AI Art 實現(xiàn)作畫自由？你需要知道這六大隱形門檻

    最近，以“零門檻”“好上手”著稱的AI Art在社交平臺廣泛引起關(guān)注，不少人熱衷于將真實照片通過AI作畫平臺轉(zhuǎn)成“漫畫風(fēng)”。在B站，以《殺死那個石家莊人，但是每句歌詞都是AI作畫》為代表的“歌曲+AI Art”的視頻動輒幾十萬甚至上百萬的播放量。但，AI Art真的已經(jīng)強(qiáng)大到足以幫助非美術(shù)專業(yè)用戶實現(xiàn)“作畫自由”了嗎？懷著這一疑慮，筆者試用了文心一格、6pen Art等AI作畫產(chǎn)品，卻發(fā)現(xiàn)“買家秀”和“賣家秀”還存在一定差距。

    在兩個國內(nèi)較熱門的AI作畫平臺上輸入“江南水鄉(xiāng)，撐著油紙傘的姑娘行走在雨巷”后，筆者期待得到的畫作是這樣的：

    但，等待幾分鐘后，得到的AI作品是這樣的。

    即使這兩幅作品并不能代表AI作畫的真實水平，但至少說明當(dāng)前AI Art尚存在一定的使用要求。所謂“器欲盡其能,必先得其法”，那么，AI Art的準(zhǔn)入門檻有哪些呢？帶著這樣的疑惑，筆者進(jìn)一步采訪了相關(guān)專業(yè)人士的AI Art使用經(jīng)驗，他們嘗試過的平臺主要有Stable Diffusion、Novel AI和Disco Diffusion等。

1.編解碼門檻  

    因語意誤讀而影響生成結(jié)果的現(xiàn)象多發(fā)生在國產(chǎn)的AI Art平臺。這是因為，當(dāng)前AI作畫的核心模型CLIP模型只支持英文版，而國內(nèi)尚未開發(fā)出能與CLIP模型的生成能力相媲美的模型，因此國內(nèi)的AI Art平臺在底層模型的選擇上無非有兩條路徑：

    一是使用自研的算法模型（如百度的文心·一格就是依托于百度自研的飛槳、文心跨模態(tài)大模型），但這類模型與國外的Stable Diffusion相比還有一定差距，且其訓(xùn)練成本往往極其高昂，動輒數(shù)百萬的成本和技術(shù)壁壘在一定程度了上阻礙了國內(nèi)算法模型的進(jìn)步。

    二是使用Stable Diffusion等國外開源模型。由于這類開源模型的基礎(chǔ)語言是英語，因此需要將用戶輸入的中文通過映射表的匹配來轉(zhuǎn)換成英文。這一轉(zhuǎn)換過程并非中譯英那么簡單，會導(dǎo)致AI生成圖像的隨機(jī)性進(jìn)一步增強(qiáng)，讓AI作畫的規(guī)則與邏輯變得更加難以捉摸。

    此外，由于表達(dá)習(xí)慣等方面的差異，使用者表達(dá)和機(jī)器理解之間的也會存在一定的折扣。例如，小慈是一名媒體行業(yè)的內(nèi)容創(chuàng)作者，他第一次與AI作畫的近距離接觸是源于AI Art平臺“6pen”來公司做的一次交流推廣會。會后小慈抱著好奇的心理嘗試輸入“汗血寶馬圖”，結(jié)果卻得到了一輛汽車的寫實圖。該圖像生成不準(zhǔn)確就是由于，在AI現(xiàn)有的概念框架下，更傾向于將關(guān)鍵詞拆解為“寶馬”牌汽車、汗與血。

2.應(yīng)用門檻

    要想在Novel AI等國外的AI Art平臺上生成一幅好的畫作，需要對藝術(shù)風(fēng)格、創(chuàng)作流派、美術(shù)甚至是所在平臺的模型運(yùn)算法則有一定的了解。為此，有人專門整理了Prompt（提示詞）的入門工具書。以PromptBase代表的一些公司甚至靠專門兜售AI Art平臺的“高質(zhì)量”提示詞而發(fā)家致富。

    就詳細(xì)規(guī)則而言，給定關(guān)鍵詞的精確程度會影響AI作畫的生成結(jié)果。如何穗創(chuàng)作的這幅“80年代好萊塢女星即視感”的作品，其中的關(guān)鍵詞就包括1980s'。因此,普通人如果想創(chuàng)造出觀感很棒的作品，需要先學(xué)習(xí)大佬整理的元素法典的關(guān)鍵詞，在不斷嘗試的過程中掌握基本邏輯，再次基礎(chǔ)上加入自己的獨(dú)特構(gòu)思。這是AI Art設(shè)置的第一道應(yīng)用門檻。

    其次，關(guān)鍵詞的排列順序和權(quán)重是AI Art的第二道應(yīng)用門檻。排序越靠前，則該關(guān)鍵詞對應(yīng)的內(nèi)容在畫面中出現(xiàn)的權(quán)重越大。部分AI繪畫平臺需要同時設(shè)置正反兩種關(guān)鍵詞，反向關(guān)鍵詞（如lowres, bad anatomy, bad hands等）會減少這類內(nèi)容在畫作中出現(xiàn)的比率。此外，需要通過特定的符號設(shè)置權(quán)重。以Novel AI為例，括號越多，表示括號內(nèi)的詞越重要。

3.配置門檻

    除了“技術(shù)門檻”外，“配置”往往也是用戶們逃不開的硬傷。這種配置方面的門檻又可以分為硬件配置門檻和軟件配置門檻。

    就硬件配置而言，本地版AI作畫對電腦GPU的要求較高。以Novel AI為例，針對不同的電腦配置提供了不同的bat，有顯存4GB、6GB、8GB之分，顯存越高，出圖越快、越清晰。當(dāng)前，6G的顯卡幾乎已經(jīng)是本地版AI作畫的基礎(chǔ)配置，RTX計算卡的運(yùn)行效果最為理想，而AMD顯卡、10系及以下老顯卡的體驗效果較差。這對于電腦配置有限的普通用戶而言無疑是一種新的鴻溝——如同電腦剛普及時對沒有電腦、網(wǎng)絡(luò)的人群的數(shù)字鴻溝那樣。

    就軟件配置而言，由于不同AI創(chuàng)作平臺之間的壁壘還沒有打通，因此有時需要與其他設(shè)計類軟件配合來使用。比如，如果想提升畫質(zhì)，需要移步到其他專業(yè)性的AI修復(fù)畫質(zhì)的軟件上進(jìn)行操作。再比如，當(dāng)前的AI作畫平臺上還難以進(jìn)行特別專業(yè)化的后期操作，需要將圖片下載、畫質(zhì)修復(fù)或增強(qiáng)后再轉(zhuǎn)接到PS等軟件進(jìn)行后期完善。這要求使用者在軟件配置上有較為完善的圖片設(shè)計生態(tài)，才能生產(chǎn)出較高水平的畫作。

4.技術(shù)門檻

    在2022年7月的百度世界大會上，CEO李彥宏預(yù)測了AIGC將走過的三個發(fā)展階段，分別是輔助人類進(jìn)行內(nèi)容生產(chǎn)“助手階段”、人機(jī)共生的“協(xié)作階段”和AIGC獨(dú)立完成內(nèi)容創(chuàng)作的“原創(chuàng)階段”。目前AI作畫尚處于第一階段，因此盡管AI Art可以進(jìn)行創(chuàng)意生成，但更多地還是扮演著輔助性工具的角色，需要人為對創(chuàng)作過程進(jìn)行干預(yù)。廣為詬病的“AI畫手”就充分暴露了AI作畫的短板——不少AI作品都需要人工后期修改潤色，而這一環(huán)節(jié)恰恰也是最考驗創(chuàng)作者技術(shù)水平的環(huán)節(jié)。

    今年8月，AI作品《空間歌劇院》由于獲得美國科羅拉多州博覽會一項美術(shù)競賽的一等獎而引起了不小爭議，但這幅畫作也經(jīng)過了其“主人”將近80小時的后期修圖。人工后期修圖的需求在一定程度上還是將不懂美術(shù)創(chuàng)作的人群拒之門外。
    相較于普通用戶，專業(yè)人士在面對技術(shù)門檻時顯得游刃有余。動畫專業(yè)的何穗在利用Novel AI進(jìn)行創(chuàng)作時，對于不滿意的部分會導(dǎo)入inpaint反復(fù)修改，將不滿意的地方摳掉而保留其他部分。何穗在對繪制人物肖像畫的少女腰帶和頭飾比較吃力，因此她選擇將自己創(chuàng)作的半成品畫導(dǎo)入Novel AI，通過設(shè)定關(guān)鍵詞讓AI沿著她的創(chuàng)作思路繼續(xù)補(bǔ)充，最后再把想要的腰帶和頭飾部分摳圖到原作中，讓自己與AI之間“取長補(bǔ)短”。不難發(fā)現(xiàn)，這種“AI+人腦”的創(chuàng)作方式對創(chuàng)作者的審美水平和繪畫水平都有一定的要求。

5.時間門檻

    在創(chuàng)作體驗上，AI作畫就像是一個“抽卡游戲”，輸入同樣的關(guān)鍵詞很可能得到完全不同的創(chuàng)作效果，且有無窮無盡的可能性。這是由于，AI作畫隨機(jī)性是由隨機(jī)種子來控制的，而隨機(jī)種子的可能性達(dá)四十億種之多。這也意味著AI作畫水平并不穩(wěn)定，因此要想得到一幅理想畫作，可能需要不斷進(jìn)行嘗試，要求使用者愿意付出足夠的時間成本。對此，平面設(shè)計專業(yè)出生的小唯表示，只要AI生成的畫作能達(dá)到自己心理預(yù)期的一半以上就已經(jīng)非常滿意了，而要想達(dá)到這個標(biāo)準(zhǔn)，她一般需要嘗試數(shù)十張到幾百張圖片。

    沿著這一思路，筆者在文心一格平臺上重復(fù)輸入多次相同文案（“江南水鄉(xiāng)，撐著油紙傘的姑娘行走在雨巷”）后，得到了較為滿意的水墨畫。

    “一般是R（普通卡）多，SSR（稀有卡）少，但只要抽的次數(shù)足夠多，爆率調(diào)的精確，總會有光影好看、結(jié)構(gòu)正確又精美的SSR出現(xiàn)”。何穗拿游戲“陰陽師”的抽卡游戲來形容AI作畫的不確定性。

6.版權(quán)門檻

    當(dāng)前，AI生成的作品在版權(quán)上存在較大爭議，不同平臺對版權(quán)歸屬有著不同的規(guī)定，但卻難以形成一致意見。如，Stable Diffusion表示“版權(quán)歸公共所有”；Midjourney的付費(fèi)用戶與平臺共同擁有畫作版權(quán)；百度的文心一格聲明“知識產(chǎn)權(quán)歸平臺所有，且在沒有授權(quán)的情況下無法商用”；6pen則“不保留任何版權(quán)，生成的圖片版權(quán)都?xì)w屬生成者，可隨意自用商用”

    這種不一致的版權(quán)歸屬根源在于，當(dāng)前并沒有立法對AI作品的版權(quán)歸屬做出明確規(guī)定，也因而產(chǎn)生了種種亂象。從技術(shù)角度來考慮，這種侵權(quán)在開發(fā)前期幾乎是不可避免的。因為AI Art能夠進(jìn)行畫作輸出的前提是有足夠多的學(xué)習(xí)樣本作為數(shù)據(jù)庫，但由于數(shù)據(jù)庫的樣本量太大，根本無法征得數(shù)據(jù)庫中每一幅作品的主人的同意。連開發(fā)算法的后臺人員也表示“無法保證未經(jīng)授權(quán)的畫作一定不被學(xué)習(xí)”。  

   在采訪過程中，筆者發(fā)現(xiàn)，版權(quán)方面的爭議在一定程度上“勸退”了部分使用者。插畫師小輝從今年6月起開始嘗試AI繪圖+人工精修的創(chuàng)作模式，但11月的一天，他偶然發(fā)現(xiàn)自己的作品在小紅書上被“掛”了出來，原因是這幅被小輝打上“原創(chuàng)”標(biāo)簽的作品有AI作畫的痕跡。對此，小輝覺得很委屈，因為那幅畫從前期的關(guān)鍵詞組織到后期的調(diào)色都是自己完成的，甚至還對作品進(jìn)行了大范圍的手工修改。至此之后，小輝就減少了AI Art平臺的使用頻率。

    由此可見，盡管AI的智能作畫機(jī)制已經(jīng)較為成熟，但要想實現(xiàn)“人均藝術(shù)家”，還需要跨過多個隱形門檻。對于普通用戶而言，需要根據(jù)自己的實際訴求來針對性地解決這些問題，以便AI更好地服務(wù)于畫作創(chuàng)作的需要。同時，從宏觀角度來看，如何與這些門檻“和解”，甚至突破這些門檻，事實上也是“人機(jī)共生”在內(nèi)容創(chuàng)作層面不斷探索的一種體現(xiàn)。

(本文中何穗、小慈與小輝均為化名)