喜茶申请一种品牌图像生成大模型专利，可规模高效生成个性化杯贴，并规避竞品广告词

在谈到申请该专利的背景时，申请书披露，随着茶饮行业的消费升级，用户对茶饮产品的个性化体验需求持续增长，品牌图像（可称为杯贴图像或风格图像）作为品牌与用户交互的重要载体，不仅承担着品牌标识传递功能，还需满足用户个性化表达、场景化适配（如节日纪念、礼品赠送）等需求。同时，企业对品牌视觉统一性的管控要求日益提高，需通过品牌图像强化专属风格辨识度（如独特线条、标志性图形、定制字体等），避免品牌形象碎片化。

目前，现有的品牌图像生成方法是，企业设计团队依据品牌风格制作多套固定杯贴模板（包含品牌标志性元素，如Logo、专属线条、标准版式），存储于模板数据库；系统提供模板选择界面，用户通过线上订单平台或门店终端，从模板库中挑选目标模板；用户可对模板中的预设可修改字段（如用户昵称、祝福语等文本内容，以及部分装饰元素的选择）进行调整，不可更改模板的核心视觉结构与品牌元素；系统接收用户调整指令后，合成最终的杯贴图像，通过打印设备输出至茶饮杯。

可见，现有的品牌图像生成方法采用“人工预设固定模板+有限字段修改”的技术架构，但其核心技术局限于模板库管理与简单文本替换，导致用户仅能在预设框架内做少量调整，无法自由表达个性化创意，无法适配用户对杯贴的多元化、定制化需求。同时，固定化的模板无法动态调整品牌风格与用户创意的适配度，导致用户个性化调整与企业品牌风格脱节，既无法实现个性化与品牌调性的有机统一，也难以保障品牌视觉传递的一致性。

而本申请实施例提供了一种品牌图像生成方法及相关设备，用于实现用户个性化创 意与品牌风格的精准适配，保障所生成的品牌图像关于品牌视觉的统一性。

在具体实施方式方面，申请书还披露，目标生图大模型通过目标品牌风格不同类型的样本图像训练得到。此生图大模型可指基于扩散模型的图像生成大模型，具备将文本描述和/或参考图像等图像描述内容转 化为图像的能力，是本申请中图像生成的基础模型；此扩散模型可以包含稳定扩散模型 （Stable Diffusion）、去噪扩散概率模型（DDPM，Denoising Diffusion Probabilistic Models）。

对于杯贴图像场景来说，本申请实施例提供了一种具有企业独有风格的个性化杯贴 AI 生成方法，此方法：提供了支持普通用户低成本创意输入的技术方案，无需专业设计技能，即可通过自然语言描述文本和/或参考图像等当前图像描述内容将抽象创意转化为可视化杯贴，降低个性化创作的技术门槛；建立了品牌风格与个性化需求有机融合的技术机制，可通过模型算法提取企业专属视觉特征并训练生成专属风格模型，实现用户个性化创意与企业品牌风格的精准适配，保障品牌视觉统一性；突破了现有方法中固定模板的技术局限，提供自由创意表达的技术支撑，满足用户对杯贴的多元化、定制化需求；有助于构建标准化的品牌风格学习与复用技术路径，减少人工干预，实现规模化、高效化的个性化杯贴生成，提升生成效率与风格一致性。

在一些具体实施例中，可以基于训练出的品牌风格引导模型如低秩适应模型 （LoRA，Low‑Rank Adaptation），生成所需的目标生图大模型，因此上述步骤101具体可包括步骤：使用图形界面工具的提示词反推功能对样本图像进行语义提取，以生成用于描述目标品牌风格的初始提示词集；对初始提示词集进行内容修正和/或补充，得到用于标识图像的目标提示词集；补充入的提示词符合目标品牌风格，或者用于限制图像内容与目标品牌风格发生矛盾（如“规避竞品logo或竞品广告词”等风格控制词）；通过目标提示词集对样本图像进行打标处理，将打标后的样本图像和目标提示词集输入图形界面工具，以使图形界面工具基于初始生图大模型和引入的低秩矩阵进行训练工作流，得到训练好的风格引导模型；低秩矩阵包含需要训练学习的网络结构参数；通过风格引导模型，引导初始生图大模型调整成融合有目标品牌风格的目标生图大模型。

在补充说明本申请实施例的可能应用场景时，申请书列举了线下茶饮门店即时定制场景、线上订单平台个性化定制场景、企业品牌活动定制场景、 企业内部设计效率提升场景等多个案例。

（国家知识产权局）

猜你喜欢