AI是如何作畫的？

朱秋雨 黃澤敏

2022年，AI引發(fā)了一場席卷繪畫圈的革命。只要輸入幾句描述語言，幾分鐘內(nèi)，一幅清晰的畫作就出現(xiàn)在人們眼前。

人人都能成為畫家。

“AI已經(jīng)不能叫作迷人，而是恐怖。”網(wǎng)頁設(shè)計師逗砂對南風(fēng)窗感嘆。

作為AI領(lǐng)域的前從業(yè)者，她說，2021年前，“從沒想過人工智能還能取代創(chuàng)意視覺產(chǎn)業(yè)”。

逐漸取代人類創(chuàng)意產(chǎn)業(yè)的是AI領(lǐng)域的一個分支，這被稱為AIGC（AI Generated Content）。今年2月，谷歌推出開源性AI畫作生成平臺Disco Diffusion，引發(fā)全球“用嘴畫畫”熱潮。隨后，Dall.E2、Stable Diffusion、Novel AI等AI繪畫工具相繼面世。百度也推出了AI中文繪畫平臺“文心一格”。

技術(shù)與資本的加持下，AI繪畫迅速走進了大眾的視野。

但它也引發(fā)了人們警覺：AI有了與人類相當?shù)乃剑敲矗鼤腥〈肆Φ囊惶靻幔?/p>

AI取代人力，已經(jīng)部分實現(xiàn)了。

8月，有十多年游戲研發(fā)經(jīng)驗的史官發(fā)了一條微博，“不管你是策劃、美術(shù)還是程序，建議盡早學(xué)習(xí)使用AI畫圖”。

她表示，所在公司已經(jīng)嘗試用AI提供素材，現(xiàn)決定“下個項目盡可能地用AI獲得美術(shù)資源，這樣開發(fā)成本至少下降一半”。

史官告訴南風(fēng)窗，AI繪畫的一大優(yōu)勢是“大批量”。一個周末，她在AI畫圖軟件Stable Diffusion上設(shè)置關(guān)鍵詞，兩天后，AI生成了1萬張圖。這些都是游戲里的圖標，例如旗幟上的標志物，不是主角但耗費很多人力。

結(jié)果，在人類休息的時間，AI高效產(chǎn)出。

史官驚喜地發(fā)現(xiàn)，AI畫的圖很多能用。“一萬張我都沒看完，很多圖隨便調(diào)調(diào)就足夠用了。”

AI繪畫會成為如此實用的生產(chǎn)工具，放在2022年初，極少人能預(yù)料到。很多AI繪畫愛好者有個共同記憶，年初，谷歌推出Disco Diffusion時，出一幅圖耗時約1小時。

在網(wǎng)頁等待AI最終成畫的過程，心情是既期待又煎熬的。

漫長的等待時間讓AI繪畫一度在小眾領(lǐng)域狂歡。但半年后，一幅AI畫作的生成時長普遍在幾分鐘內(nèi)。

“沒想到時代變得那么快。這才半年，AI能做的已經(jīng)天翻地覆了。”玩具設(shè)計師烏鴉對南風(fēng)窗感嘆。

他給記者展示了幾張自己用AI生成的畫作，都是色彩對比濃烈，主角鮮明，具有骷髏頭、怪獸、異形人等“克魯蘇”元素，乍看作品很吸睛，像好萊塢商業(yè)片中的場景。

烏鴉說，這些畫作只輸入了幾個描述主角的關(guān)鍵詞，再添加他想要的繪畫風(fēng)格，例如，克魯蘇風(fēng)。

最后一步，加上喜歡的藝術(shù)家的名字。

他仰慕波蘭藝術(shù)家貝克辛斯基。后者在畫里傳遞了超現(xiàn)實的末世感，那種與死亡、命運有關(guān)的猙獰與沖擊，總讓他著迷。有了AI，如今他也能畫出無數(shù)幅“貝克辛斯基”。

更關(guān)鍵的一點，烏鴉說，AI繪畫擁有了融合的能力。“現(xiàn)在AI不僅僅可以模仿，還能將各類藝術(shù)風(fēng)格融合到一起。”

他曾嘗試將中國水墨風(fēng)加進了“貝克辛斯基”里，AI為他生成了從未想過的畫面。

“如果認可融合便是創(chuàng)新的話，AI絕對有能力成為強大的武器，進行藝術(shù)風(fēng)格上的拓展。”烏鴉如此認為。

與烏鴉相似，AI繪畫的愛好者都對南風(fēng)窗提起，AI一大特點是隨機性。

即便在同一程序輸入同樣的關(guān)鍵詞，AI生成的畫作也極可能有很大區(qū)別。

史官認為，這一特點讓AI在策劃階段起重要作用。“AI在試圖創(chuàng)造現(xiàn)實不存在的東西時很有創(chuàng)造力，很多搭配人都未必想得出來。AI的混搭反而提供了靈感。”

據(jù)她透露，AI繪畫如今被其大量用于游戲概念設(shè)計階段。通過調(diào)整關(guān)鍵詞，游戲策劃會先讓AI出100張效果圖，尋找靈感。

“但如果我讓美術(shù)或者外包先出100張圖看看效果，他們應(yīng)該會把我從窗戶扔出去。”

AI繪畫進軍人類世界，讓2022年下半年對AI的討論抵達高潮。

兩大觀點反復(fù)交鋒。一派認為AI的發(fā)展將取代藝術(shù)界，給行業(yè)帶來覆滅后果。另一派如史官和逗砂，認為AI目前僅是提高效率的工具。

而之所以AI繪畫引起了如此大“恐慌”，一個關(guān)鍵原因是，其所屬的 AIGC（AI自動化內(nèi)容生成），一直是不受資本追捧的冷門領(lǐng)域。

這是一個在AI工程師眼里難以攻克的高峰。

業(yè)內(nèi)普遍認為，當AI學(xué)會自動生成內(nèi)容時，意味其不局限于某一特定功能，例如語音識別、智能推薦等，而是邁入了通用人工智能階段。

逗砂稱這叫“強人工智能”。AI相當于擁有了人類完成復(fù)雜任務(wù)的智力水平。

只是，這一智力水平到底停留在哪里，一直是人工智能界的焦點。

百度文心一格負責(zé)人告訴南風(fēng)窗，AI生圖的原理是，AI從海量圖文對應(yīng)的數(shù)據(jù)中學(xué)習(xí)到了“語言描述”與“藝術(shù)畫面”的關(guān)聯(lián)，便從隨機化的起點開始，不斷修正畫作，形成審美上與人類經(jīng)驗與知識高度一致的作品。

但難點一直橫亙在AI工程師面前。

一張繪畫擁有海量的信息，最基本的便是輸出“長×寬”個RGB像素點。但簡單組合RGB得不到有效畫作，還需考慮人類繪畫時每一筆的位置、形狀、顏色等多方面參數(shù)。

2022年以前，支撐AI繪畫領(lǐng)域的是2014年AI學(xué)術(shù)界提出的深度學(xué)習(xí)模型，即對抗生成網(wǎng)絡(luò)（GAN）。模型的核心理念是讓兩個內(nèi)部程序，生成器和判別器互相比拼，相互平衡。

這一過程就像生產(chǎn)贗品。

用戶首先提供草圖，生成器通過數(shù)據(jù)學(xué)習(xí)，生成作品，交由判別器判斷其與原圖的相似度。直到生成器產(chǎn)出了與原作同一類別的“贗品”，判別器予以通過。畫作產(chǎn)生。

顯然，GAN模型讓AI繪畫長期停留在“美圖秀秀”的功能上。給圖畫加濾鏡、轉(zhuǎn)換風(fēng)格，AI繪畫長期囿于模仿人類。

2022年不同的是，AIGC實現(xiàn)了一次近年來最大的進化。

文心一格負責(zé)人對南風(fēng)窗表示，AI繪畫最近的一次技術(shù)爆發(fā)，是2022年對擴散生成模型（Diffusion Model）的引入。

模型的原理是為圖片去噪，讓AI查看全是噪點的畫面變清晰的過程，讓其有效理解圖像如何生成。

“擴散生成模型能夠在更短的時間內(nèi)，像素級建模并生成分辨率顯著提升的繪畫，在美感、細節(jié)精細度上有非常顯著的提升。”上述負責(zé)人說。

于是，如今使用市面上諸如Disco Diffusion等程序，用戶們也驚訝地發(fā)現(xiàn)，機器并非像人類一般一筆一畫地繪圖。它們繪畫是從一張高噪點的圖畫開始的，接著畫作一步步變得清晰，擁有細節(jié)，最終成像。

技術(shù)的突破帶動了各平臺的“內(nèi)卷”。除了谷歌Disco Diffusion開源供用戶免費使用，英國AI創(chuàng)作公司Stable AI，在8月宣布開源，向公眾開放。

Stable AI開源后，眾多國內(nèi)外軟件基于此開發(fā)產(chǎn)品。逗砂告訴南風(fēng)窗，最近兩個月，新的AI繪畫平臺不斷冒出，工具每天指數(shù)級地迭代，令她眼花繚亂。

“我都有點累了，每天都有新的東西出來，已經(jīng)學(xué)不過來了。現(xiàn)在仿佛iPhone剛面世時，每年發(fā)布會都有革新性功能公布，非常讓人激動。”

AI繪畫能在如此短的時間取得飛速進展，推動的不只是繪畫領(lǐng)域。

視頻、音樂再到大熱的元宇宙和虛擬現(xiàn)實，都在AIGC賽道上看到發(fā)展?jié)摿Α?/p>

“AI繪畫超越了區(qū)塊鏈，成為今年最受資本關(guān)注的領(lǐng)域。”逗砂說。

9月，臉書母公司Meta發(fā)布AI自動生成視頻系統(tǒng)“Make-A-Video”。原理與AI繪畫相似，根據(jù)輸入文字，生成短視頻。相似地，谷歌也于9月先后發(fā)布AI視頻程序Imagen Video和Phenaki。

Phenaki甚至能在200字左右提示語的基礎(chǔ)上，生成2分鐘以上的長視頻，實現(xiàn)“人人都當導(dǎo)演”的暢想。

一系列新品和操作讓普通人感到，發(fā)展AI仿佛打開潘多拉的寶盒。

人類對AI的生畏情緒一部分源于其強大的學(xué)習(xí)和數(shù)據(jù)處理能力。一個流行的網(wǎng)絡(luò)段子形容，AI能發(fā)展那么快，是因為給它學(xué)習(xí)資料和數(shù)據(jù)，“AI是真在學(xué)”。

更重要的是，AI學(xué)習(xí)基于的數(shù)據(jù)往往來自人類的作品。

這在部分畫師眼中，AI是“縫合怪”“剽竊高手”般的存在。

8月底，大量日本畫師在社交媒體上齊力抵制AI作畫。他們聲明：“請不要在AI自動制作的服務(wù)中使用我的作品。”

事件緣起于一個日本二次元網(wǎng)站，在AI繪畫大火時，發(fā)布了一個測試版，允許用戶自己上傳15至100張圖像讓AI進行學(xué)習(xí)，并輸出相同畫風(fēng)的AI畫作。這一相當于“克隆”的程序，直接侵害了畫師的權(quán)益，同時點燃了人類與AI創(chuàng)作之間的沖突。

逗砂理解這樣的抵制。版權(quán)問題始終是AI繪畫懸而未決的問題，但背后深藏的是來自行業(yè)內(nèi)部的焦慮。

“繪圈（指日系繪畫社交圈）近10年形成較為固定的畫風(fēng)，人物有相似的眼睛和穿搭。只要將數(shù)據(jù)訓(xùn)練出來， AI能形成非常穩(wěn)定的畫風(fēng)。”

如此一來，許多中小畫手在繪圈將被AI取代。

但“AI為什么是一種威脅呢？”逗砂在社交媒體上發(fā)問，“我看到了兩種截然不同的態(tài)度。一種是興奮地嘗試學(xué)習(xí)如何利用AI為自己作品服務(wù)，另一種是覺得這些是無價值的電子垃圾，開始例舉傳統(tǒng)藝術(shù)多么高貴，或者自己之前學(xué)的都失去了意義”。

“《三體》里有一句特別適合用來回答，‘弱小和無知不是生存的障礙，傲慢才是’。”逗砂說。

文心一格負責(zé)人認為，AI繪畫的未來將帶來兩方面的變化。一是今后藝術(shù)創(chuàng)作過程將有AI協(xié)同，例如AI生成初稿后人工修改的新創(chuàng)作方式。

“二是AI繪畫本身，可能會形成一種新的藝術(shù)流派。”

逗砂也對人類未來感到樂觀。AI繪畫雖然降低了普通人繪畫的門檻，“但要想用AI做出比較好的圖，需要非常了解畫作背后的知識，比如風(fēng)格、藝術(shù)家、藝術(shù)史”。她猜想，今后（繪畫）的關(guān)鍵可能在于人對藝術(shù)知識的理解。

“首先人得知道，才能將它描述出來。”

不過，內(nèi)心深處，她也深藏對技術(shù)帶給人類社會不確定性的恐懼。

在AI繪畫剛火時，她創(chuàng)作了一幅《數(shù)字上帝》的電子藏品。

圖畫里的上帝是深黑色背景，身上帶有電子、金屬等元素。

她說，通過人工智能和虛擬技術(shù)，人們正創(chuàng)建一個十分逼真、真假界限模糊的虛擬元宇宙。這樣一想，“我們生存的世界，是虛擬世界的可能性有多大？”