論Stable Diffusion算法對插畫市場與審美環境的影響

摘要：2022年下半年，AI生成作畫在中外互聯網上引起熱議，在年中時人工智能生成的圖像還比較詭異生澀，而2022年末，運作原理高度相似的AI圖像生成軟件如雨后春筍般冒出，這些軟件絕大多數是使用了名為Stable Diffusion的圖像處理算法，這種算法接入了海量商業插畫作為數據集，對數據集中插畫風格的模仿能力非常驚人，該算法的功能使許多美術從業者與學習者陷入恐慌，擔憂人類的美工行業可能被AI圖像生成系統代替。一方面，插畫師與某AI算法的支持者在版權問題上爭論不休，另一方面，諸多互聯網公司大量開除美工類藝術從業者，并將其美術作品輸入算法中，將生產的圖片應用于項目中。在商業化可能性的討論之下，隱藏著人工智能圖像生成系統的本質問題，也是美術從業者抵觸AI繪畫的根本原因——抄襲、剽竊這些在藝術界被唾棄的卑劣行為，在AI繪畫出現后披上了璀璨的遮羞布，散發著“科技”和“未來”的光輝。近年來，AI圖像生成系統在互聯網快速發展，這些軟件也對美術市場造成巨大的沖擊，在海量系統生成圖像的快消沖擊下，不僅是藝術創作者的生存空間被擠占，互聯的美術審美環境也受到了空前的挑戰。文章從圖像版權、藝術審美、生成原理等方面入手，探討Stable Diffusion算法相較于人類創作的優劣，以及算法濫用對互聯網插畫審美環境的影響。

關鍵詞：人工智能；版權問題；數字繪畫；創作主體

中圖分類號：J205；TP18 文獻標識碼：A 文章編號：1004-9436（2023）15-0-03

0 引言

從2022年8月起，在互聯網插畫師間引起高討論度的NovelAI系統與先前的Medjourney成為AI圖像生成爭論的導火索，高完成度的畫面乍一看很唬人，但都存在共同的邏輯問題。隨后諸多操作原理與運行原理高度相似的軟件如雨后春筍般出現，軟件使用者、商業藝術家和美術學習者們所持的觀點各不相同。通過實驗、采訪程序使用者和對消費者進行調研后，大致能從一個更理性客觀的角度了解以上AI圖像生成系統共同使用的算法Stable Diffusion，并且總結這個新事物目前應用存在的問題和未來發展趨勢。

1 算法起源：開發初衷與原理

AI圖像生成系統是人工智能話題的一個熱點，目前最盛行的是Stable Diffusion（下文簡稱SD算法）。SD算法是Stability AI開發的一款從文本到圖像的潛在擴散模型程序，它會將素材庫的圖片拆解后重組出新的圖像。Stability AI在SD算法的發布上使用開源經營模式并獲得大量的用戶，目前市面上的AI圖像生成軟件也大多使用該算法，使用者需要遵守開源協議。開發團隊的初衷是希望數碼藝術工作者能使用該算法代替藝術創作前期大量的重復勞動，成為藝術創作者的新工具。

2022年，互聯網上名為Midjourney的圖像生成軟件已經有一定的討論度，當時它還被視為一種娛樂工具，當時藝術家們對SD算法的態度還較為樂觀，生成的圖像也有很高的辨識度，很多人認為AI生成的圖像存在明顯上限。直到更多圖片作為模仿對象被輸入SD算法的素材庫中，人們才開始重視其中的問題。

2 優劣對比：人類藝術與算法

2022年9月，NovelAI的出現成為有關AI圖像生成系統的話題導火索，在商業插畫行業引起激烈討論，該軟件能模仿近5年大火的日式商業動漫風格插畫，一時以假亂真，“AI繪畫要代替畫師了”的說法開始在網絡上流傳。之后，類似軟件相繼推出，都使用開源版SD算法作為核心程序，其中不同的圖像訓練集整合后被使用者們稱為“模型”。生成圖像仔細甄別后依然存在許多畫面共性，無論開發公司Stability AI運營的Stable Diffusion軟件還是個人用戶線下制作模型，這些共同點廣泛存在于所有SD算法生成的圖像中。

2.1 SD算法的優劣

SD算法的優勢是能將數據集中的已有內容拆解后重組成新的圖像。使用文生圖、圖生圖等功能時，程序會將數據集中的圖片的要素拆解再生成，生成速度受硬件水平影響。同時因為設置隨機值不同，雖然內容都源自數據集，但是搭配形式會多至幾乎無限。盡管其中有很多圖像依然存在混沌與錯誤，但從諸多生成品中仍能挑選出效果相對較好的圖片。正如引起爭議的使用者艾森，他使用SD算法生成的圖像獲得藝術比賽頭獎這件事已廣為人知，他花費了近一個月不斷修改Mejourney的指令，使圖像盡可能接近自己的要求，再從上百張圖像中挑選出3張稍作修改后參加比賽。若在數據集中單獨輸入某藝術家的作品，算法也能對畫家的塑造手法和風格進行簡略模仿。

但SD算法也存在劣勢，其與DALL-E 2等其他生成算法是完全不同的邏輯模式，尚處于類似搜索引擎的弱人工智能階段。首先，該算法的核心劣勢是不能憑空產生圖片——該算法必須有龐大的圖像數據集，需要人類提供數據集作為模仿的對象與素材，而大多數據集都非法爬取自互聯網，無數繪畫和攝影作品在作者不知情時被收集，藝術創作者們認為這是侵權剽竊的行為，這也是目前SD算法和人類藝術創作者最大的矛盾。其次，生成的隨機經常導致畫面的混沌，使用者需要不斷優化文字指令使生成的圖像貼近需要的效果，除了輸入的指令之外，還要輸入反指令來避免不要的東西。SD算法還常出現邏輯錯誤，比如扭曲畸形的手與肢體，這些錯誤常使圖像陷入恐怖谷中。再次，該算法對圖像內容無主觀判斷意識，生成的圖像看起來精致，卻沒有對圖像的實際理解能力，生成的圖像沒有思想與情感意義，沒有人腦的理解與賦予。因此，生成的產物再華麗也不具有藝術品的形象性、主體性和審美性這三大特征。最后，數據集中未經人工過濾的網絡數據給算法帶入了人類現有的偏見，由于互聯網上存在諸多帶有刻板印象、性別偏見與種族主義的圖像，因此這些圖像在被制成數據集時，算法也會反映出這些偏見，這種情況在前文提到的NovelAI中表現得非常明顯。

2.2 人類繪畫的優劣

藝術家是在SD算法的普及中受影響很大的人群，很多藝術家不滿自己的圖像作品被用于SD算法的拼貼素材，因為其導致大眾對華麗的生成品大為贊嘆，而真正的作品卻被淹沒在華麗的電子垃圾中。具有一定審美水平的人看到生成的圖像經常會認為SD算法生成的圖像缺少“靈魂”，審美優勢是人類獨有且無法代替的能力［1］。首先是人類的繪畫邏輯，畫面內容的處理是僅有在物質世界有過生活經驗的人才能理解的實踐邏輯，比如頭發與服裝的區分、手指的數量和吃面的方法等，這些實踐經驗構成的人類繪畫基礎都僅屬于人類。其次是形式美法則，比如畫面節奏、構圖美感等，都是人類主觀意識中才具有的對美的理解［2］。再次，人類創意是真正的無限，SD算法的構圖會更保守、更同質化，下限高上限低；而藝術家構圖則更加大膽，敢于嘗試，下限低上限高。最后，只有人類才有通過美術表達情感的能力和意識，無論是畫面的故事性表達還是情感表達，都是人類所獨有且無法復制的。

但是，使用SD算法的AI圖像生成系統已經無疑對美術市場產生了沖擊，而且最先受到沖擊的便是數字媒體等領域。隨著數字技術的進步和普及，很多年輕的藝術家更加傾向于使用更高效、精準和便捷的數字工具進行創作，而隨著商業市場的擴大和從業者的增加，電子游戲等新興美術行業對插畫的需求呈爆炸性增長，但也存在從業者會迎合委托方審美而有意模仿已有風格的同質化，這種工作環境使數碼插畫從藝術創作逐漸轉向重復性勞動，從業者們在同質化的作品中尋找不同的元素搭配，前期頭腦風暴時會消耗大量的時間和精力，如果從業者在頭腦風暴和概念設計階段使用SD算法，則能省去很多重復勞動［3］。

3 現狀反思：商業市場與混亂

3.1 洗稿的深入

2022年9月，一款名為NovelAI的AI圖像生成軟件在互聯網上引起熱議。作為當時熱度最高的軟件，卻使用了侵權的圖像來源和違反開源協議的收費模式，該網站運營方直言使用SD算法接入了非法圖像網站Danbooru，該網站使用網絡爬蟲從諸多國內外社交平臺上爬取免費與收費圖像并上載至網站數據庫。運營方的做法激怒了眾多數字藝術家，其反對自己的繪畫作品被用于SD算法的模仿，最終憤怒的人群破解了該網站并且提取出算法與數據集，該網站程序也被迫開源。與此同時，一些人使SD算法繼續向洗稿的方向發展。2023年2月13日，斯坦福博士生張呂敏發布了SD算法使用的Controlnet插件，該插件使用者的洗稿行為變得更加直接，其整合了圖像處理領域已有的景深提取、動作提取等功能，使生成圖像的抄襲行為變得更加赤裸直白。

3.2 侵權的事實

2023年1月末，蓋蒂圖片社起訴了SD算法的開發公司，稱該公司算法的訓練集大多來自網上未授權的圖片。大數據生成的算法必須有一個龐大的素材數據庫，有研究團隊提出需要注意系統是否用這些素材在生成時進行了“抄襲”或者復制，若一張生成的圖片和數據庫里任何圖都不像，但圖像卻是SD算法根據其中千億個訓練參數生成，則該算法會記住并在生成時使用這些數據，就會泄漏圖片隱私，同時造成侵權。SD算法自誕生起便是圖像拆解重組機器，構圖抄襲在美術界早已充滿爭議，若換成AI就合理，那對版權保護的法律將名存實亡。

不僅是插畫界，許多模特也對SD算法感到不滿，有模型制作人爬取了他們的寫真照片并與情色圖片一起投入數據集中進行訓練，而生成的面容正是自己的臉，雖然圖像細節存在SD算法生成的痕跡，但是這些圖像對大眾來說依然真假難辨，完成訓練的程序普及后必會降低制作謠言的成本，形成“眼見不為實”的情況。

4 走向何方：人類創作與審美

為什么繪畫從業者會抵抗生成類AI？這不是單純的行業問題，而是這類算法的濫用會消解人的價值性，踐踏尊嚴，切斷社群信任鏈。國內語境經常將人工智能圖像生成系統翻譯為“AI繪畫”，這是個不好的習慣，使用者僅是在輸入指令后算法將訓練庫中海量圖像進行組合，本質就是復制和機械拼接，生成過程不構成真正的藝術創作過程。而該算法給人類帶來的最大影響是消解圖像的價值性，它會使初學者陷入審美價值瓦解的茫然中。當創作的價值性被生成圖瓦解，觀眾審美要求和精神消費價值觀也會一并瓦解。猜疑鏈的存在使繪畫市場出現鑒定AI的賽博獵巫行為，欣賞美術的欲望也會被猜疑鏈瓦解。若任其濫用，則視覺圖像終會變成一種觀眾心中司空見慣且不值得琢磨的背景。

無論是繪畫還是攝影，快速生成類AI的濫用都會給創作者群體和整個互聯網帶來嚴重的審美危機。很多畫師表示自己在社交平臺上發布作品時有很多陌生人對他們惡語相向說不如自己畫的，結果這些人使用的是SD算法，這些算法支持者總以共享的名義將算法濫用對社會的危害一筆帶過，在他們眼中，藝術家的畫作與任何人的照片都必須被“開源共享”。有一些不懂美術的人使用AI生成的圖像來鄙視攻擊真正的藝術家，否定別人的勞動成果。SD算法助長了大量心存惡意的使用者，他們的目的已不僅在于取代某一行業，而是有目的地詆毀人的價值。大量難辨真假的聲音、圖像和難以追蹤的虛假信息將嚴重污染整個互聯網，造假犯罪都變得輕而易舉。在生成圖像爆炸式增加時，真正的藝術創作將淹沒在信息的浪潮中，使人找不到真實有用的信息。

在由諸多對藝術創作心存惡意的人組成的社群中，“AI繪畫”成為他們博人眼球與釋放惡意的工具，將數據洗稿套上高科技皮囊后又在販賣“你連機器都不如”的焦慮，該算法自從接入了非法行為起，便成了掠奪與剝削的工具。芝加哥大學開發的圖像保護程序問世后，這些人又拼命詆毀該程序，在惡人眼中，有助他們偷竊肆虐即值得贊頌的好技術，阻止他們并保護知識產權的則是科技發展的阻礙。SD算法創始人Emad Mostaque稱藝術從業人員在視覺傳達層面建立技能隔離來壟斷美術行業，聲稱該算法“讓創作變得輕而易舉”。但其濫用又提高了真正美術創作的門檻，虛假繁復的生成圖像在干擾大眾審美的同時會使得真正的初學者退縮，美術初學者們會為自己苦苦練習幾個月卻不如算法生成的圖像而痛苦，僅剩對人類藝術抱有真摯追求的藝術家還在堅持。

5 結語

在生產力飛速發展且信息爆炸的時代，SD算法的出現是對數字美術行業的一次巨大沖擊，在相關法律處于空白的時間，它野蠻生長并處于非常大的爭議中，反對者稱支持者為“強盜”，而后者稱前者為“盧德主義”，這使AI生成圖像成了美術界最敏感的話題之一。算法本身沒有任何立場或者思想，卻是鋒利的雙刃劍，它可以像照相機或PS軟件一樣成為藝術家的工具，也能成為心術不正者攻擊他人的武器，它像鏡子一樣反映出了社交網絡上存在的問題。隨著數據集擴大，它相較人腦無法跨越的審美意識鴻溝也逐漸清晰，華麗的模仿與拼貼驚艷沒有意義，人類的創造力和對美的追求永遠是無限且自由的。

參考文獻：

［1］ 歐文·瓊斯.世界紋樣［M］.周思成，譯.北京：商務印書館，2019：1-3.

［2］ 邢慶華.類型學視閾下的現代圖案設計［M］.南京：東南大學出版社，2017：148-150.

［3］ 雷吉斯·德布雷，黃迅余.圖像的生與死：西方觀圖史［M］.黃建華，譯.上海：華東師范大學出版社，2014：237-243.

作者簡介：黎雩蓉（1997—），女，陜西西安人，碩士在讀，研究方向：數字媒體。