AI繪畫火爆全球的黑科技

黨睿才

AI絕對可以稱得上是這幾年最火爆的話題。從Alpha Go擊敗頂尖圍棋選手開始，越來越多人意識到在很多領域，AI已經能夠用接近人類的思維，更高效地完成任務。在很多領域，AI甚至已經可以部分取代之前只能由人類擔任的工作，例如機器翻譯有了AI加持后，譯文的質量在很多場景下已經達到了可用的程度，電腦和互聯網也變得越來越聰明了。

然而長久以來，很多人依然認為，在一些體現人類獨創性思維的領域，仍是AI的禁區。例如藝術和繪畫，很難想象出AI能和人的想象力和手藝一較高下。

但是，近幾年AI在圖形方面的進展，卻讓人驚呼時代真的變了！不少高質量的AI繪畫方案紛紛面世，即使完全不會畫畫，憑借著寥寥幾筆涂鴉，甚至簡單一兩句乃至幾個詞的描述，就能夠通過AI生成美輪美奐的繪畫，簡直如同黑科技，尤其是最近在Google Colab開源的Disco Diffusion，感覺全世界都玩瘋了。

AI繪畫并不是一蹴而就的，隨著算力的增強，以及算法的完善，它慢慢修煉到了如今的功力。那么在這幾年，都有些什么令人印象深刻的AI繪畫方案？今天，就來介紹一些相當值得把玩的AI繪畫

Paintschainer

這可能是最早出圈的AI繪畫方案了。Paintschainer在前幾年就引起了人們的注意，它并不能完全靠自己來畫一幅畫，Paintschainer的主要作用是給線稿上色，其效果已經可以追上一些比較初級的人工上色作品。

Paintschainer在當時之所以突然爆火，是因為人們突然發現，AI居然是可以辨認線稿內容的！Paintschainer的驚人之處，在于它能夠識別線稿的內容，例如一張美少女人像，它可以識別哪部分屬于皮膚、哪部分是頭發、哪部分是衣服、哪部分是背景，然后分別涂上適當的顏色。不僅如此，它的上色范圍還相當精準，盡管線稿沒有封閉，但顏色依然會保留在適當的范圍，而不會涂得滿處都是———用過PS中油漆桶工具上色的朋友，應該知道這是什么意思。

在很多人的固有認知中，電腦很難“理解”圖像，從照片中辨認、總結出內容物是什么。然而Paintschainer卻做到了更高的層次，能夠“理解”線稿這種比寫實照片更加抽象的圖像。盡管Paintschainer并不完美，但它已經足以讓人們對AI的強大有了更加貼切的體驗。

NV GauGAN

NV是顯卡界的“大拿”，無數游戲玩家將其視為偶像。而NV同樣是AI算力的重要貢獻者，它早在AI領域布局了多枚棋子，到如今NV在AI領域無論是硬件還是配套的軟件，都達到了很高的水平———游戲玩家如果用過NV增強畫質的DLSS AI算法，一定深有體會。

DLSS并非是NV在圖像AI領域的唯一體現，實際上，NV近年的一個開源AI項目SPADE/GauGAN，就讓人嘖嘖稱奇。

GauGAN是一個NV使用AI生成圖像的方案，和上文介紹的線稿上色AI相比，GauGAN的強大之處在于它可以生成完成度極高的圖像，而前提是只需要涂抹幾筆，用不同顏色的色塊和線條“意思一下”，GauGAN就可以明白你的意圖，還你一張逼真度極高的照片。

GauGAN一直處于發展中，2022年，GauGAN還推出了第二代，除了依然可以通過簡筆畫生成照片，現在還能夠通過文字描述來生成圖像了！

在GauGAN 2當中，用戶只需要輸入描述畫面的文字，AI就可以自動生成對應的畫面。而且，生成的速度非常驚人，幾乎是即時的。例如，輸入Ocean出現海，繼而輸入waves則會出現波浪，繼續輸入hitting rocks on the beach則又繼續生成海灘和巖石，效果非常驚人。

此外，GauGAN還支持用戶手動涂抹修改，如果想要對生成的內容做調整，可以直接用簡筆涂鴉，AI會如魔法般變出逼真的對應內容。

GauGAN之所以有如此大能，是因為使用了對抗網絡，大量數據經過機器訓練后，使用生成器和鑒別器來識別對應元素，從而匹配數據生成圖像。據了解，GauGAN 2使用了1 000萬張圖像進行訓練，藝術家使用它不僅可以生成現實的風景，還可以生成天馬行空的藝術場景，這超越了很多人對電腦插手藝術的固有印象。

Disco Diffusion

這可能是2022年最為人矚目的繪畫AI了。

Disco Diffusion一經面世，就刷爆了全球各大社交媒體，顛覆了很多人對AI的認知。如果說GauGAN的強大之處，在于可以憑借人的簡單想象就生成逼真圖像，那么Disco Diffusion就更進一步，不僅可以進行復雜的想象，而且還可以生成各種畫風的繪畫！

Disco Diffusion是一個運行在Google Colab上的AI，如果要使用它，需要擁有Google賬號并且能訪問Google，國內的用戶可以自行解決這方面的問題。Disco Diffusion的程序是面向公眾公開的，在使用之前，可以先將其保存到自己的Google Drive網盤，以方便進一步編輯。

Disco Diffusion的強大之處，在于給出一段描述文字，就能夠生成高質量的畫作。盡管它沒有圖形界面，但使用起來并不復雜，進入到Setting當中，可以設置名稱（AI生成的繪畫會保存到Google Drive中對應的文件夾）、尺寸（不要設置太大，保持默認即可）、步數（保持默認即可）等。

接著，進入到（提示詞）Prompts的設置當中，這就是最關鍵的地方了。在Prompts中，可以輸入描述繪畫的詞句，例如官方給出的實例為“A beautiful painting of a singular lighthouse， shining its light across a tumultuous sea of blood by greg rutkowski and Thomas kinkade， Trending on artstation.”，“yellow color scheme”，意思大致為“奇異燈塔的美麗繪畫，在洶涌的血海中閃耀著光芒，參考greg rutkowski Thomas kinkade的畫風，及artstation網站上流行的風格“黃色主調”。

然后點擊“代碼執行程序”中的“全部運行”，靜靜等待即可。運算過程可能長達幾十分鐘乃至數小時，運算是在Google的云服務器上運行的，對本機電腦性能沒要求。隨后，Disco Diffusion就生成了這樣一副繪畫。

在很多人眼里，AI能夠生成這樣的一幅畫是非常驚人的，其完成度甚至不輸于一些真正的畫手。而Disco Diffusion生成這樣的一幅畫，流程要比手工作畫來得更快，而且改一下提示詞，又能生成另外不同風格的畫了。

Disco Diffusion有很多潛力可發掘。例如，使用算力更強的云服務、設置更多次的迭代算法、提供更具體的提示詞、甚至給到參考圖片，這些都能夠生成更高質量、更多種風格的畫作。

毫無疑問，Disco Diffusion的出現，顛覆了很多人的三觀。這個AI所生成的繪畫，甚至已經可以說擁有一定的藝術感了。盡管它對于動物和人物的繪制仍存在短板，而且也不能勝任人物、場景設計這樣具體的、需要扣細節的工作，但無論是給普通人一場視覺盛宴，還是給行業人員找找靈感，都已經綽綽有余了。

可以說，Disco Diffusion將繪畫AI推向了一個新高度，自此繪畫這種講究審美、講究靈感的技藝，也不再專屬于人類了。

Tiamat

Disco Diffusion依托在Google Colab上，對于國內用戶來說有網絡方面的門檻，而且界面說不上易用，還需要用英文來撰寫提示詞（盡管可以機翻）。現在，對國人更友好的AI繪畫方案，正在路上。

最近，一款名為Tiamat的繪畫AI在國內展開了測試。根據內測者的體驗反饋，它的界面比較友好，而且可以用中文來給AI命題，效果還相當不錯。

和Disco Diffusion相比，Tiamat的本土化做得好很多。例如，它甚至能根據詩詞來繪畫，畫面效果相當好，還頗有意境。在微博、小紅書平臺上，都可以找到很多這樣的案例。

可見，Tiamat的AI方案還是有吸引人的獨到之處的。不過目前Tiamat仍處于內部測試階段，希望Tiamat能夠盡快推出公開的版本，讓更多國人感受到AI繪畫的魅力。

隨著硬件性能的進步以及算法的改進，AI仍在飛速發展。AI在繪畫方面的建樹，已經讓人咋舌，有條件的話，強烈推薦把玩一下Disco Diffusion，感受AI作畫的魅力。