AI繪畫，開啟藝術創意的星辰大海

姜斌 孟凡民

隨著ChatGPT、文心一言等AIGC（人工智能生成內容）工具的流行，AI（人工智能）技術已經悄然融入我們的日常生活，顯著提高了我們的工作效率并豐富了我們的生活體驗，同時也激發了我們的想象力和創新力。在這股AI的技術浪潮中，AI繪畫技術憑借其帶來的驚人創作成果，成了AI領域的一個焦點。

那么，AI繪畫到底是什么？它具備哪些能力，又是基于何種原理和技術運作的呢？讓我們進入AI繪畫的神秘世界里一探究竟！

AI繪畫解鎖無限可能

AI是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學，也是新一輪技術革命和產業革命的重要驅動力量。在AI技術的廣泛應用中，AIGC技術尤其值得關注。該技術基于先進的機器學習模型，通過分析和學習海量數據集，實現了生成文本、圖像、視頻和音樂等多種內容的能力。這不僅展現了AI的創新潛力，還為內容創作者、設計師、工程師等專業人士提供了極大的便利和靈感。

作為AIGC技術的一個應用實例，AI繪畫已經在互聯網和數字藝術界占據了顯著位置。借助Midjourney、Stable Diffusion和文心一格等平臺，AI繪畫能夠協助人們快速創作出大量高品質的圖像作品。低成本、高可控性和高效率的特點，使其在教育、娛樂等多個生活領域扮演著重要角色。

米開朗基羅的話竟暗含AI繪畫的秘密

“雕像本來就在石頭里，我只是把不需要的部分去掉?！?/p>

意大利藝術巨匠米開朗基羅的這句話是在描述他作為雕塑家的創作理念和方法，卻也道出了AI繪畫的基本原理。AI繪畫的過程，從本質上來講，是從一張含有大量隨機噪聲的初始圖像出發，通過AI的算法逐步去除“多余”的噪聲，最終“雕刻”出清晰、具體的圖像以滿足特定的需求。這里的隨機噪聲，是指輸入數據中的一種隨機信息元素，猶如圖片的噪點，它無法用一個明確的數學公式表示，在每次生成圖像時會產生微小的變化，用于增加模型的多樣性和創造性。

要理解這一過程，我們可以用AI繪畫工具Stable Diffusion來進行解釋。Stable Diffusion的名字本身就隱含了它的工作原理，即“擴散”過程，其實也是訓練過程。以《蒙娜麗莎》這幅世界名畫為例，若我們將眼睛瞇起來看，畫面就會開始變得模糊，這正是AI繪畫中“前向擴散”（Forward Diffusion）的一個類比。在這一階段，AI通過分析模糊圖像，學習并理解其形態特征，依靠深度學習從大量圖像中提取特征數據，并與其文本標簽相對應，構建起龐大的數據庫。

當我們需要生成一張具有特定風格的蒙娜麗莎圖像（比如動漫風格）時，訓練好的神經網絡便根據給定的提示詞，在其數據庫中檢索相關特征，并開始“逆向擴散”（Reverse Diffusion）過程，即逐步減少圖像中的噪聲，以清晰化圖像。通過這種方式，神經網絡能夠基于復雜的算法和龐大的數據集，將一張噪聲圖逐步轉化為一張符合用戶需求的清晰圖像，就像是從石塊中逐步雕刻出精美的雕像。

輕松開啟AI繪畫的創意之旅

隨著技術的進步和普及，AI繪畫的使用變得更加簡單、直觀?？刂七@一過程的核心在于向AI提供一條精確的文字指令，即提示詞。為了讓AI準確理解我們的需求，提示詞中需要包含對圖像主題、繪畫風格以及圖像參數的描述，描述越詳盡，越有助于輔助AI創作出符合預期的作品。

以Midjourney這一AI繪畫工具為例，一條典型的提示詞需要詳細地描述圖像的主體、風格、設定、組成、燈光等要素，還要設置圖像參數。例如，你可以編輯如下提示詞，“一幅小男孩在房間里讀書的油畫作品，小男孩穿著藍色襯衫，背景為雜亂的房間、昏暗柔和的光線，正對視角，畫幅尺寸為16：9”，就可以較好地指導AI進行圖像生成。

根據提示詞的指導，AI將生成4幅圖像作為輸出。界面上的“U”和“V”控件分別代表了放大輸出和優化修改選項，每個按鈕后的數字對應4幅生成圖像中的一幅。例如，如果第一幅圖像符合需求，就點擊“U1”，AI將放大并輸出該圖像；若第二幅圖像較為接近需求但需要進一步優化，則點擊“V2”，AI便會以第二幅圖像為基礎，再次生成4幅圖像。如果這一批次的圖像仍不滿足需求，用戶可以通過調整提示詞或點擊界面右側的循環按鈕，指示AI基于原始提示詞重新生成4幅圖像。這些步驟構成了使用AI進行圖像生成的基本操作流程。

其他AI繪圖工具的操作也大同小異。在百度公司的AI繪圖工具文心一格中，用戶同樣只需要給出一條簡單的提示詞，同時在左側的屬性欄內設置好畫幅比例、繪畫風格、繪畫模式等參數，直接點擊“立即生成”，即可生成精美的圖片作品。

AI繪畫可以變得更酷、更好玩

隨著AI繪畫技術的持續迭代進化，一系列先進的生成方法和圖像優化功能相繼問世，極大地豐富了用戶創作圖像的方式和手段。這些功能不僅提高了圖像生成的效率和便捷性，還賦予用戶前所未有的能力來定制和優化他們的藝術作品，以更精準地滿足個人的創作需求。還是以Midjourney為例，我們來看看AI繪畫還可以怎么“玩”。

以圖生圖

當我們希望新創作的圖片融合現有圖片的某些元素時，可以將現有圖片作為參考，連同提示詞一并發送給AI。這樣，新創作的圖片就會在一定程度上反映出參考圖片的特征。例如，我們有一張貨船在江面上行駛的照片，并希望以油畫風格重新詮釋它，只要將這張照片和油畫風格的提示詞一起發送給AI，AI便會以油畫風格創作出全新的畫作。

圖像混合

AI可以將不同的圖片（最多4張）進行混合。AI會先分析這些圖片的內容和特征，然后將它們有機地結合在一起，創作出全新的作品。這個過程有時會帶來一些出人意料的創意效果。例如，通過融合一張小男孩踢足球的照片和一張花園的照片，AI能創作出一幅全新的畫面，畫中的小男孩在花園里踢足球。這幅新生成的圖像能夠保持小男孩與花園的原始特征，兩個場景的結合也毫無違和感。

局部重繪

AI還允許用戶對圖像的特定區域進行細化或修改。這一功能極大地增強了對圖像細節的控制能力，同時為創作具有創意的圖像效果提供了可能。例如，若要在圖像中的女孩臉部或頭部添加新元素，如墨鏡、口罩或安全帽，用戶只需要利用此功能引導AI對特定區域進行調整。如此操作，新添加的元素能夠和諧地融入原始場景之中，確保整體圖像的一致性和自然感。

保持人物一致性

在AI繪畫領域，一直存在一個大問題，即AI很難在多張圖片中保持單個人物的一致性，這使得我們很難生成一些同一人物的連續性畫面。然而，在最新的Midjourney更新中，AI已經可以根據我們提供的人物肖像以及提示詞內容，在各種場景和動作姿勢下保持生成人物的形象與參考圖的一致性。這項功能的出現，讓我們能夠利用AI來創作連環畫、影視分鏡甚至人物攝影作品。

如今，AI技術已經在影視、辦公、醫療等領域得到了實際應用。在AI的支持下，我們能夠輕松地完成一些煩瑣的工作任務，也能夠輕易地將某些創意想法落實到現實中。盡管當前AI繪畫技術在可控性等方面仍面臨挑戰，導致實際輸出結果與預期存在偏差，但是技術的迅速發展預示著它具有巨大潛力。AI繪畫正逐步成為藝術和設計領域的關鍵工具，為創意人士提供了探索新領域的機會。隨著技術的持續進步，我們期待AI繪畫能夠帶來更高層次的創作能力，開創一個人類與AI協作共創的新紀元！

（責任編輯：白玉磊）