AI是如何作畫的？

朱秋雨 黃澤敏

2022年，AI引發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，一幅清晰的畫作就出現在人們眼前。

人人都能成為畫家。

“AI已經不能叫作迷人，而是恐怖。”網頁設計師逗砂對南風窗感嘆。

作為AI領域的前從業者，她說，2021年前，“從沒想過人工智能還能取代創意視覺產業”。

逐漸取代人類創意產業的是AI領域的一個分支，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。

但它也引發了人們警覺：AI有了與人類相當的水平，那么，它會有取代人力的一天嗎？

AI取代人力，已經部分實現了。

8月，有十多年游戲研發經驗的史官發了一條微博，“不管你是策劃、美術還是程序，建議盡早學習使用AI畫圖”。

她表示，所在公司已經嘗試用AI提供素材，現決定“下個項目盡可能地用AI獲得美術資源，這樣開發成本至少下降一半”。

史官告訴南風窗，AI繪畫的一大優勢是“大批量”。一個周末，她在AI畫圖軟件Stable Diffusion上設置關鍵詞，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。

結果，在人類休息的時間，AI高效產出。

史官驚喜地發現，AI畫的圖很多能用。“一萬張我都沒看完，很多圖隨便調調就足夠用了。”

AI繪畫會成為如此實用的生產工具，放在2022年初，極少人能預料到。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繪畫一度在小眾領域狂歡。但半年后，一幅AI畫作的生成時長普遍在幾分鐘內。

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

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，像好萊塢商業片中的場景。

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

最后一步，加上喜歡的藝術家的名字。

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

更關鍵的一點，烏鴉說，AI繪畫擁有了融合的能力。“現在AI不僅僅可以模仿，還能將各類藝術風格融合到一起。”

他曾嘗試將中國水墨風加進了“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新的話，AI絕對有能力成為強大的武器，進行藝術風格上的拓展。”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鍵詞，AI生成的畫作也極可能有很大區別。

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

據她透露，AI繪畫如今被其大量用于游戲概念設計階段。通過調整關鍵詞，游戲策劃會先讓AI出100張效果圖，尋找靈感。

“但如果我讓美術或者外包先出100張圖看看效果，他們應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。

兩大觀點反復交鋒。一派認為AI的發展將取代藝術界，給行業帶來覆滅后果。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”，一個關鍵原因是，其所屬的 AIGC（AI自動化內容生成），一直是不受資本追捧的冷門領域。

這是一個在AI工程師眼里難以攻克的高峰。

業內普遍認為，當AI學會自動生成內容時，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雜任務的智力水平。

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。

百度文心一格負責人告訴南風窗，AI生圖的原理是，AI從海量圖文對應的數據中學習到了“語言描述”與“藝術畫面”的關聯，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。

2022年以前，支撐AI繪畫領域的是2014年AI學術界提出的深度學習模型，即對抗生成網絡（GAN）。模型的核心理念是讓兩個內部程序，生成器和判別器互相比拼，相互平衡。

這一過程就像生產贗品。

用戶首先提供草圖，生成器通過數據學習，生成作品，交由判別器判斷其與原圖的相似度。直到生成器產出了與原作同一類別的“贗品”，判別器予以通過。畫作產生。

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、轉換風格，AI繪畫長期囿于模仿人類。

2022年不同的是，AIGC實現了一次近年來最大的進化。

文心一格負責人對南風窗表示，AI繪畫最近的一次技術爆發，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，像素級建模并生成分辨率顯著提升的繪畫，在美感、細節精細度上有非常顯著的提升。”上述負責人說。

于是，如今使用市面上諸如Disco Diffusion等程序，用戶們也驚訝地發現，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，最終成像。

技術的突破帶動了各平臺的“內卷”。除了谷歌Disco Diffusion開源供用戶免費使用，英國AI創作公司Stable AI，在8月宣布開源，向公眾開放。

Stable AI開源后，眾多國內外軟件基于此開發產品。逗砂告訴南風窗，最近兩個月，新的AI繪畫平臺不斷冒出，工具每天指數級地迭代，令她眼花繚亂。

“我都有點累了，每天都有新的東西出來，已經學不過來了。現在仿佛iPhone剛面世時，每年發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域。

視頻、音樂再到大熱的元宇宙和虛擬現實，都在AIGC賽道上看到發展潛力。

“AI繪畫超越了區塊鏈，成為今年最受資本關注的領域。”逗砂說。

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

Phenaki甚至能在200字左右提示語的基礎上，生成2分鐘以上的長視頻，實現“人人都當導演”的暢想。

一系列新品和操作讓普通人感到，發展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習和數據處理能力。一個流行的網絡段子形容，AI能發展那么快，是因為給它學習資料和數據，“AI是真在學”。

更重要的是，AI學習基于的數據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自動制作的服務中使用我的作品。”

事件緣起于一個日本二次元網站，在AI繪畫大火時，發布了一個測試版，允許用戶自己上傳15至100張圖像讓AI進行學習，并輸出相同畫風的AI畫作。這一相當于“克隆”的程序，直接侵害了畫師的權益，同時點燃了人類與AI創作之間的沖突。

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

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

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問，“我看到了兩種截然不同的態度。一種是興奮地嘗試學習如何利用AI為自己作品服務，另一種是覺得這些是無價值的電子垃圾，開始例舉傳統藝術多么高貴，或者自己之前學的都失去了意義”。

“《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。

文心一格負責人認為，AI繪畫的未來將帶來兩方面的變化。一是今后藝術創作過程將有AI協同，例如AI生成初稿后人工修改的新創作方式。

“二是AI繪畫本身，可能會形成一種新的藝術流派。”

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，比如風格、藝術家、藝術史”。她猜想，今后（繪畫）的關鍵可能在于人對藝術知識的理解。

“首先人得知道，才能將它描述出來。”

不過，內心深處，她也深藏對技術帶給人類社會不確定性的恐懼。

在AI繪畫剛火時，她創作了一幅《數字上帝》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，人們正創建一個十分逼真、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？”