刘奕含 Lucy Liu｜AI 产品与 AIGC 视觉作品集

PART 1 / AI 产品与原型

项目一

Synee

AI 动态拼贴创作产品

美图公司 / AI 产品 / 全流程 / 0→1 / 创作工具

将 AI 素材生成、贴纸推荐与自由画布编辑组织成连续创作流程。

For: 面向热衷 Scrapbooking、Plog 与 Look 展示的创作者
Role: 独立完成产品 0→1 基础搭建、用户旅程与结构梳理，独立开发部分工具，主导素材效果优化、算法验收与内测传播。
Outcome: 79 人参与内测，产品在 BeautyPlus 海外官网上线，进入→保存的转换 UV 达 20%
Period: 2026 年 1 月～5 月

机会与目标：缺乏一站式拼贴路径

一张图即可一站式玩转拼贴。

找贴纸找素材处理图片找灵感翻相册拼贴排版

素材与原图不匹配，创作欲望在准备中流失，用户需要反复切换不同工具。

如何缩短从一张个人照片到一套可创作材料的距离，让用户可以快速开始，又不会因为自动化而失去表达自由？

为什么引入 AI 是最佳方法？

固定素材库无法理解“这张照片缺什么”

传统预设系统无法解决：

理解当前输入
补足当前缺少的材料
让素材之间天然具有一致性
持续扩展

AI 擅长

理解照片
生成变化
补足素材
唯一性

用户擅长

选择
取舍
排列
强调
破坏规则
表达

生成完整结果足够快，却容易终止创作；生成可编辑素材，让 AI 成为创作的起点。

产品系统

从上传到导出，AI 负责补充材料，画布负责延续创作。

上传照片 / 视频
识别主体 / 语义 / 颜色
生成素材
排布初始排布
编辑自由画布编辑
导出完成作品

Synee 从上传照片或视频，到识别主体、语义和颜色，再到生成素材、初始排布、自由画布编辑和导出的产品系统

关键设计 1 - Stickerize

一台个人素材引擎

A

同主体改镜头

解决的问题：用户素材数量有限，难以形成叙事与节奏。

B

同色系美学图

解决的问题：补足氛围与版面填充素材。

C

主体物配件贴纸

解决的问题：从照片中提取个人语义，增强“属于我”的独特素材。

D

取色单色贴纸

解决的问题：在内容更自由时保持整体色彩统一。

核心产品判断：AI 的输出可以被用户重新组合的素材原子。以多宫格同版式生成，再去背景与切分，来提高质量、分摊成本。

关键设计 2 - 创意工具拓宽自由度

让生成成为创作起点，让创意工具增强创作的自由

Synee 的 Pen 与曲线文字工具界面 — **Pen & Text 画笔与曲线文字**普通画笔、虚线笔、蜡笔、Riso 画笔、钢笔、订书针、十字绣笔、火焰动态笔、曲线文字笔

Synee 的 Punch 打孔器界面 — **Punch 打孔器**一次操作同时产生缺口与碎片，给用户新的构图材料。

Synee Collage 一键拼图功能界面 — **Collage**一键拼图

Synee Patternize 同色系背景图功能界面 — **Patternize**同色系背景图

关键设计 3 - 推荐系统 Find more

推荐除了颜色，还要理解用户此刻选择了什么

输入选择贴纸

识别风格、系列、语义

返回3 个同系列素材

返回3 个关联素材

该系统已完成方案、开发和效果验收，但 Find Similar 未随 BeautyPlus 版本上线。

迭代策略

先跑通最小创作闭环，再补齐创作深度与体验稳定性

MVP
基础链路
V1
AI 效果、算法效果优化
V2
素材 A / B
同主体改镜头 / 同色系美学场景图
V3
素材 C / D
主体配件贴纸 / 取色单色贴纸
最终版
创意工具与体验补足
内测、交接与上线

交付与结果

自研 Demo 推进至真实业务

79人自愿参与内测

1180进入 UV

约 20%进入→保存转化

56.9%使用→保存转化

职责

核心团队包含我共 4 人，算法、UI 等所有参与者合计 10 人。

查看职责明细

我独立完成

产品从 0 到 1 基础搭建。
用户旅程、产品结构与页面链路梳理。
Punch 工具的产品设计与开发。
Pen & Text 工具的产品设计、UI 与开发。
数据库迁移的方案与基础工作。

我主导完成

素材 A / B / C 的效果优化。
取色算法的效果验收和优化。
产品宣传说明、内测招募与传播。
混合推荐系统的效果问题归纳、分类结构与推荐策略设计。

与团队共同完成

产品定位与核心体验讨论。
版本迭代中的功能增减与创意积累。
各生成路径的效果核验、流程串联、埋点、工具交叉测试。
最终项目交接及 BeautyPlus 侧适配。

项目一

美图秀秀智能取色

取色算法效果优化

算法效果 / 体验策略 / 美图秀秀基建

将“提取图片颜色”升级为与具体创作功能更适配的智能配色能力。

For: 涂鸦、背景、拼图等创作工具的常用用户
Role: 优化策略与标准制定、算法验收反馈、端侧验证、数据汇总
Outcome: 优化版本 1 于 2026 年 7 月 15 日在美图秀秀 App 双端上线
Period: 2026 年 6 月～7 月

旧版取色为什么不好用

取色准确，但结果并非用户期待可用。

整体偏灰、偏暗

期望可以鲜艳明亮。

色彩辨识度不足

背景色土灰感强，不鲜艳。

主体特色表达较弱

期望更明快，不压原图。

应用效果不够稳定

色卡多低饱和深色，期望颜色更丰富。

宠物照片提取色卡并应用到边框的使用案例 — **宠物照片**提取结果进入拼图、边框与背景色，颜色既要来自原图，也要能承托主体。

航拍景观照片提取色卡并应用到涂鸦笔的使用案例 — **景观照片**强调色与低饱和背景色共同进入涂鸦笔等工具，保持辨识度与画面协调。

涂鸦笔配色

拼图、边框、背景色

智能色卡贴纸

验收目标制定 - 取色分类与规则

将设计语言转化为算法可理解、测试可判定、业务可接入的规则。定义颜色在一张图里承担的角色，以及错误输出的类型。

01

取色分类

背景色、主色、辅助色、强调色，分别依据面积、空间分布、视觉中心、色彩对比和饱和度判断。

02

颜色必须来自原图

不为追求鲜艳而生成原图不存在的色相。

03

关键色要被保留

视觉可感知的主体色、辅助色和点缀色应进入结果。

04

低优先级色降权

黑、白、灰等中性色，极小面积色与相近色不挤占有限色位。

05

色数要适配功能

2、3、4、5 色不是同一结果的截断，不同工具需要不同颜色角色与优先级。

最低验收标准一张图生成的颜色中至少有 3 个颜色符合要求

期望效果标准生成色中最多只有 1 个不符合期望要求

最低性能要求0.5 秒以内返回结果

同一张景观图在二色、三色、四色和五色输出中的取色规则与对应功能示意 — **色数与功能规则**2、3、4、5 色分别承担不同颜色角色，并映射到贴纸、边框、拼图、涂鸦笔和背景等真实功能。

验收过程与上线标准衡量

算法验收的结论必须同时对效果、成本和端侧表现负责。

版本输出
端侧五场景复核
按验收维度归类
标注优先级与期望
算法调整
同图回归与补测
版本结论

不同功能会以不同程度压缩原图输入。离线结果与客户端色卡的差异被列为 P0，所有结论必须回到 iOS / Android 的真实功能页面复核。

同一宠物照片在智能色卡贴纸、纯色边框、拼图配色与涂鸦推荐色中的端侧结果 — **端侧五场景复核**同一取色能力进入不同创作功能后，必须回到真实页面检查默认颜色与最终视觉效果。

场景 A 原图 — **三组同图回归**原图、旧版本地算法、已上线优化版本与进行中版本保持逐列对应。

场景 A 旧版本地算法结果 — **三组同图回归**原图、旧版本地算法、已上线优化版本与进行中版本保持逐列对应。

结果证据

优化后的取色结果具有更好的业务可用性。

+39.8%平均明度

+20.7%平均饱和度

+76.3%平均色度

-66.7%暗 / 灰色数量

+7.0%颜色平均区分度

效果数据基于测试集 40 个固定样本。

业务结果参考

对比周期点击率新增订阅收入每次打勾 PV → 新增订阅收入

较去年同期+5.55%+104.7%+78.4%

较上个月+0.3%+124%+137.8%

数据基于相同 90 个取色素材的不同时期对比。影响因素广泛，结果仅作参考。

取色算法持续优化拓展创意玩法BeautyPlus App 接入

项目二

AI 打码

车牌识别算法效果优化

进行中 / 算法效果 / 技术产品

对 AI 打码新增的一键车牌打码模块，进行算法效果的提需与算法效果优化。

For: 对图片中的车牌有打码需求的用户
Role: 标准制定、算法验收反馈、关键 Bad Case 优化验证
Progress: 两轮优化后整体合格率由 77.53% 提升至 87.28%，仍在持续优化
Period: 2026.8～至今

为什么车牌需要被打码

拍到自己的车牌

个人隐私保护、防止车牌被冒用、避免熟人直接识别账号。

人车合拍 / 交通事故记录 / 违章抓拍照片

拍到别人的车牌

保护他人隐私、规避侵权风险、满足平台社区规则。

街拍入镜 / 生活照片入镜 / 吐槽记录

如何建立有效的验收框架

从测试集收集到版本结论，围绕可辨识度、检测稳定性和打码完整性建立闭环。

场景收集
优先级划分
打码效果验收
Bad Case 反馈
负向标签复测

P0基础场景

人眼可以完整辨识号牌内容，优先保证检出。

P1关键干扰

轻微遮挡、轻微模糊、中等透视角、夜间弱光。

低优先级低可辨识与特殊牌照

较多遮挡、严重模糊、极端透视、强反光，以及港澳、临牌、摩托等场景。

优先级由车牌内容是否可辨识决定，而不是由画面中的车辆数量决定。

用哪些标准判断算法表现

以可辨识度，而非车辆数量确定优先级。

160图集数量

317车牌样本总数

283期望检出总数

基础漏检轻度模糊中等透视非车牌误检识别框不贴合

基础、遮挡、模糊、透视与夜间弱光场景的优化前后合格率图表 — **高优场景**基础场景合格率达到 93.75%，达到上线标准。

不同颜色车牌的优化前后合格率图表 — **高优颜色**蓝、绿、白、黑高优颜色合格率达到 91.67%。

两轮优化后的进展

基础场景达到上线标准，轻微遮挡、模糊和透视场景继续优化。

77.53% → 87.28%整体合格率

91.67%蓝、绿、白、黑高优颜色合格率

93.75%基础场景合格率

项目持续优化中；基础场景已达到上线标准，轻微遮挡、轻度模糊与中等透视场景仍需继续优化。

项目三

预设色卡优化

通用预设色卡

进行中 / 体验策略 / 色彩系统

为多类创作工具建立按用途组织、找色效率更高的通用预设色卡。

For: 加工处理图片时对色彩选择有需求的用户
Role: 场景调研、竞品分析、色卡方案设计
Outcome: 产出 3 个方案并进入评审，等待灰度实验
Period: 2026.8～至今

同一套色卡服务不同创作行为

分析不同功能的色彩使用倾向，明确功能用色需求。

背景 / 边框 / 拼图

高级灰与中高饱和亮色，兼顾柔和和版面融合。

文字

鲜艳色与深色，优先保证可读性。

涂鸦笔

中饱和亮色与肤色，需要明确区分。

马赛克

浅色与马卡龙色，自然遮挡并融入环境。

文件标注

极高饱和红、黄、蓝，保证语义最醒目。

HSL 同时变化各色系数量失衡存在突兀色跨场景复用难找色效率低

从工具场景反推色彩系统

在综合色数、层级与可用性之间选择方案。

功能用色需求
建立区段层级
形成多版方案
选定与验证

醒图／Hypic：120 色分层覆盖SNOW／EPIK：场景可改变顺序Picsart：同类颜色集中黄油／一甜：风格化色段

形成方案

先锁定色值集合，再把“第一屏看见什么”独立出来。

日韩地区 - 固定位方案

按高频、浅色与标准亮色、低饱和彩色、中高饱和深色、低饱和低明度组织固定顺序。

其他地区 - 同色换位

色值不变，让高频任务区段优先出现；马赛克、背景／边框／拼图与标记分别调整首屏顺序。

日韩地区预设色卡固定位方案 — **同一色值集合，按地区与任务换位**四条色卡使用同一组颜色，只改变首屏顺序和高频区段位置。

其他地区马赛克任务的同色换位方案 — **同一色值集合，按地区与任务换位**四条色卡使用同一组颜色，只改变首屏顺序和高频区段位置。

新色卡计划于 2026 年 9 月上线。当前已进入评审，等待灰度实验。

项目一

香港立法会选举心意卡设计

公众与社会 AIGC 图像

公共传播 / AIGC 图像 / 独立完成

独立完成香港 2025 年立法会选举心意卡的方案、生成、设计与落地。

For: 面向全香港市民，鼓励积极参与立法会选举投票
Role: 独立完成 0→1 方案拟定、AI 素材生成、设计与迭代、排版落地
Outcome: 方案获香港特首选定，落地 200 万张心意卡全港派发，并获多家新闻媒体报道
Period: 2025 年 11 月 15 日～12 月 7 日

香港特区行政长官李家超与政务司司长陈国基展示立法会选举心意卡 — **最终实物落地**心意卡于 2025 年立法会选举期间印刷并全港派发。

阶段 1 - 首轮创作・批量生成

核心动作：确定 3 大风格，粗略大量生图。

心意卡项目主题、核心目标、关键要求、个人角色与核心成果导图 — **项目内容与约束**主题、目标、关键要求、个人角色与核心成果共同限定首轮方案方向。

阶段 2 - 选取精进・排版设计

核心动作：风格精进，细节处理。

优化精进

优化人物、提取元素并完成排版

对候选画面进行人物优化和元素提取，完成卡片正反面排版。

风格转换

垫图与参考风格控制

围绕入选方向进行风格转换、细节提升和版面试验。

单元素生成

地标、吉祥物与辅助元素

拆分生成需要独立控制的元素，为最终组合与细节迭代提供素材。

从人物替换、元素提取到正反面排版的优化精进过程 — **优化精进**替换人物、提取元素并完成卡片正反面排版。

从风格参考到元素提取与心意卡排版的细节提升过程 — **风格转换与细节提升**以参考图控制风格，再提取需要独立调整的视觉元素。

阶段 3 - 方案筛选・特首优选

全部方案提交 → 特首选中 → IP 融合与细节迭代。

主体

更换入选方案主体

保留入选方向的视觉基底，替换为更适合公共传播的主体组合。

文字

生成并优化繁体手写标题

完成“同创美好未来”的标题字样与版面适配。

IP

生成吉祥物多动作并融合

把投票箱吉祥物纳入最终画面，完成细节迭代与印刷交付。

从特首选定画面到更换主体、提取背景的方案迭代流程 — **特首优选后的迭代**保留入选画面的未来感基底，更换主体并提取背景，为 IP 与标题融合建立清晰层级。

同创美好未来繁体手写标题字样 — **繁体手写标题**生成后继续优化笔画与画面适配。

投票箱吉祥物的多动作生成结果 — **吉祥物动作**生成多组姿态并选取适合最终版面的组合。

香港立法会选举心意卡最终正反面交付图 — **最终交付**将未来之港、投票箱吉祥物与“同创美好未来”标题整合为可印刷卡片。

香港政府与多家媒体报道心意卡的页面截图 — **媒体报道**香港政府、香港商报、大公文汇、信报与香港 01 等公开报道。

成果展示

方案获香港特首选定，落地印刷 200 万张心意卡并全港派发。

特首选定全部方案提交后的最终入选方案

200 万张心意卡印刷并全港派发

多家媒体香港政府、香港商报、大公文汇、信报、香港 01 等报道

项目二

《逆旅归航》

Homeward Voyage

AIGC 纪念叙事短片

仅以此片纪念香港科技大学已故创校校长吴家玮。

Topic: 家国认同、学术理想与创校初心
Outcome: 全平台获赞 100+，收录于香港科技大学《回响》系列影片集，并于 SIGGRAPH Asia 2025 香港科技大学展位播出

主题

家国认同、学术理想与创校初心。

家国认同

“我是中国香港人”的身份认同。

学术理想

在逆境中仍不断追求知识的学者本色。

创校初心

放弃舒适生活、回到香港作出贡献的理想主义。

叙事结构

先呈现结局，再沿时间回到逆境、成长与最终选择。

约 2 分钟
开场：倒放
呈现吴校长在中国科学技术大学的演讲，并透过自传介绍历史事件。
约 4 分钟
回顾：逆境
卷轴展开，追溯从上海、香港到台湾的动荡童年，强调战争中的艰辛与流离。
约 4 分钟
成长与转折
在美国达到学术生涯高峰后，于生活最舒适的时期回到香港创办大学。
约 2 分钟
回到现在
场景回到当下，回顾并升华三个主题，形成连贯叙事。

工作流程

风格、静态图像与影片片段分层推进。

测试风格

使用多种软件测试不同美术风格，最终选择平面插画作为影片语言。

生成图像

输入创意主题或分镜，使用 ChatGPT 产生静态影像。

形成影片

多次迭代并微调提示，生成与叙事对应的影片片段。

完整影片11 分 04 秒，可在网页中直接观看哔哩哔哩版本。

成果

作品进入高校纪念叙事与国际图形学会议现场。

100+全平台获赞

《回响》香港科技大学系列影片集收录

SIGGRAPH Asia2025 香港科技大学展位播出

项目三

《狮子山下》

音乐会 AIGC MV 短片

音乐会现场 / AIGC 视觉全流程 / 4K 超宽画幅

为 HKUST 冬季共情音乐会定制现场同步播放的 AIGC MV。

Type: 音乐会现场同步播放的 AIGC 短片，时长 3 分 45 秒
Format: 12:5，最终输出 4K 3840×1600，适配音乐会大屏
Role: AIGC 视觉全流程负责人：分镜设计、参数调试、版本迭代、最终输出
Outcome: 迭代短片交付并落地 HKUST 共情音乐会，现场观众 500+

需求背景

在 3 分 45 秒内连接香港变迁、HKUST 校园与狮子山精神。

11 月 28 日启动

贴合“克制、连接、协作、面向未来”的音乐会情感基调。

主题: 普通人在香港的奋斗情感，人与城市的关系
核心风格: 柔和金色、雾蓝与深海蓝，不使用直白的火焰或燃烧视觉
画面标准: 24:10 生成画幅，最终 3840×1600 输出
城市呈现: 建筑形态变迁、交通方式象征与灯光密度递进
人物处理: 关键镜头保留手部特写，其余以云雾与粒子虚化，并缩小人物比例
核心元素: 狮子山远景剪影、维港时间镜子、HKUST 知识未来、火鸟精神图腾与咏春内敛动作

脚本概览

0:00-0:30
序章：水上第一缕光
以维港与晨光建立克制的开场节奏。
0:30-1:20
第一章：从海边到高楼
进入香港的城市变迁与普通人奋斗。
1:20-2:05
第二章：知识与海湾
呈现 HKUST 建校、校园、奇迹之雪与极光。
2:05-2:55
第三章：都市节奏
由中环过渡到星空下的维港。
2:55-3:20
第四章：未来段
进入鎏金科幻城市与夜晚香港。
3:20-3:45
尾声：回望狮子山下精神
以火鸟与狮子山意象收束共同奋斗的主题。

从生成问题到画面控制

问题被拆到人物、山体、云层与特写，再分别进入静帧和视频工作流。

人物动作变形

优化提示，并加入逆光剪影。

山的体积感太强

弱化纯艺术感，调整为写实与抽象结合。

云体运动僵硬

调整为更灵动、有呼吸感的云层质感。

人物特写抠图感重

使用云雾虚化，并重新生成首帧。

核心工具：Midjourney、TapNow。过程还使用即梦、可灵、海螺与 ChatGPT。

山体体积感过强与人物动作变形的问题标注 — **山体与人物动作**弱化纯艺术感，优化提示并加入逆光剪影。

优化细节

由 HKUST 校园走向星空下的维港与鎏金之城。

1:20-2:05
第二章：HKUST
HKUST 建校、校园展示、奇迹之雪与极光。
2:05-2:55
第三章：天色渐晚
星空下的维港。
2:55-3:45
尾章：鎏金之城
夜晚香港都市的繁华景象。

HKUST 建校、校园、奇迹之雪与极光的四张关键帧 — **第二章、第三章与尾章的关键帧**

最终成果

为音乐会大屏完成超宽画幅的同步播放交付。

3:45现场同步播放时长

3840×160012:5 的 4K 最终输出

500+音乐会现场观众

狮子山下 AIGC 画面在音乐会大屏同步播放，前方为乐团与指挥 — **现场同步播放**人物剪影画面与乐团演奏同步呈现。

维港 AIGC 画面在音乐会大屏同步播放，前方为乐团与指挥 — **超宽画幅落地**12:5 画面完整适配音乐厅大屏。

LUCY LIU刘奕含

AI 擅长

用户擅长

同主体改镜头

同色系美学图

主体物配件贴纸

取色单色贴纸

基础链路

AI 效果、算法效果优化

素材 A / B

素材 C / D

创意工具与体验补足