生成式AI助力创办一家消费品公司

Mark Theriault 创立了初创公司 FITY，致力于推出一系列智能制冷产品：用可冷冻的圆片对饮料杯进行制冷，无需杂乱的冰块即可让饮料保持更长时间的低温状态。这位企业家从地下室一次只能制作一件产品的 3D 打印起步，最终扩大规模，实现批量生产。

单枪匹马从零开始创办一家消费品公司是一项艰巨的任务。从初步草图到可投入生产的设计，他面临艰巨的挑战。Theriault 借助 AI 以及搭载 NVIDIA GeForce RTX 的系统将创意变为现实。对他而言，AI 不仅仅是一种工具，更是助力他实现目标的完整工作流。

从概念到成品

Theriault 想要做出让人眼前一亮的产品时，都是一步步“折腾”出来的：先手绘草图，再用电脑建模，接着做快速打样，不断试错，直到找到自己心里最满意的设计为止。FITY Flex 设计的一个独特之处在于，可以使用有趣、流行的鞋饰对其进行定制。

为获得包装设计灵感，Theriault 采用他首选的文本转图像生成式 AI 模型 Stable Diffusion XL 进行原型设计。该模型采用基于节点的模块化界面 ComfyUI，借助 NVIDIA TensorRT 软件开发套件，运行速度提高了 60%。

ComfyUI 让用户能够精细控制生成流程的每一步，包括提示、采样、模型加载、图像调整和后处理。对于 Theriault 这样想要定制图像生成方式的高级用户而言，ComfyUI 是理想的选择。

基于 NVIDIA Blackwell 架构的 NVIDIA 和 GeForce RTX GPU 采用专为加速 AI 和深度学习工作负载而设计的第五代 Tensor Core。这些 GPU 与 PyTorch 中的 CUDA 优化技术协同运行，可无缝加速 ComfyUI，从而将 Black Forest Labs 图像生成模型 FLUX.1-dev 每张图像的生成时间从 Mac M3 Ultra 上的 2 分钟缩短至在 GeForce RTX 5090 显卡上的 4 秒左右。

ComfyUI 还能加上 ControlNet，这是一种能帮你更精细控制出图效果的 AI 模型。Theriault 就经常用它来干点“花活”，比如指定人物的姿势、用深度图来安排画面的构图，甚至能把草图、手绘稿直接变成成品图像。

Theriault 甚至自行设计了经过微调的模型，以保持一致的个人风格。他采用低秩适配（LoRA）模型，这些一种小巧、高效适配器，集成到网络特定层，可以尽可能低的计算成本实现高度定制化生成。

“过去几个月，使用我在内部训练的定制 Flux LoRA，我从 AI 辅助计算机图形渲染过渡到完全由 AI 生成的产品图像。为了获得快速训练和迭代所需的性能，我的 RTX 4080 SUPER GPU 至关重要。”——Mark Theriault，FITY 创始人

Theriault 还利用生成式 AI 来创建营销素材，如 FITY Flex 产品包装。他使用 FLUX.1，该模型擅长为图像生成清晰易懂的文本，从而解决文本转图像模型中常见的挑战。

虽然 FLUX.1 模型的显存消耗通常超过 23GB，但 NVIDIA 与 Black Forest Labs 合作，通过量化（一种在保持质量的同时减小模型大小的技术）减小了这些模型的大小。随后使用 TensorRT 对模型进行加速，与 PyTorch 相比，速度提升高达 2 倍。

为了简化这些模型在 ComfyUI 中的使用，NVIDIA 构建了 FLUX.1 NIM 微服务，这是 FLUX.1 的容器化版本，可以在 ComfyUI 中加载，并支持 FP4 量化和 TensorRT。将这些模型相结合，显存消耗降至 11GB 出头，而性能提升了 2.5 倍。

Theriault 使用 Blender Cycles 应用来渲染最终文件。对于 3D 工作流，NVIDIA 提供面向 3D 引导生成式 AI 的 AI Blueprint，可简化 3D 图像的定位与合成，对这种方法感兴趣的任何人都可以快速入门。

最后，Theriault 还利用大语言模型来生成营销文案，并根据搜索引擎优化、语气和故事情节进行定制。此外，他还利用这些模型完成专利申请和临时申请，而这些工作通常需要花费数千美元的法务费用和大量的时间。

Theriault 表示，每个纹理、每个词语、每张照片、每个配件都是一个微小的决策。他补充道，AI 帮助他跨越了可能阻碍独立创业者的“刀山火海”。

“作为一个需要生成大量内容的单人团队，拥有产品设计的实时生成能力确实有助于加快进度。”——Mark Theriault，FITY 创始人