- URL: https://sspai.com/post/99156
- Added At: 2025-05-19 14:16:16
作者为童书电商开发儿童插图AI自动化流水线，通过Flux模型结合自定义训练和多工具协作提升生成效率，但因客户需求严格、文化合规调整及重复修改成本过高，导致利润率不足。最终确认AI仅适合基础框架生成，精细调整仍依赖人工，商业模式不可行，选择退出项目。
作者接下一家童书电商公司的儿童插图生成项目，希望通过自动化流水线批量生产插图，利用AI技术实现低成本高产出。以下是关键步骤与发现：
- 客户需求：每月需生成约1万张教辅插图，初期试点项目82张，要求水彩与扁平两种风格。
- 核心优势：作者擅长流程自动化，计划通过AI工具和程序减少人工干预，实现“工业化”生产。
- 财务预期：利润可观，但需依赖自动化与二次外包降低人力成本。
-
模型选择：
- 选定了 Flux dev 开源模型（优于SDXL），因其CLIP模型能力更强，能准确处理复杂提示词。
- 通过训练自定义Lora模型解决风格匹配问题，确保水彩与扁平风格接近客户需求。
-
流程搭建：
- 自动化系统：整合飞书多维表（生成提示词）、Python脚本（调用API）、ComfyUI工作流（图像生成/放大）。
- 提示词生成：多维表联动Deepseek模型，将客户需求转化为详细提示词（包括人物位置、动作细节）。
- 图像处理：分阶段完成文生图、高清放大、分辩率调整、PS批处理添加纹理，最终输出印刷规格图片。
-
技术细节：
- 云端运行环境选择 Runcomfy（成本低于Replicate，支持自定义节点）。
- 修补工具：Flux fill局部重绘、图生图融合、PS工具（快速选择、操控变形等）解决手部畸形、场景逻辑等问题。
-
技术难点：
- 风格不匹配：初期依赖现有模型失败，通过训练自定义Lora模型解决。
- 人物互动与手部问题：细化提示词描述动作细节，结合多次生成与人工挑选，复杂场景则通过外部素材转绘修复。
- 文化差异与合规性：Flux模型生成的外国交警服违规，通过豆包模型重绘并PS调整解决。
-
流程瓶颈：
- 客户审稿严格，首次82张图需修改71张，6轮审稿累计修改191次，远超预期。
- 插画师合作失败，作者被迫自行处理大量修改，手动修复占用大量时间。
-
成本结构：
- 云端计算：Runcomfy按分钟计费。
- AI API调用：Deepseek、Liblib、豆包等模型费用。
- 人工成本：若需专职插画师，成本将高于预期利润。
-
收益与风险：
- 自动化流程仅覆盖生成与基础处理，修改阶段依赖人工，利润空间被大幅压缩。
- 修改需求碎片化且密集，协调人力成本高，人员稳定性差（插画师退出）。
-
决策退出：
- 单项目利润率不足，长期运营需全职人力或多名兼职，回报率低于打工收入。
- AI在创意细节把控上的局限性（如文化元素、复杂场景逻辑）仍需人工干预。
- AI的潜力：自动化流水线可大幅减少基础插图生成时间，降低人力成本。
- 局限性：复杂修改仍需专业技能，AI无法完全替代插画师，需结合传统PS技术补足短板。
- 作者反思：AI更适合构建“木芯框架”（基础生成），而“泥塑细节”仍需人力精心处理，现阶段商业模式杠杆率不足，选择退出。