目 录
第一章 艺术设计的新语境：AI的介入 - 1 -
1.1 艺术设计与AI相关理论 - 2 -
1.1.1 艺术设计的概念 - 2 -
1.1.2 AI相关的概念 - 4 -
1.1.3 AI艺术设计 - 4 -
1.2 AI融入艺术设计的意义 - 10 -
1.2.1 创新思维的激发与拓展 - 10 -
1.2.2 技术工具与创意表达的完美结合 - 12 -
1.2.3 跨学科知识的深度整合 - 13 -
1.2.4 艺术产业的智能化与数字化转型 - 14 -
1.3 AI带给艺术设计的变革 - 15 -
1.3.1 AI重塑艺术设计的创作思维 - 15 -
1.3.2 AI革新艺术设计的选材与工艺思维 - 16 -
1.3.3 AI加快艺术设计的创作流程 - 17 -
1.3.4 AI介入艺术设计的价值取向与审美标准的演变 - 20 -
1.4习题 - 25 -
1.4.1 思考题 - 25 -
1.4.2 综合论述题 - 25 -
第二章 AIGC艺术设计初探 - 27 -
2.1 AIGC基础 - 28 -
2.1.1 AIGC基本概念 - 28 -
2.1.2 AIGC产业链：基础设计、模型、应用 - 29 -
2.1.3 AIGC生态产业的发展阶段 - 31 -
2.1.4 AIGC应用场景 - 33 -
2.1.5 AIGC营收模式 - 33 -
2.2 AIGC大模型基础 - 35 -
2.2.1 AIGC大模型的概念 - 35 -
2.2.2 AIGC大模型训练的目的和一般流程 - 38 -
2.2.3“成熟”AIGC大模型的必备要素 - 39 -
2.3 AIGC艺术设计与传统艺术设计 - 43 -
2.3.1AIGC艺术设计与传统艺术设计的联系 - 43 -
2.3.2 AIGC艺术设计与传统艺术设计的区别 - 44 -
2.4 AIGC艺术设计的发展 - 45 -
2.4.1 早期萌芽阶段（1950s～1990s） - 46 -
2.4.2 沉淀积累阶段（1990s～2010s） - 46 -
2.4.3 快速发展阶段（2010s～至今） - 47 -
2.4.4 未来发展阶段展望 - 49 -
2.5 AIGC艺术设计的变迁 - 53 -
2.5.1 AIGC艺术设计与传统艺术设计方式流程对比 - 53 -
2.5.2 从绘画到影像的变迁 - 54 -
2.5.3 静态AIGC艺术设计及典型作品 - 56 -
2.5.4 动态AIGC艺术设计及典型作品 - 57 -
2.6习题 - 60 -
2.6.1 思考题 - 60 -
2.6.2 综合论述题 - 61 -
第三章 AIGC艺术设计工具 - 63 -
3.1 AIGC大模型及常用工具 - 64 -
3.1.1 预训练大模型：GPT - 64 -
3.1.2 扩散模型：Midjourney、Stable Diffusion - 69 -
3.1.3 生成对抗网络模型：Runway - 77 -
3.1.4 预训练+扩散模型：Sora - 85 -
3.1.5 新一代大语言模型：DeepSeek - 90 -
3.1.6 阿里云模型：通义家族 - 90 -
3.1.7 文心大模型：文心一言 - 96 -
3.1.8 本土化AI绘画模型：奇域AI - 100 -
3.1.9 AI视频生成模型：Luma和可灵 - 104 -
3.1.10 AI音乐制作模型：Suno AI - 109 -
3.2 AIGC艺术设计工具对比解读 - 113 -
3.2.1 七大国产AIGC艺术设计工具实力对比 - 114 -
3.2.2 如何选择合适的AIGC艺术设计平台 - 117 -
3.2.3 常用AIGC艺术设计工具分类汇总 - 117 -
3.3 习题 - 122 -
3.3.1 思考题 - 122 -
3.3.2 综合论述题 - 122 -
第四章 AIGC艺术设计中的风格迁移 - 124 -
4.1 风格迁移基础 - 125 -
4.2 风格迁移原理 - 126 -
4.3 风格迁移与跨界创新 - 127 -
4.3.1 风格迁移与跨界创新的意义 - 127 -
4.3.2 Midjourney在风格迁移与跨界创新方面的优势 - 128 -
4.4 Midjourney使用提示词进行风格迁移 - 130 -
4.4.1 Midjourney风格迁移参考格式 - 130 -
4.4.2 Midjourney风格迁移应用 - 131 -
4.5 Midjourney25种常见艺术风格迁移应用 - 135 -
4.6 习题 - 152 -
4.6.1思考题 - 152 -
4.6.2 综合论述题 - 152 -
第五章 AIGC艺术设计中的提示词 - 154 -
5.1 提示词的本质特征 - 155 -
5.2 提示词设计的一般原则 - 156 -
5.3 提示词设计策略 - 158 -
5.3.1 提示词的基础规则 - 158 -
5.3.2 提示词优化技巧 - 162 -
5.4 提示词设计方法 - 163 -
5.4.1提示词设计一般公式 - 163 -
5.4.2提示词设计的“4W1H”方法 - 165 -
5.5 提示词实战应用与常见提示词归纳 - 170 -
5.5.1 图像生成中的提示词应用 - 170 -
5.5.2 Midjourney常见提示词 - 180 -
5.6 习题 - 185 -
5.6.1 思考题 - 185 -
5.6.2 实践题 - 186 -
第六章 AIGC艺术设计应用实战 - 187 -
6.1 AIGC艺术设计一般流程 - 188 -
6.2 AIGC标志设计应用实战 - 188 -
6.2.1 案例描述 - 188 -
6.2.2 创作过程解析 - 189 -
6.3 AIGC海报设计应用实战 - 191 -
6.3.1 案例描述 - 191 -
6.3.2 创作过程解析 - 192 -
6. 4 AIGC广告设计应用实战 - 195 -
6.4.1 案例描述 - 195 -
6.4.2 创作过程解析 - 196 -
6.5 AIGC装置设计应用实战 - 202 -
6.5.1 案例描述 - 202 -
6.5.2 创作过程解析 - 202 -
6.6 AIGC界面设计应用实战 - 206 -
6.6.1 案例描述 - 206 -
6.6.2 创作过程解析 - 206 -
6.7 AIGC信息可视化设计应用实战 - 209 -
6.7.1 案例描述 - 209 -
6.7.2 创作过程解析 - 210 -
6.8 AIGC视频创作应用实战 - 214 -
6.8.1 案例描述 - 214 -
6.8.2 创作过程解析 - 215 -
6.9 AIGC艺术创意设计应用实战1 - 234 -
6.9.1案例描述 - 234 -
6.9.2 创作过程解析 - 235 -
6.10 AIGC艺术创意设计应用实战2 - 239 -
6.10.1案例描述 - 239 -
6.10.2 创作过程解析 - 240 -
6.11 AIGC进行IP形象创作应用实战 - 242 -
6.11.1案例描述 - 242 -
6.11.2 创作过程解析 - 243 -
6.12 常见问题与解决方案 - 247 -
6.13 习题 - 255 -
6.13.1 思考题 - 255 -
6.13.2 实践题 - 255 -
第七章 Lora模型训练应用实战 - 257 -
7.1 LoRA模型基础 - 258 -
7.1.1 LoRA模型基本概念 - 258 -
7.1.2 LoRA模型核心原理 - 258 -
7.1.3 LoRA模型优势 - 259 -
7.1.4 LoRA模型应用场景 - 260 -
7.2 水墨山水LoRA训练模型描述 - 261 -
7.3 水墨山水LoRA模型训练流程 - 261 -
7.4 水墨山水LoRA模型训练过程 - 263 -
7.4.1 前期：数据清洗，选定风格建立训练集 - 263 -
7.4.2 中期：模型调整相关参数后训练及模型验证 - 265 -
7.4.3 后期：测试模型有效性 - 266 -
7.5 水墨山水LoRA模型输出 - 266 -
7.6 习题 - 268 -
7.6.1 思考题 - 268 -
7.6.2 实践题 - 268 -
第八章 AIGC艺术设计的思考与展望 - 270 -
8.1 AIGC对艺术设计产业链的影响 - 271 -
8.1.1 AIGC在艺术设计产业链中扮演的角色 - 271 -
8.1.2 AIGC带给艺术设计产业链的挑战 - 274 -
8.1.3 AIGC带给艺术设计产业链的机遇 - 275 -
8.1.4 未来艺术设计是否会被AIGC机器人替代 - 276 -
8.2 AIGC对设计师的影响 - 277 -
8.2.1 AIGC时代设计师角色的转变 - 277 -
8.2.2 AIGC时代设计师的核心作用 - 278 -
8.2.3 未来设计师应具备的技能和素养 - 280 -
8.2.4 未来产品设计师与AI协作的工作模式与伦理考量 - 281 -
8.3 AIGC艺术设计与创新政策、法律法规 - 284 -
8.3.1 人工智能作品著作权创设与保护 - 284 -
8.3.2 AIGC时代艺术创作与著作权保护边界 - 285 -
8.4 如何正确进行AIGC艺术设计 - 286 -
8.4 习题 - 287 -
8.4.1. 思考题 - 287 -
8.4.2 分析题 - 288 -
结语 迈向跨界共生的无界创新时代 - 289 -
参考文献 - 290 -
附录1重要术语解释 - 291 -
附录2 颜色RGB值与HEX值对照表 - 294 -