性。因為生成圖片需要以關鍵詞為前提，所以需要輸入想法和創意，才能生成符合需求的包裝。

但有意思的是，小象智合對于ELEAI現在以及未來在生成圖片的具體發展內容，并沒有詳細的提及，更多是著重的強調數字印刷過程中對環保的提升。

例如“數字印刷作為特定印刷技術區別于傳統膠印技術，它具有印前無須制版、小批量印刷訂單生產、交付周期短等特點，尤其在環保方面，數字印刷技術相較傳統印刷無需油墨溶劑、涂布液、潤版液以及清潔藥水等，可減少空氣排放，具備一定的環境友好性?！?/p>

某種程度上，圍繞著“環保”講故事，對合作方并沒有太大的吸引力。

加之，人工智能能夠賦予包裝設計行業的價值，遠不止于為了實現環保，同時也為了降低行業對傳統的人工的依賴以及時間成本，更是合作方對于效率的需求。

可以想象，隨著電商化的消費場景變得越來越重要，對供應鏈的創新與效率優化提出了巨大的挑戰，從需求分析、設計生產到嵌入電商場景的數字化與智能化體驗顯得尤為重要。

三、業務鏈條化就一定有優勢嗎？

包裝設計行業智能化發展的過程，看似流程簡單，但所需技術之多并不亞于大多數需要大模型落地的場景。

先是要對使用者提出的要求進行充分的理解，緊接著對應落地產品規格參數生成圖像，再對接到AI圖像模型生成多個配圖，然后再自動處理變成包裝設計的組成元素，必要時要需要進行3D化處理。

這對于僅僅只有AI能力的人工智能設計平臺來說，或許難以形成行業壁壘。但，業務鏈條化就一定有優勢嗎？

據悉，小象智合開始通過自研的數字化智慧中臺，為客戶提供了一條包括印刷流程處理、管理系統在內的包裝供應鏈，將設計、打樣、生產環節進行了數字化打通。

但其實，在各類大模型層次不窮的時代下，完全沒有必要指望讓一種AI完成所有的事情，在自身技術處于優勢的情況下，或許可以形成行業壁壘，但投入的成本也會遠遠高于同行。

實際上完全可以允許人工智能化包裝設計，進行正?；姆止ず献?，在現成具有專業特長的AI面前，也是可以搭配使用的。

類似于用ChatGPT對產品設計創意進行細分，緊接著通過ELEAI來實現可視化呈現。

另外，在圖片創作的整個過程中，無論是輸入初期亦或是修改期間，還可以利用生成prompt關鍵詞的網站進行協助，如PromptHero、Noonshot等，反推圖片中的關鍵詞。

簡單來說，就是圖片進行“檢驗”，為的就是更好的控制圖片內容或風格走向。

當然，還有3D渲染的達成。

在3D渲染上，也有如Mental Canvas、Magic3D、包小盒等在3D模型上更加聚焦的平臺可以進行選擇，或是平臺間進行協同合作。

不過，也不能說業務全鏈化沒有優勢，只不過在分秒必爭的環境下，將具體的創作交給專業的AI，優勢或許更明顯。

參考：

36氪：「小象智合」發布生成式AI設計系統，讓包裝設計“從一句話到生產交付”

FBIF食品飲料創新：我用AI設計食品包裝，挑戰落地！結果......

小易看財經：【聚焦】小象智合首發“AI智能設計+納米數字印刷”包裝解決方案