很快啊，Stable Diffusion又被发掘新用途了——

设计 LOGO 最关键的 " 形意结合 "，被它拿捏得明明白白。看见 Cat 秒画猫猫头：

(资料图片仅供参考)

瑜伽店 YOGA 几个字母用人体形态一转换，风格完全不出错：

只设计其中一个字也没问题，例如将 Dog 的 D 画成一个狗子：

属实简洁又传神了有木有！

哪怕是面对中文字体，AI 也能很好地理解其中的意思，快速画出甲方想要传达的 LOGO 形象：

要是开店用上这个，哪里还需要花几十上百块专门设计一个 LOGO 出来？（doge）

虽然之前也有不少设计 LOGO 的 AI 了，不过从这次生成的效果来看，还真有点不太一样。

保留一部分原有字体的味道

事实上，在这次研究之前，已经有不少研究在考虑如何用 AI 设计 LOGO。

从效果来看，主要可以分成三类：

一是以字体为形状限制，将图片风格迁移上去（如图 AB）；二是以图片风格为基底，将字体迁移到图片中去（图 D）；三是将不同图片的形状和字体关联起来，生成或彩色或黑白的 " 图像拼接 " 风格 LOGO 设计（图 CE）。

然而，与下面人类手工设计的 LOGO 比起来，上面 AI 设计的效果不能说不好看，但似乎还差那么点意思：作者们经过一通探查，发现人类手工设计的 LOGO 并不 " 喧宾夺主 "。

人类设计师会在保留原本字体特色、让人们能一眼认出单词的基础上，再加入一点创新之处，例如将 Jazz 中的 J 改成乐器，但其他人一眼仍然能认出 "JAZZ" 字体的形状。

整体来说，就是在保留一部分字体 " 味道 " 的同时，加入一定的设计感。

例如这是 Stable Diffusion 生成的 "FROG" 设计，FRO 仍然是原本字体的形状，只有 G 变成一只跳出去的小青蛙：如果用 Stable Diffusion 2 进一步进行后期处理的话，还能进一步实现上色功能，显得更加生动：生成 LOGO 的风格也能随着原本设计字体的变化，而产生不一样的变化。

例如这是 8 种字体下生成的不同瑜伽 LOGO，每种风格都不一样：

相比之下，其他 AI 模型在生成字体的时候，倒是更喜欢保留自己的风格（手动狗头）：那么，这种神奇的字体设计 AI 是怎么做出来的？

用贝塞尔曲线调整字母形状

为了一定程度上保留原本字体的风格、以及只改变单词中的某几个字母，作者们想出一种 " 微调 " 字母形状的方法——

那就是让 AI 学会用贝塞尔曲线，对不同字体的字母进行小幅度变形。

（用过 PS 中 " 钢笔 " 的小伙伴们应该对贝塞尔曲线不陌生，用它能控制鼠标画出一些神奇的曲线）

具体控制点数量，则根据字母复杂度和字体风格进行迭代变换，直到设计出来的字母符合要求，其中橙色是初始点，蓝色是后续增加的控制点：控制点数量对生成效果影响有多大？

例如这是不同数量的控制点生成字母的效果，如果数量太少，会看不清设计的图像形状；但数量过多又容易扭曲字体原本的形状：

基于这种核心设计思路，作者们结合 Stable Diffusion 和 CLIP，设计出了一整个字体设计 AI 模型：其中，ACAP（as conformal as possible）损失函数基于德劳内三角形剖分算法，对字母形状进一步进行了约束。

例如这是 PANTS（裤子）在变形前和变形之后的形态，可以看见 ACAP 在保留裤子形态的同时，也保留了字体的效果：

与此同时，为了进一步保留字体形态，作者们采用了一个低通滤波器，保证调整后的字母不与原始字母偏离太多。例如这是 Bear（熊）中的 B 调整后的形态：应用这套模型，生成每个字母的速度也还不错。

在一块RTX 2080GPU 上，生成单个字母的 LOGO 设计大约需要 5 分钟。

作者介绍

虽然作者们放到项目主页上的论文是匿名的：

不过在 arXiv 上，作者们的名字倒是已经公开了，他们分别来自以色列特拉维夫大学、Reichman University（莱希曼大学），以及伦敦大学金史密斯学院：共同一作 Shir Iluz，特拉维夫大学电子与电气工程理学硕士，目前的研究方向是生成 AI，感兴趣的方向是深度学习与计算机视觉。共同一作 Yael Vinker，特拉维夫大学计算机视觉博士生，曾经在以色列希伯来大学获得计算机科学本科与硕士学位，目前研究方向同样是深度学习与计算机视觉。这么看来，雷军当年设计小米 LOGO 的 200 万元花早了啊

论文地址：

https://arxiv.org/abs/2303.01818

项目地址：

https://wordasimage.github.io/Word-As-Image-Page/