美的冰箱e2是什么問(wèn)題(美的冰箱出E2)

前沿拓展：

——"一片向日葵花海在星空下閃爍。"

本來(lái)只是在有限的想象力之內(nèi)挑了梵高的兩幅名畫(huà)加以簡(jiǎn)單概括，結(jié)果AI吞掉這句描述后，居然就吐出了一張張極富沖擊力的圖像：

圖源：Simon_阿文 微博

沒(méi)有參考圖像，也并非簡(jiǎn)單的兩幅圖像的拼接融合，而是真正基于文字描述，在充分的想象力下，從無(wú)到有地進(jìn)行了繪畫(huà)創(chuàng)作。

而就在不到一年的時(shí)間內(nèi)，這樣的AI畫(huà)手開(kāi)始井噴式地出現(xiàn)——

近期在海內(nèi)外爆火的免費(fèi)AI作畫(huà)工具Disco Diffusion，輸入簡(jiǎn)單的文字描述就能在線生成圖像，其畫(huà)面之精細(xì)，想象力之超絕讓不少人直呼“AI比我都浪漫”：

圖源：開(kāi)發(fā)者推特

一度登上蘋(píng)果應(yīng)用商店的圖形與設(shè)計(jì)排行榜榜首的Wombo，只要下載App，上傳圖片或輸入關(guān)鍵詞，再選擇平臺(tái)給予的風(fēng)格，幾秒之后就能生成圖片，其超絕的想象力被無(wú)數(shù)用戶玩出了花：

圖源：網(wǎng)絡(luò)

還有通過(guò)聊天出畫(huà)的Midjourney，用戶進(jìn)入聊天軟件Discord，并被邀請(qǐng)到相應(yīng)的小組中后，就能像是真的與畫(huà)手隔著網(wǎng)線交流一樣，說(shuō)出自己的需求，而AI也會(huì)在群中實(shí)時(shí)更新的繪畫(huà)進(jìn)度：

圖源：網(wǎng)絡(luò)

OpenAI上個(gè)月剛剛推出的DallE2，其生成結(jié)果的精準(zhǔn)度、對(duì)人物的識(shí)別能力震驚了整個(gè)技術(shù)圈，甚至都有讀者用這一AI出了一整本畫(huà)集，整整1000張圖片：

圖源：作者個(gè)人主頁(yè)

更不用說(shuō)谷歌新鮮出爐的Imagen，不管多長(zhǎng)，多具體，多不符合現(xiàn)實(shí)邏輯的離奇描述詞，都可以精準(zhǔn)地從文字生成真實(shí)準(zhǔn)確的圖像：

圖源：谷歌官網(wǎng)

驚人的技術(shù)迭代速度、破圈式的熱度、震驚了繪畫(huà)圈的色彩、構(gòu)圖、想象力和創(chuàng)作力，似乎都在表示，這些AI畫(huà)手們，正在逐漸在繪畫(huà)領(lǐng)域中掌握”畫(huà)語(yǔ)權(quán)“。

對(duì)此，有人歡欣鼓舞，認(rèn)為技術(shù)的革新將為藝術(shù)領(lǐng)域帶來(lái)全新的思考方式和改變，有人惶惶不安，擔(dān)憂來(lái)勢(shì)洶洶的AI畫(huà)手將摧毀一大批中低端繪畫(huà)崗位，甚至有人怒斥AI將藝術(shù)變?yōu)榱藛渭兊臄?shù)據(jù)游戲，使得繪畫(huà)失去了意義和靈魂......

議論連續(xù)不斷，熱度居高不下，AI繪畫(huà)這一名詞開(kāi)始逐漸出圈，在谷歌的關(guān)鍵詞搜索趨勢(shì)中，AI painting的搜索熱度自去年下半旬就開(kāi)始逐漸高漲，到現(xiàn)在已經(jīng)達(dá)到了一個(gè)新的高峰：

熱議之下，已經(jīng)有這樣的聲音出現(xiàn)：

AI繪畫(huà)，元年已至。

···

且先不論這一發(fā)言是否正確，所謂的AI畫(huà)作，到底是嚴(yán)格按照代碼邏輯運(yùn)行，風(fēng)格單一的產(chǎn)物，是AI的隨機(jī)拼接游戲，抑或是真能如人類(lèi)畫(huà)手一般依照主題構(gòu)想畫(huà)作？

AI們都畫(huà)了什么，它們又能畫(huà)多少？

AI畫(huà)手的第一批體驗(yàn)者們，當(dāng)時(shí)就抱有著這樣的疑惑。PPT設(shè)計(jì)師阿文就是其中之一。

今年4月份時(shí)，他偶然看到一個(gè)畫(huà)手朋友在微博展示了一組AI作畫(huà)的作品，效果驚人，朋友作為專(zhuān)業(yè)畫(huà)手也給予了很高的評(píng)價(jià)，他便也對(duì)這個(gè)叫做Disco Diffusion的工具起了興趣。

這是一款基于谷歌的技術(shù)框架開(kāi)發(fā)的AI作畫(huà)工具，部署在谷歌Colab（一個(gè)可以通過(guò)瀏覽器編寫(xiě)和執(zhí)行代碼的線上托管平臺(tái)）上，訓(xùn)練畫(huà)作所需的算力也由谷歌免費(fèi)提供，而只需要修改代碼中的一個(gè)部分的文字描述，就能生成畫(huà)作：

文字描述擁有畫(huà)種描述、內(nèi)容描述、畫(huà)家描述、參考渲染方式、顏色描述五個(gè)維度，用戶不用修改代碼，而是只要從這幾個(gè)方面進(jìn)行調(diào)整和修改，就可以生成圖像。

不過(guò)，鑒于是初玩，阿文只謹(jǐn)慎地修改了默認(rèn)文本中的兩個(gè)關(guān)鍵詞：A beautiful painting of a starry night（原singular lighthouse）, shining its light across asunflower sea（原tumultuous sea）by greg rutkowski and thomas kinkade, Trending on artstation.” "yellow color scheme“，也就是將默認(rèn)的”一座在驚濤駭浪中閃耀的奇異燈塔”改成了“一片在星空下閃耀的向日葵花海”。

而AI吐出的第一張圖片是這樣的：

圖源：Simon_阿文 微博

這是一張超乎了阿文想象的畫(huà)作，色彩、構(gòu)圖都擁有超絕的美感和想象力。

而Disco Diffusion本身可以根據(jù)一句描述產(chǎn)出多張不同的圖片，于是，阿文在無(wú)比期待中，迎來(lái)了掛機(jī)渲染之后的另外幾幅作品：

圖源：Simon_阿文 微博

簡(jiǎn)單的文字描述外加一點(diǎn)點(diǎn)天賜般的運(yùn)氣，誕生了數(shù)張色彩構(gòu)圖豐富大膽，如同夢(mèng)境般的畫(huà)作，最終一舉出圈，在微博超過(guò)兩萬(wàn)人轉(zhuǎn)發(fā)，并紛紛表示震驚“給跪”。

也因此，大批用戶紛紛涌入，開(kāi)啟了腦洞大開(kāi)的AI花式作畫(huà)。

有將參考畫(huà)師改為吳冠中，直接得到一張水墨畫(huà)：

圖源：網(wǎng)絡(luò)

還有應(yīng)用了虛幻引擎風(fēng)格，生成的仿佛游戲頁(yè)面一樣的畫(huà)作：

圖源：網(wǎng)絡(luò)

當(dāng)然，偶爾也會(huì)有人喂出了一些有些詭異的圖片：

圖源：推特Mike Franchina

......

在那之后，阿文也試用了另一款叫做Midjourney的工具，同樣是“星空下的向日葵海“的描述，不過(guò)這次的生成結(jié)果則恰如其分地落在了他的想象力內(nèi)：

圖源：Simon_阿文 微博

“就像是一個(gè)聽(tīng)話版的Disco Diffusion。”阿文笑道。

在嘗試多次后，他覺(jué)得Midjourney的想象力是比不上Disco Diffusion的，但好處是速度夠快，五分鐘就能成圖，而且不至于像Disco Diffusion那樣，有搶奪創(chuàng)作主導(dǎo)權(quán)的“野心”，是更適合藝術(shù)創(chuàng)作者的輔助工具。

還有更多像阿文這樣的藝術(shù)創(chuàng)作者，走上了探索AI繪畫(huà)工具的道路，并開(kāi)始逐步挖掘各自的潛力。

比如主陣地是移動(dòng)端的Dream，它的整體作畫(huà)風(fēng)格更偏向于夢(mèng)幻柔和：

圖源：網(wǎng)絡(luò)

而諸如DALL·E2、Imagen之類(lèi)的畫(huà)手，則是在如何更準(zhǔn)確地理解文字描述、更好地組合繪畫(huà)風(fēng)格，最后生成更精確而言之有物的事物和人物的方向努力。

當(dāng)然，除了這些從無(wú)到有的“高端創(chuàng)作者”，近幾年也火過(guò)一批更加親民的AI畫(huà)手們。

比如在去年一度火爆外網(wǎng)AnimeGAN，可以實(shí)時(shí)地將人像轉(zhuǎn)為漫畫(huà)模樣，也是在線部署，火到要排隊(duì)幾個(gè)小時(shí)才能玩到：

圖源：網(wǎng)絡(luò)

去年在日推被瘋轉(zhuǎn)的AI，簡(jiǎn)陋的草圖一經(jīng)它手就會(huì)變成精致可愛(ài)的二次元萌妹：

圖源：高坂 推特視頻

還有可以任意推斷兩張人物圖像的子世代長(zhǎng)相的Artbreeder，不僅幾秒就能出圖，還可以通過(guò)超多參數(shù)微調(diào)產(chǎn)出人物的長(zhǎng)相：

圖源：網(wǎng)絡(luò)

再出圈一點(diǎn)，抖音、微信或QQ中的將人物照片轉(zhuǎn)變?yōu)槠渌L(fēng)格的AI濾鏡，也能被算進(jìn)AI作畫(huà)的范疇里。

這樣看來(lái)，AI畫(huà)手們作畫(huà)內(nèi)容的范圍覆蓋之廣，比起一些人類(lèi)畫(huà)手也是不遑多讓。

其屢屢出圈的熱度，更證明了在普通觀眾眼中，AI的畫(huà)作們有著足夠的沖擊力和觀賞價(jià)值。

···

接下來(lái)，讓我們換一個(gè)角度來(lái)看AI繪畫(huà)。一張成品畫(huà)作由什么組成？在現(xiàn)實(shí)中是紙張和各種材料制成的筆墨水彩，而儲(chǔ)存在電子設(shè)備中的一張圖像，本質(zhì)上則是一個(gè)像素點(diǎn)矩陣，每個(gè)都由 RGB（Red、Green、Blue）三個(gè)顏色通道組成。

圖源：網(wǎng)絡(luò)

因此，AI繪畫(huà)也就相當(dāng)于一個(gè)可以逐漸產(chǎn)生像素，進(jìn)行圖像生成的計(jì)算機(jī)模型。

模型是人工智能中的一個(gè)概念，我們可以將其通俗地理解為一種從輸入到輸出的函數(shù)。

要讓這個(gè)函數(shù)輸出我們期待的像素點(diǎn)矩陣，首先需要賦予它很多“參數(shù)”，相當(dāng)于函數(shù)中的變量，這些變量涉及繪畫(huà)中每一筆的位置、形狀、顏色，甚至是覆蓋關(guān)系、筆觸組合等多個(gè)屬性。

有了這樣一個(gè)擁有龐大“變量”的“函數(shù)”，還要再基于海量的已有圖像進(jìn)行訓(xùn)練，也就是找到效果最好，最合適的一組參數(shù)的過(guò)程。

而這樣一個(gè)繪畫(huà)模型所需的參數(shù)量和訓(xùn)練數(shù)據(jù)集非常龐大，不僅如此，也很難讓計(jì)算機(jī)去理解“創(chuàng)作”這種比較抽象的概念。

因此，誕生之初的AI作畫(huà)，說(shuō)是依照邏輯執(zhí)行任務(wù)也并無(wú)不妥。

轉(zhuǎn)機(jī)則發(fā)生在2014年。

這一年，一位名叫Ian Goodfellow的AI從業(yè)者發(fā)明了一種叫做對(duì)抗生成網(wǎng)絡(luò)（Generative Adversarial Network，簡(jiǎn)稱(chēng)GAN）的算法，徹底改變了圖像領(lǐng)域。

圖源：論文

對(duì)抗生成網(wǎng)絡(luò)主要包含兩個(gè)結(jié)構(gòu)，一個(gè)是生成器（Generator），一個(gè)是判別器（Discriminator），而其核心思想則是“對(duì)抗博弈”，我們可以感性地將其理解為“道高一尺，魔高一丈”。

什么意思？生成器的主要任務(wù)是生成盡可能真實(shí)的圖像，而判別器則負(fù)責(zé)辨別眼前的圖像到底是有機(jī)器生成的，還是來(lái)源于真實(shí)世界的圖片，這樣，生成器在圖片生成的過(guò)程中“造假”技術(shù)變得越來(lái)越強(qiáng)，而判別器的“打假“技術(shù)也將越來(lái)越精湛，在這雙方的對(duì)抗博弈之中，最終產(chǎn)出的圖片也將越來(lái)越真實(shí)。

對(duì)抗生成網(wǎng)絡(luò)提出的兩年內(nèi)，圖像生成任務(wù)有了大跨步的發(fā)展，一些有趣的應(yīng)用，如老照片修復(fù)、換臉、素描上色，更是如雨后春筍一般應(yīng)運(yùn)而生。

我們上面所提到的Artbreeder、草圖生成頭像等從已有圖片合成新圖片的應(yīng)用，也是在此之后開(kāi)始有了萌芽。

而在2016年，Scott Reed等AI研究者又首次提出了基于GAN的文本生成圖像（Text to Image）。

圖源：論文

就像人類(lèi)擁有五感一樣，AI也有自己聽(tīng)覺(jué)和視覺(jué)，也就是AI研究者們劃分出來(lái)的計(jì)算機(jī)視覺(jué)（Computer Vision，簡(jiǎn)稱(chēng)CV）、自然語(yǔ)言處理（Natural Language Processing，簡(jiǎn)稱(chēng)NLP）、語(yǔ)音識(shí)別（Automatic Speech Recognition，簡(jiǎn)稱(chēng)ASR）等研究領(lǐng)域。

而文本生成圖像，則是將計(jì)算機(jī)視覺(jué)的自然語(yǔ)言處理兩種領(lǐng)域連接了起來(lái)，也被稱(chēng)為多模態(tài)學(xué)習(xí)（MultiModal Learning），可以說(shuō)，這種技術(shù)是今天AI繪畫(huà)的重要基礎(chǔ)。

但要讓AI學(xué)會(huì)”通感“，難度也可想而知，一開(kāi)始，AI只能在受限的數(shù)據(jù)集內(nèi)取得成果，得到的分辨率也不高，同時(shí)，AI也受限于機(jī)器對(duì)于人類(lèi)自然語(yǔ)言的理解，因此，文本生成圖像的進(jìn)展并不迅速。

直到2021年1月5日，DALL·E模型橫空出世。

圖源：OpenAI官網(wǎng)

模型的出生地，OpenAI實(shí)驗(yàn)室是全世界最著名的AI實(shí)驗(yàn)室之一，2015年底成立，同為特斯拉、SpaceX，以及推特等多家公司掌權(quán)人的AI產(chǎn)業(yè)界頂流馬斯克，就是這家實(shí)驗(yàn)室的創(chuàng)始人之一。

而模型的名字DALL·E取自超現(xiàn)實(shí)主義藝術(shù)家薩爾瓦多·達(dá)利（Salvador Dali）和皮克斯機(jī)器人WALLE，可以從文字說(shuō)明直接生成圖像。

DALL·E對(duì)圖像生成領(lǐng)域投下了一記重磅炸彈，圈內(nèi)諸多大佬轉(zhuǎn)發(fā)點(diǎn)贊，其本身更是被稱(chēng)為2021年第一個(gè)令人興奮的AI技術(shù)突破，甚至被譽(yù)為幾乎實(shí)現(xiàn)了類(lèi)人智力的模型。

究其原因，則是因?yàn)樗谖谋旧蓤D像上的驚人表現(xiàn)。

基于同在OpenAI開(kāi)發(fā)的模型，也就是擁有1750億的巨量參數(shù)，截至現(xiàn)在仍是業(yè)界公認(rèn)最強(qiáng)的語(yǔ)言模型GPT3，DALL·E在語(yǔ)言理解上的能力有了一個(gè)驚人的提升——

能夠創(chuàng)建擬人化（即類(lèi)人）的動(dòng)物和對(duì)象：

圖源：OpenAI官網(wǎng) 穿著芭蕾裙遛狗的小白蘿卜插畫(huà)

能將某些對(duì)象或概念合并至單個(gè)圖像中：

圖源：OpenAI官網(wǎng) 由豎琴制成的蝸牛，帶有豎琴紋理的蝸牛

還能補(bǔ)全圖像的缺失部分、控制場(chǎng)景的視點(diǎn)和渲染場(chǎng)景的3D樣式、將某個(gè)對(duì)象的內(nèi)部和外部結(jié)構(gòu)全部都”想象出來(lái)“。

其實(shí)，OpenAI同天還推出了一款叫做CLIP的技術(shù)框架，這一款能將文本與圖像聯(lián)系起來(lái)的特殊的”圖像識(shí)別“，與一般的通過(guò)自行車(chē)、蘋(píng)果等確定單詞識(shí)別圖像不同，它是通過(guò)一段文字描述來(lái)識(shí)別圖像的。

圖源：OpenAI官網(wǎng)

以這兩款技術(shù)的誕生為標(biāo)志性事件，語(yǔ)言理解和圖像生成任務(wù)多年來(lái)的技術(shù)積累，以”AI作畫(huà)“為載體，開(kāi)始集中爆發(fā)。

2012年底，基于類(lèi)別引導(dǎo)的擴(kuò)散模型（Guided Diffusion）出現(xiàn)，再結(jié)合CLIP，一并組成了上文中提到的火爆全網(wǎng)的Disco Diffusion背后的核心技術(shù)。

準(zhǔn)確地說(shuō)，Disco Diffusion會(huì)先通過(guò)圖像擴(kuò)散模型（Diffusion Model），對(duì)現(xiàn)有的生成圖像進(jìn)行一次又一次的”去噪“，也就是減少圖像生成中的干擾部分，使其變得越來(lái)越清晰的一個(gè)過(guò)程，反復(fù)進(jìn)行這個(gè)過(guò)程就被稱(chēng)為”迭代“。

而在每次迭代時(shí)，CLIP則負(fù)責(zé)利用其圖像識(shí)別技術(shù)，依據(jù)文本提示對(duì)現(xiàn)有的圖像擴(kuò)散模型進(jìn)行評(píng)估，并為其提供下次迭代的”方向“，這樣，生成的圖像也就會(huì)和文本提示的匹配度越來(lái)越高，圖像的精細(xì)度也會(huì)逐漸增加。

圖源：網(wǎng)絡(luò)

就這樣，CLIP負(fù)責(zé)從文本特征映射到圖像特征，然后指導(dǎo)一個(gè)生成對(duì)抗網(wǎng)絡(luò)或擴(kuò)散模型生成圖像，自此之后就成為了文本生成圖像的一種基本”套路“。

這還沒(méi)完，今年4月份，OpenAI對(duì)DALL·E做了升級(jí)，推出了更高分辨率、更低延遲的DALL·E2：

圖源：OpenAI官網(wǎng)

這一技術(shù)架構(gòu)已經(jīng)脫離了簡(jiǎn)單的素材拼接，而是確實(shí)理解了許多抽象概念——比如空間、光照，甚至是對(duì)現(xiàn)實(shí)中不存在的圖像的想象：

圖源：OpenAI官網(wǎng) 宇航員在太空中騎著一匹馬

但文本到圖像領(lǐng)域的SOTA（State Of The Art，指在特定任務(wù)中目前表現(xiàn)最好的方法或模型）才被OpenAI保留了一個(gè)月，谷歌就站了出來(lái)——

5月24日，谷歌大腦研究團(tuán)隊(duì)推出了Imagen模型，使得機(jī)器的想象力又到達(dá)了一個(gè)新的高度。

在論文中，Imagen與其他圖像生成模型都在目前最有影響力的計(jì)算機(jī)視覺(jué)數(shù)據(jù)集之一的COCO上進(jìn)行測(cè)試，與DALL·E，DALL·E2，GLIDE等同領(lǐng)域模型對(duì)比，Imagen生成的圖像與真實(shí)圖像的差別是最小的。隨著一個(gè)又一個(gè)革命性的技術(shù)框架出現(xiàn)，一個(gè)又一個(gè)具有影響力的科研團(tuán)隊(duì)進(jìn)入賽道，AI作畫(huà)開(kāi)始從粗糙走向?qū)I(yè)。從AI的隨機(jī)組合游戲，到理解文本描述開(kāi)始”想象“，AI是真的一步一步拿起了畫(huà)筆。

···

"我認(rèn)為今年就是AI繪畫(huà)元年。"

PPT設(shè)計(jì)師阿文這樣表示。

數(shù)量井噴，技術(shù)迭代速度極快的AI繪畫(huà)工具，不僅熱度出圈，身邊的藝術(shù)設(shè)計(jì)、繪畫(huà)等領(lǐng)域的很多專(zhuān)業(yè)畫(huà)手們也紛紛給予了非常積極和正面的評(píng)價(jià)。

尤其是其所展現(xiàn)的“想象力”，幾乎是將手伸到了人類(lèi)認(rèn)為只有自己才能做到的領(lǐng)域，背靠網(wǎng)絡(luò)上現(xiàn)存的所有圖像庫(kù)，再加上驚人的識(shí)別能力和融合速度，AI總是能在極短的時(shí)間內(nèi)產(chǎn)出各種匪夷所思的繪畫(huà)思路和結(jié)果。

于是，這樣一個(gè)觀點(diǎn)逐漸在焦慮中成為了一種主流：

AI畫(huà)手會(huì)不會(huì)代替掉一些中低端畫(huà)手？

對(duì)于這個(gè)問(wèn)題，阿文給出了否定的回答：

”即使是現(xiàn)在大熱的Disco Diffusion和DALLE·E，也沒(méi)有投入到生產(chǎn)項(xiàng)目當(dāng)中，因此最多接觸到這些工具的人群，依然還是圈內(nèi)的設(shè)計(jì)師們，所做的也都是前沿的嘗試，還沒(méi)有到產(chǎn)品商業(yè)化的地步。“

而且更重要的一點(diǎn)是，現(xiàn)在的AI畫(huà)手對(duì)于真正的甲方來(lái)說(shuō)，還不夠”聽(tīng)話“。

比如，就當(dāng)下的AI繪畫(huà)來(lái)說(shuō)，“關(guān)鍵詞”極其重要，如何編寫(xiě)結(jié)構(gòu)合理，語(yǔ)句優(yōu)美的英文描述句，以便于AI充分識(shí)別和理解，這是出畫(huà)的核心。

對(duì)關(guān)鍵詞的極高要求，使得AI作畫(huà)并不能像很多人類(lèi)畫(huà)手那樣”指哪打哪“，尤其是在面對(duì)一些莫測(cè)難尋的甲方需求時(shí)，就顯得更呆了。

圖源：Simon_阿文 微博 與友人的吐槽

并且，關(guān)鍵詞稍有不慎，人工智能就可能不再智能。

比如像這張畫(huà)，將動(dòng)畫(huà)大師”宮崎駿“加入描述詞后，AI直接將老人家的頭像生硬拼湊到了畫(huà)面中：

圖源：網(wǎng)絡(luò)

這也是AI繪畫(huà)廣為人詬病的另一點(diǎn)：在具象內(nèi)容，尤其是人物生成上的能力偏弱。看似沖擊力十足卻缺乏邏輯和細(xì)節(jié)的畫(huà)面，沒(méi)有哦內(nèi)核的概念拼湊......還有更多問(wèn)題，都使得AI作畫(huà)不可能百分之百地展現(xiàn)完美的效果。

圖源：網(wǎng)絡(luò) wombo生成的沒(méi)有意義的色塊拼接

因此，至少對(duì)現(xiàn)在的AI繪畫(huà)工具來(lái)說(shuō)，人類(lèi)畫(huà)手后期的調(diào)整和加工必不可少。

并且，技術(shù)較為前沿，且需要一定藝術(shù)知識(shí)的AI作畫(huà)工具，最先接觸與最熟悉的第一批用戶，一定也都是畫(huà)手和設(shè)計(jì)師，即產(chǎn)業(yè)中的乙方。而且越到后期，AI工具就越需要關(guān)鍵詞輸入之外的更多知識(shí)，比如具體到代碼層面的參數(shù)調(diào)整。因此，即使是走到了產(chǎn)業(yè)化的一步，甲方首先接觸到的，也更有可能是”會(huì)使用AI的乙方“，而并非AI本身。

作為”會(huì)使用AI的乙方“的阿文，還提出了另一種觀點(diǎn)：

AI繪畫(huà)的出現(xiàn)，反倒會(huì)讓很多畫(huà)手有了新的契機(jī)，能夠借助AI工具成為高端畫(huà)師。

畫(huà)工、想象力、底圖、靈感......諸多不足都可以由AI繪畫(huà)工具來(lái)補(bǔ)足，只要在這些圖的基礎(chǔ)上進(jìn)行二次創(chuàng)作，就很有可能夠到更高的門(mén)檻。

阿文現(xiàn)在就在努力將AI繪畫(huà)工具納入自己的工作流程中，比如他在微博就展示過(guò)這么一個(gè)例子：首先用Disco Diffusion生成相應(yīng)的紋理，然后再到三維建模工具blender里貼圖，最后再搭場(chǎng)景：

圖源：Simon_阿文 微博

至于版權(quán)問(wèn)題，阿文表示，AI作畫(huà)工具在使用時(shí)，確實(shí)有通過(guò)描述詞進(jìn)行了“畫(huà)風(fēng)抄襲”的可能性，因此他建議，盡量使用已經(jīng)過(guò)世的藝術(shù)家的風(fēng)格，如果使用了某位風(fēng)格鮮明的當(dāng)代藝術(shù)家作為關(guān)鍵詞，或者使用了某部商業(yè)作品作為參考畫(huà)作時(shí)，還是盡量避免商用。

不過(guò)他也提到，比如Disco Diffusion并不是所謂的描圖、素材拼接或組裝，而是依據(jù)技術(shù)框架對(duì)圖像進(jìn)行了規(guī)律和技法的提煉，然后再進(jìn)行模仿，所以“畫(huà)風(fēng)抄襲”的風(fēng)險(xiǎn)不是很大。

另外，Disco Diffusion現(xiàn)在的所有代碼已經(jīng)開(kāi)源，且遵循MIT開(kāi)源協(xié)議，也就是別人可以進(jìn)行閉源修改代碼，且無(wú)須經(jīng)過(guò)版權(quán)說(shuō)明，就能復(fù)制甚至銷(xiāo)售衍生的產(chǎn)物：

圖源：阮一峰博客

至于一些二次元頭像生成器，阿文則開(kāi)玩笑地表示“技術(shù)不到家，抄得還不夠像”，因此甚至都到不了“畫(huà)風(fēng)抄襲”的地步。

···

然而，上述解答依舊不能讓所有人安下心來(lái)。

在更深層次的思考中，有人擔(dān)心AI是否會(huì)殺死繪畫(huà)的意義，就像當(dāng)年的攝影技術(shù)之于寫(xiě)實(shí)繪畫(huà)，或者像今天的AI之于圍棋。

攝影技術(shù)誕生于兩百年之前，一經(jīng)應(yīng)用便迅速取代了繪畫(huà)的記錄留影功能，一度使得諸多傳統(tǒng)畫(huà)家認(rèn)為繪畫(huà)將在攝影技術(shù)下的逼迫下逐漸消亡。

而AI進(jìn)入圍棋則始于2014年的AlphaGo，在人工智能那幾乎是無(wú)法超越的計(jì)算能力下，多國(guó)的圍棋黑馬和明宿皆被一一斬于馬下。

“但是攝影之于繪畫(huà)藝術(shù)，其實(shí)并沒(méi)有嚴(yán)重到‘摧毀’的地步。”

阿文解釋道。

當(dāng)時(shí)的繪畫(huà)看似在攝影的“逼迫”下失去了其實(shí)用價(jià)值，轉(zhuǎn)為了純粹的藝術(shù)領(lǐng)域，但實(shí)際上，攝影在視覺(jué)經(jīng)驗(yàn)上的真實(shí)性，使得很多畫(huà)家開(kāi)始更多地關(guān)注繪畫(huà)本身的特質(zhì)，試圖以繪畫(huà)對(duì)現(xiàn)實(shí)乃至精神世界進(jìn)行更豐富的演繹，后印象派、野獸派等新興流派就是因此得而誕生。

而到了今天，攝影不僅有最實(shí)用的記錄功能，自身也是一門(mén)獨(dú)立的藝術(shù)學(xué)科，有著構(gòu)圖和色彩領(lǐng)域的只是體系；而繪畫(huà)在藝術(shù)性不失的同時(shí)，留影功能也開(kāi)始逐漸復(fù)蘇，甚至因?yàn)槠洫?dú)特的筆觸帶來(lái)了更多美的享受。

而類(lèi)比到AI繪畫(huà)上來(lái)也一樣，這無(wú)疑是對(duì)于現(xiàn)在繪畫(huà)的一種沖擊，但新老技術(shù)之間并非你死我活的競(jìng)爭(zhēng)關(guān)系，而是相互融合，共同進(jìn)化發(fā)展的一種趨勢(shì)。

那么AI圍棋的到來(lái)呢？

柯潔曾評(píng)價(jià)AI時(shí)代的圍棋為“無(wú)聊透頂，使人類(lèi)棋手喪失了存在的意義”，在諸多的AI大戰(zhàn)人類(lèi)棋手，AI預(yù)測(cè)圍棋勝率的事件中，已經(jīng)有觀眾開(kāi)始對(duì)這種戲碼失去興趣：

圖源：網(wǎng)絡(luò)

因此，有不少人便也覺(jué)得，AI繪畫(huà)會(huì)像AI圍棋一樣，逐步殺死繪畫(huà)的意義。

一位畫(huà)師在談?wù)撨@一話題時(shí)，表達(dá)了如下觀點(diǎn)：

“我覺(jué)得藝術(shù)創(chuàng)作很多時(shí)候是基于藝術(shù)家較獨(dú)一無(wú)二的性格、境遇、或者一閃而過(guò)的某種激情，是為了抒發(fā)自我，表達(dá)內(nèi)心的感情而存在的。但AI只是基于圖像庫(kù)去分析并重組，并沒(méi)有任何目的和情緒，所以實(shí)在難以稱(chēng)得上是‘具有靈魂’。”

但具有靈魂，產(chǎn)生共鳴，一定是要了解作者背后的情緒嗎？

阿文舉了一個(gè)這樣的例子：當(dāng)你走進(jìn)一個(gè)美術(shù)館，看到一幅畫(huà)，然后被打動(dòng)了，很多時(shí)候你可能不知道背后的作者是誰(shuí)，要抒發(fā)什么樣的感情，但有些畫(huà)作就是能在觀眾看見(jiàn)的瞬間，便與其產(chǎn)生共鳴，而觀眾能產(chǎn)生這樣的感受，這幅畫(huà)作就是有意義的。

而當(dāng)我們?cè)倩剡^(guò)頭，去看那張出圈的“星空下的向日葵海”，到這里，我們已經(jīng)完全知道了這幅畫(huà)作創(chuàng)作的全過(guò)程，及其中的技術(shù)細(xì)節(jié)，也知道AI在創(chuàng)作這幅畫(huà)的時(shí)候是不具有任何，或者說(shuō)類(lèi)似人類(lèi)畫(huà)家那樣的情緒。

但翻開(kāi)這幅作品的評(píng)論和轉(zhuǎn)發(fā)，即使知道這是AI，依然覺(jué)得“充滿意境”“浪漫無(wú)比”“有被感動(dòng)到”的評(píng)論數(shù)不勝數(shù)。

“就像是AI在賽博朋克時(shí)代夢(mèng)到了梵高。”

AI繪畫(huà)背后的技術(shù)仍在快速迭代，產(chǎn)出的畫(huà)作越來(lái)越多，而關(guān)于其產(chǎn)出作品有無(wú)意義的爭(zhēng)論，在可預(yù)見(jiàn)的未來(lái)仍將繼續(xù)。

AI繪畫(huà)的終點(diǎn)是什么？是成為人類(lèi)畫(huà)手最完美的繪畫(huà)輔助者，還是一步一步補(bǔ)足其邏輯性、想象力、創(chuàng)造力，成為一名真正可以與人類(lèi)并肩的畫(huà)手？

我們現(xiàn)在也只能站在星空下的向日葵海中，靜靜等待那個(gè)答案的到來(lái)了。采寫(xiě)：南都見(jiàn)習(xí)記者楊博雯

拓展知識(shí)：