文|互聯(lián)網(wǎng)指北
上個(gè)月，當(dāng)我在文章中提及AI繪畫(huà)工具Disco Diffusion（下稱DD）時(shí)，它還僅被我當(dāng)做一個(gè)例證，用來(lái)證明AI從事創(chuàng)意性內(nèi)容的局限，因?yàn)樗苯佑脕?lái)生成人臉、動(dòng)物還存在缺陷，需要人力加工。但AI繪畫(huà)工具的迭代和升級(jí)，遠(yuǎn)超我的想象。DDv5.6新更新的portrait generator模組，就大幅提升人臉生成效果。雖然某些角度還是會(huì)有變形，或者看上去帶有“玻尿酸感”，但是越來(lái)越像“人”了。
（文章配圖均來(lái)自西喬的生成圖，有額外標(biāo)注和水印除外）
雖然在AI發(fā)展的時(shí)間線上，調(diào)教AI畫(huà)畫(huà)并不是一件新鮮事，早在2015年谷歌就推出過(guò)DeepDream，初試AI的“藝術(shù)創(chuàng)作能力”。但在2022年，以DD為代表的最新一批AI繪畫(huà)工具的出圈，不僅源于技術(shù)層面的突破，更在于其生成圖，所帶來(lái)的視覺(jué)沖擊。
人們愈發(fā)認(rèn)真地，討論AI繪畫(huà)是否會(huì)對(duì)美術(shù)行業(yè)產(chǎn)生影響——即使它可能無(wú)法真正替代人類藝術(shù)家，但它目前所展現(xiàn)的生產(chǎn)力，已經(jīng)足以有效地輔助人類創(chuàng)作，成為底稿、成為素材、成為靈感。
除了成為設(shè)計(jì)師、插畫(huà)師的工具，AI繪畫(huà)也向普通人鋪開(kāi)畫(huà)布，無(wú)需美術(shù)基礎(chǔ)，通過(guò)對(duì)照教程，編寫(xiě)描述詞、調(diào)節(jié)參數(shù)，就能夠用文字的想象交換圖像成果。并且擁有一些“平易近人”的應(yīng)用，比如和菜頭拿它來(lái)畫(huà)公眾號(hào)的封面，兩個(gè)月里封圖來(lái)源已經(jīng)從某某圖庫(kù)/版權(quán)，變成了“和菜頭的小肉手”。
鑒于行業(yè)里已經(jīng)有專業(yè)對(duì)口的文章科普技術(shù)原理，介紹各類AI繪畫(huà)工具及使用教程。我更好奇的，是AI繪畫(huà)正在給人們帶來(lái)哪些變化，以及人們?cè)谧兓腥绾涡袆?dòng)。
帶著這些疑問(wèn)我找到了西喬。她是一名設(shè)計(jì)師、漫畫(huà)《神秘的程序員》的主創(chuàng)。今年5月起，她幾乎全身心投入AI繪畫(huà)的嘗試中，除了每天跑圖，也看論文、寫(xiě)科普。她對(duì)AI繪畫(huà)抱以極大的期待，相信“AI對(duì)藝術(shù)及插畫(huà)的沖擊，等同另一次‘相機(jī)的發(fā)明’，藝術(shù)史又可以分冊(cè)了?！?/p>
如果你想找到“AI繪畫(huà)工具是什么”的答案，建議閱讀更專業(yè)系統(tǒng)的文章，比如西喬公眾號(hào)里的教程（神秘的程序員們：coderstory）。但如果你好奇AI繪畫(huà)“和我有什么關(guān)系” “我能用它做什么” “它會(huì)帶來(lái)什么”，不妨接著往下讀。
中文網(wǎng)絡(luò)中關(guān)于AI繪畫(huà)的討論，集中出現(xiàn)在今年4月。隨美術(shù)圈、程序圈從業(yè)者的使用和交流，AI繪畫(huà)工具DD逐漸被更多人知曉。這是一個(gè)GitHub開(kāi)源項(xiàng)目，尚未封裝，在谷歌Colab中以代碼的形式呈現(xiàn)，其繪制過(guò)程，可以簡(jiǎn)單概括為輸入關(guān)鍵詞就能生成圖像。相較于早前AI繪畫(huà)的刻板風(fēng)格，缺少整體美感以及完成度欠佳，DD在構(gòu)圖、色彩、氛圍感等方面，都呈現(xiàn)很大突破。
與此同時(shí)，OpenAI結(jié)合擴(kuò)散模型和CLIP在今年4月提出的DALL·E 2，DD作者Somnai所在公司推出的Midjourney等工具也開(kāi)始進(jìn)入人們的討論和使用。設(shè)計(jì)師、插畫(huà)師開(kāi)始制作“從0開(kāi)始學(xué)習(xí)AI繪畫(huà)”教程，例如@JZ_打個(gè)比方在B站發(fā)布教學(xué)視頻，@Simon_阿文在微博持續(xù)更新AI繪畫(huà)資料，又或者人們?cè)谥跤懻摗跋馾isco diffusion這類ai繪畫(huà)會(huì)對(duì)美術(shù)行業(yè)產(chǎn)生什么樣的影響？”
和大多數(shù)專業(yè)畫(huà)師一樣，西喬被AI繪畫(huà)擊中的原因，是因?yàn)椤翱赡苄浴?。這種“可能性”既可以像PS、3D輔助軟件等工具帶來(lái)的創(chuàng)作流程的變革，也能夠在內(nèi)容上帶來(lái)的解放，“它能夠幫助我去創(chuàng)造一些我之前不會(huì)，甚至不敢去創(chuàng)造的風(fēng)格?！?/p>
但比起將AI視為“創(chuàng)作者”，西喬認(rèn)為更合適的表述是，AI是她畫(huà)布上的另一只手。有時(shí)可以“放手”，交給AI自己去跑，會(huì)帶來(lái)很多意想不到的驚喜。例如在她《西藏往事》的系列作品中，AI在雪山頂上放了一個(gè)塔吊。
在Prompt (提詞)設(shè)計(jì)和無(wú)盡頭的參數(shù)分析機(jī)調(diào)整之外，還有另一種具有高可控性的玩法。當(dāng)畫(huà)師對(duì)于生成圖的結(jié)果有預(yù)期目標(biāo)時(shí)，可以通過(guò)設(shè)計(jì)底圖、設(shè)置底圖跳過(guò)步數(shù)（跳過(guò)步數(shù)越多，AI生成圖越接近底圖）進(jìn)行人工引導(dǎo)。或取得生成過(guò)程中的中間步驟，對(duì)中間步驟進(jìn)行修改后放回AI里繼續(xù)生成。還可以根據(jù)同一提詞，調(diào)整參數(shù)輸出多組結(jié)果，在后期中人工選擇更符合創(chuàng)作者預(yù)期的局部進(jìn)行合成甚至重繪等形式進(jìn)行二次創(chuàng)作。
兩只手畫(huà)畫(huà)，正帶給她創(chuàng)作的解放，探索學(xué)習(xí)新知識(shí)的樂(lè)趣、以及一種近乎于開(kāi)盲盒的快樂(lè)，“晚上寫(xiě)好隊(duì)列，等早上起來(lái)?yè)靾D，只是費(fèi)點(diǎn)電，獲得的快樂(lè)是一樣的。”而且比起盲盒有限的選擇，AI繪畫(huà)能夠完成的組合，理論上是無(wú)限大的。
有賴于專業(yè)的愛(ài)好者編譯的中文資料、保姆式教程、封裝的程序、支持中文描述詞的AI繪畫(huà)工具，AI繪畫(huà)逐漸出現(xiàn)“出圈”的苗頭，進(jìn)入大眾討論語(yǔ)境。比如和菜頭自今年5月以來(lái)，多次推文介紹AI繪畫(huà)。
技術(shù)的向下兼容，讓AI繪畫(huà)為更多普通人打開(kāi)繪畫(huà)的可能性。畢竟繪畫(huà)對(duì)于大多數(shù)人來(lái)說(shuō)，要么是一扇從沒(méi)有打開(kāi)過(guò)的門(mén)，要么就是有著很高門(mén)檻。但通過(guò)AI，卻能讓一部分從沒(méi)有試過(guò)畫(huà)畫(huà)的人，不需要依賴多年學(xué)習(xí)和經(jīng)驗(yàn)積累，就能夠去創(chuàng)造圖像。
“人們創(chuàng)造圖像的直覺(jué)是與生俱來(lái)的。你會(huì)發(fā)現(xiàn)很多人畫(huà)畫(huà)的巔峰其實(shí)是在小時(shí)候，隨著他逐漸長(zhǎng)大，接受越來(lái)越多已有的視覺(jué)繪制模式，后天的輸入就把這種直覺(jué)覆蓋了?！?/p>
當(dāng)先天的圖像創(chuàng)作直覺(jué)被現(xiàn)實(shí)規(guī)訓(xùn)后，“多數(shù)人試圖去創(chuàng)作的，不是憑借直覺(jué)把腦子里的東西畫(huà)出來(lái)，而是盡可能讓自己畫(huà)的東西符合現(xiàn)有的繪畫(huà)，比如模仿照片、模仿別人的畫(huà)，涂填色書(shū)，等慢慢發(fā)現(xiàn)自己在模仿上差距太遠(yuǎn)，就放棄畫(huà)畫(huà)這件事了?！?/p>
當(dāng)“繪畫(huà)”可以像“自拍”一樣，能夠用于分享，滿足成就感時(shí)，AI繪畫(huà)工具或許能幫助普通人找到被偷走的自由，享受到創(chuàng)作帶來(lái)的快樂(lè)。為此，一些AI繪畫(huà)平臺(tái)也正在利用這一價(jià)值實(shí)現(xiàn)商業(yè)回報(bào)，例如提供將AI生成畫(huà)印刷成掛畫(huà)的服務(wù)，以供用戶購(gòu)買(mǎi)實(shí)物。
DD這類通過(guò)文字生成圖像的AI繪畫(huà)工具，繞不來(lái)一個(gè)叫“CLIP”的模型，它是AI如何“理解”人類語(yǔ)義這一問(wèn)題的關(guān)鍵。CLIP （Contrastive Language–Image Pre-training），是一種基于對(duì)比的圖片-文本學(xué)習(xí)的跨模態(tài)預(yù)訓(xùn)練模型，由OpenAI于去年1月發(fā)布。同一時(shí)間發(fā)布的，還有初代DALL·E圖片生成模型。
DD正是運(yùn)用CLIP來(lái)“理解”用戶輸入的文本，再使用擴(kuò)散模型來(lái)生成圖像。這一過(guò)程可以理解為：給AI輸入文本關(guān)鍵詞，它基于訓(xùn)練數(shù)據(jù)集的學(xué)習(xí)，從一堆噪點(diǎn)中把這個(gè)圖像反推出來(lái)，通過(guò)不斷進(jìn)行文本與圖像的匹配，檢查搜索結(jié)果是否符合文字描述，進(jìn)而逐步消除噪聲，添加細(xì)節(jié)，最終生成圖像。
“宇航員騎馬”和“馬騎宇航員”是解釋AI理解語(yǔ)義的一個(gè)常用例子，AI有能力描繪前者，但由于后者的“反經(jīng)驗(yàn)”，就不那么容易實(shí)現(xiàn)。
AI得以生成帶有風(fēng)格化的圖像，也源自于數(shù)量龐大的訓(xùn)練數(shù)據(jù)集灌輸?shù)漠?huà)家風(fēng)格。以DD為例，prompt是影響生成圖中一個(gè)重要的構(gòu)成因素，包含作品媒介、描繪對(duì)象或主題、各種風(fēng)格和質(zhì)感的修飾詞、參考藝術(shù)家等。
根據(jù)西喬的實(shí)驗(yàn)和理解，AI會(huì)提煉一個(gè)藝術(shù)家畫(huà)作中特征，比如整體創(chuàng)作的主題和對(duì)象、筆觸、肌理、明暗度、調(diào)色板等。其學(xué)習(xí)成果也受到畫(huà)家部分作品知名度和主題多樣性的影響，像是AI所理解的塞尚、雷諾阿這樣的畫(huà)家，其特征可能源于所有的作品，但如果一些畫(huà)家有特別出名的作品，那么該幅畫(huà)的特征權(quán)重也會(huì)相對(duì)較高。
例如，西喬使用DD生成一幅藍(lán)色海洋風(fēng)景畫(huà)，將畫(huà)家設(shè)定為卡斯帕·大衛(wèi)·弗里德里希（Caspar David Friedrich），發(fā)現(xiàn)生成的多幅的作品都帶有黑衣背影。她推斷這一元素出自弗里德里希的《霧海旅人》。
（左為西喬的AI生成畫(huà)，右為《霧海旅人》）
除了學(xué)習(xí)藝術(shù)作品、畫(huà)家的國(guó)籍、文化背景也會(huì)影響AI的理解。例如使用中國(guó)藝術(shù)家畫(huà)建筑，就會(huì)看起來(lái)很像中國(guó)風(fēng)，使用畫(huà)日漫的藝術(shù)家輸出肖像畫(huà)，人物大概率能是錐子臉，眼睛也比正常的大。
上圖是基于同一張底圖生成的肖像實(shí)驗(yàn)。除了參考藝術(shù)家之外，題詞和參數(shù)都相同。左圖參考藝術(shù)家為anime girl，右圖參考藝術(shù)家是陳逸飛。
理解AI如何“思考”，從而調(diào)節(jié)描述詞的編寫(xiě)方式和技巧，也是為了讓AI更好地“理解”創(chuàng)作者意圖。
（如何編寫(xiě)描述詞，是教程的一大內(nèi)容）
從目前行業(yè)已有的應(yīng)用來(lái)看，AI繪畫(huà)工具對(duì)于“繪畫(huà)”的改變將會(huì)是系統(tǒng)性的——在創(chuàng)作過(guò)程中，作為生產(chǎn)工具提供新的技能點(diǎn)；成為藝術(shù)品的新變量，影響作品創(chuàng)作風(fēng)格和價(jià)值；以NFT、拍賣(mài)畫(huà)等形式，直接參與藝術(shù)品市場(chǎng)交易。
在AI繪畫(huà)工具輔助創(chuàng)作的維度上，它可以被用于生成底圖，畫(huà)師以其為底稿，進(jìn)行二次創(chuàng)作，或者直接用作遠(yuǎn)景貼圖。
畫(huà)師也可以通過(guò)簡(jiǎn)單的色塊勾出底稿，交給AI生成“幻想生物”，作為靈感素材。
在AI繪畫(huà)工具的介入下，工具鏈將可能面臨重新整合，從AI生成的十幾張結(jié)果中挑選，用作插畫(huà)創(chuàng)作中的局部素材，再利用PS或其他的鼠繪工具進(jìn)行調(diào)光、調(diào)色、邊緣處理、紋理整合等。
另一方面，AI也正在成為影響藝術(shù)評(píng)價(jià)的新變量。
“藝術(shù)品的價(jià)值評(píng)判標(biāo)準(zhǔn)就是很主觀的，而且這個(gè)評(píng)價(jià)也不是一成不變的。一個(gè)新的流派、新的媒介誕生之初，肯定是存在一個(gè)接受和過(guò)渡的時(shí)期?！比藗儗?duì)于AI繪畫(huà)的評(píng)判，在當(dāng)下必然是需要面臨不少爭(zhēng)議的。
但隨著AI繪畫(huà)的普及，人們是沿用已有的評(píng)價(jià)體系去看AI繪畫(huà)，還是說(shuō)會(huì)出現(xiàn)一套適用于AI畫(huà)的評(píng)論標(biāo)準(zhǔn)，目前還難說(shuō)。西喬認(rèn)為，這可能會(huì)成為接下來(lái)幾年里藝術(shù)史研究、藝術(shù)評(píng)論家的選題，學(xué)者會(huì)尋找到一套他的評(píng)價(jià)體系，大眾也會(huì)選擇自己的標(biāo)準(zhǔn)。
（對(duì)于AI生成圖的兩極化評(píng)價(jià)）
在她看來(lái)，盡管AI繪畫(huà)工具正展現(xiàn)出不錯(cuò)的生產(chǎn)力，但就實(shí)際應(yīng)用的場(chǎng)景，還是存在較大差異的。比如AI特別擅長(zhǎng)產(chǎn)出場(chǎng)景概念圖，這一特點(diǎn)會(huì)使它在游戲、動(dòng)漫、設(shè)計(jì)等領(lǐng)域里有著不錯(cuò)的表現(xiàn)，用于輔助創(chuàng)作。但如果拿去做工業(yè)設(shè)計(jì)，生成產(chǎn)品或者設(shè)計(jì)服裝，尚未展現(xiàn)出足夠的應(yīng)用能力。
此外，影響一項(xiàng)技術(shù)是否投入于商用，有兩個(gè)需要考慮的內(nèi)容，第一是否滿足需求，第二衡量投入產(chǎn)出比。就目前而言，AI輸出圖片的尺寸還比較小，由于切片算法和模型的局限D(zhuǎn)D在生成寬邊超過(guò)1280的圖時(shí)，布局會(huì)很不理想。、MidJourney最大為（1664,1664）、DALL·E 2（1024,1024）。如果要做出一個(gè)能夠被打印的尺寸，需要經(jīng)過(guò)后期放大或者再生成。
至于AI生成畫(huà)直接被用于售賣(mài)，已經(jīng)有過(guò)行業(yè)先例。2018年一幅由巴黎藝術(shù)團(tuán)體Obvious使用GAN（生成對(duì)抗網(wǎng)絡(luò)）完成的肖像畫(huà)拍出432500美元。
也有AI繪畫(huà)平臺(tái)及創(chuàng)作者將生成畫(huà)鑄造成NFT，但這筆買(mǎi)賣(mài)也面臨很大的不確定性，比起想通過(guò)NFT賺得盆滿缽滿，AI挑戰(zhàn)圖庫(kù)的生意，或許更為現(xiàn)實(shí)。
隨著AI繪畫(huà)工具的普及，部分功能也有著被挪用，造成負(fù)面影響的可能。例如通過(guò)添加“蒙版”可以對(duì)圖像的部分內(nèi)容進(jìn)行重新繪制，將一張大象的背影更改為大象的正面照，或者在空無(wú)一物的茶幾上，自然地放進(jìn)一個(gè)蘋(píng)果。
工具對(duì)所有人的想象開(kāi)放，意味著它既可以被用來(lái)進(jìn)行藝術(shù)創(chuàng)作和表達(dá)，也可能在別有用心的人的使用下，成為偽造圖像，制造假新聞的“兇器”。
前車(chē)之鑒是能替換視頻中視覺(jué)和音頻內(nèi)容的“Deepfakes”，被用于偽造名人色情視頻、欺詐勒索、假新聞等內(nèi)容，而遭限制使用。2019年，在國(guó)內(nèi)一夜爆紅的AI換臉應(yīng)用“ZAO”，也受到用戶隱私、信息安全等問(wèn)題的質(zhì)疑。
除卻用戶使用上造成可見(jiàn)的“垃圾內(nèi)容”，在AI的圖像學(xué)習(xí)過(guò)程中，也不可避免地吸納了人類認(rèn)知中對(duì)于性別、職業(yè)、種族的刻板印象和偏見(jiàn)，并潛移默化反映在AI繪畫(huà)的生成結(jié)果中。
為應(yīng)對(duì)上述可能存在的負(fù)面影響，AI繪畫(huà)工具的開(kāi)發(fā)者們所采取的，是以謹(jǐn)慎的開(kāi)放、更長(zhǎng)的內(nèi)測(cè)期、調(diào)試圖像描述詞的過(guò)濾器等方式，加之控制。
由國(guó)內(nèi)開(kāi)發(fā)者設(shè)計(jì)的AI繪畫(huà)工具Tiamat，向用戶解釋為什么內(nèi)測(cè)周期較長(zhǎng)時(shí)寫(xiě)道，“AI生成藝術(shù)是一個(gè)比較敏感，也是全新的領(lǐng)域，里面的不可控性，合規(guī)性，以及用戶體驗(yàn)都需要我們多次迭代，包括其中的云端部署，模型調(diào)整等等，我們也很希望TIA盡早和大家相見(jiàn)，但客觀上技術(shù)是不允許的。”
OpenAI的訂閱郵件顯示，DALL·E在近期的更新中，“減少了對(duì)于人種的偏見(jiàn)，更準(zhǔn)確地反映世界人口的多樣性?！蔽磥?lái)，還將根據(jù)用戶的反饋和標(biāo)記進(jìn)一步優(yōu)化。
至于開(kāi)發(fā)者們對(duì)過(guò)濾器的調(diào)試，目前仍處在摸索階段。從西喬的個(gè)人體驗(yàn)來(lái)看，她多次被過(guò)濾器“絆倒”。
（系統(tǒng)疑似把“懸崖邊祈禱”判定為“消極內(nèi)容”）
AI繪畫(huà)另一大被詬病的問(wèn)題是“侵權(quán)的邊界”，就目前而言這是一個(gè)灰色地帶，且尚未有行業(yè)定論。
以DD為例，工具遵循MIT開(kāi)源協(xié)議，理論上生成圖可以免費(fèi)商用。但在實(shí)際使用中也會(huì)存在，因?yàn)槊枋鲈~使用造成的畫(huà)風(fēng)雷同，這就容易造成抄襲爭(zhēng)議。此外，“如果你用別人的作品‘墊’成底圖，再把skip開(kāi)得很高，最終出來(lái)的結(jié)果，也是很難定義是否構(gòu)成作品侵權(quán)。”
事實(shí)上，界定真人畫(huà)手是否抄襲，是否構(gòu)成侵權(quán)也存在種種復(fù)雜的爭(zhēng)議，放到AI繪畫(huà)的侵權(quán)問(wèn)題上，或許也需要足夠多的經(jīng)驗(yàn)和案例，形成行業(yè)認(rèn)知。
最后西喬也補(bǔ)充到，AI繪畫(huà)也有面臨“負(fù)反饋”的可能，即人們用AI繪畫(huà)工具生成的圖像，又進(jìn)一步作用于AI的優(yōu)化和訓(xùn)練中，“AI 模型可能會(huì)呈現(xiàn)類似放大器的效果，最后會(huì)是出現(xiàn)什么情況，大家現(xiàn)在是不知道的?！?/p>
西喬喜歡拿“相機(jī)”比喻AI繪畫(huà)，“相機(jī)剛誕生的時(shí)候成像非常慢，暗房沖洗也很麻煩，設(shè)備的攜帶及使用都不便，成像效果也不一定好?！碑?dāng)時(shí)的肖像畫(huà)畫(huà)家們，對(duì)于拿相機(jī)拍攝人像，有很多的批評(píng)和嘲諷。
“但我們知道在幾十年之后，畫(huà)家?guī)缀醵紩?huì)使用相機(jī)拍攝的照片作為繪畫(huà)時(shí)的參考。因?yàn)橐惶靸?nèi)光線的變化非常快，你的模特也不太愿意在那兒坐上幾個(gè)小時(shí)?！?/p>
不僅是肖像畫(huà)、風(fēng)景畫(huà)，以照片為基礎(chǔ)后期加工完成的數(shù)字繪畫(huà)創(chuàng)作等，或多或少都因?yàn)橄鄼C(jī)應(yīng)用，帶來(lái)藝術(shù)形式變革。
而在社會(huì)層面，“照相”也從一種背靠特定階級(jí)的特定生活方式，走進(jìn)市民階級(jí)，記錄社會(huì)變遷和普通人的日常生活。這種技術(shù)力的解放和擴(kuò)散，隨今天智能手機(jī)發(fā)展尤盛，普通人以更低廉的成本，更便捷的使用，掌握相機(jī)的攝影攝像能力。
可以預(yù)見(jiàn)的是，AI繪畫(huà)工具的技術(shù)迭代用不了像“相機(jī)”發(fā)展所需的幾十上百年。除了上文提到的DD、DALL·E 2、Midjourney等工具，互聯(lián)網(wǎng)大廠們也相繼入局，谷歌的Imagen/Parti、Meta的Make a scene、微軟的NUWA等等。國(guó)內(nèi)的開(kāi)發(fā)者們也致力于接壤全球AI藝術(shù)的浪潮，例如正在舉辦“千人共創(chuàng)-AI藝術(shù)創(chuàng)作大賽”的Tiamat。
人們對(duì)于AI繪畫(huà)的使用和認(rèn)知，時(shí)間尚短，其影響力目前還是更多的存在于藝術(shù)圈和程序圈。但在未來(lái)，AI繪畫(huà)是否能像“相機(jī)”那樣，跨越階級(jí)、圈層，浸潤(rùn)進(jìn)普通人生活，是一件引發(fā)足夠遐想的事情。