分享内容概要

在互联网大厂中，AI美术的落地面临诸多困难与挑战。AI美术任务复杂且多样，包括2D绘画、3D建模、视频制作和音频合成等。现有的AI技术难以全面覆盖所有这些领域。例如，制作CG宣传片涉及多个环节，每个环节对AI能力的要求各不相同。此外，AI在特定任务上的应用价值和复用率较低，导致投资回报不高。用户面对多样的AI工具时，学习成本高且更新频繁，适应性和可控性较差，导致落地效果不佳。从公司的角度来看，虽然AI应用广泛，但财务节省并不显著，研发成本高昂，验证有效性也受到时间限制。

作为大厂中的AI中台和平台部门，我们的挑战是如何将外部快速发展的AI技术转化为公司内部的先进生产力。为此，我们搭建了AI技术转化漏斗模型，通过层层筛选和过滤，逐步进行落地验证，以评估AI的实际价值。通过将AI工具进行平台化和小程序化，我们大幅降低了AI的使用门槛，使其触手可及。在具体的业务场景中，我们结合自动化管线与AI技术，大幅提高了AI落地的可用性。我们通过半自动化生产管线链接AI与生产者，使初级水平的生产者也能完成中等水平的任务。AI美术的推进取得了一定的效果。

展望未来，AI美术需要更加可控的AI技术。尽管3D AI的发展仍需时间，但AI视频已经展现出巨大潜力，有可能颠覆包括游戏在内的互动娱乐生态系统。

听众受益

1. 了解互联网大厂中AI美术的落地的疼点难点
2. 公司提效期望高，实际AI能力弱，员工不会用，怎么办？
3. 如何搭建AI技术转化漏斗模型与团队
4. 用自动化管线与AI结合，解决实际落地生产问题的经验和方法论