“我上我也行——嗎？”

AI作畫(huà)早就不是什么新鮮事。

從幾年前開(kāi)始，每隔一段時(shí)間就會(huì)有一個(gè)新的“自動(dòng)作畫(huà)AI”跳出來(lái)，憑借精心調(diào)試的案例吸足眼球。但到了大多數(shù)人手里，卻又只能畫(huà)出仿佛脫胎于克蘇魯神話的詭異產(chǎn)物，好奇心的熱乎勁冷卻后就被快速淡忘。

兩款能將簡(jiǎn)單圖案復(fù)雜化的AI，仍然存在不少局限

直到最近，一批風(fēng)格獨(dú)特的畫(huà)作開(kāi)始在網(wǎng)上流行。天馬行空的構(gòu)圖、豐富的細(xì)節(jié)加上風(fēng)格統(tǒng)一的筆觸無(wú)不彰顯著作者的藝術(shù)審美，只不過(guò)它們是出自AI之手。

作者：Aetherial

作者：Binx.ly

但在精致的畫(huà)面背后，最讓人吃驚的還是這些AI的畫(huà)圖方式：直接描述想象中畫(huà)面，它就能生成對(duì)應(yīng)圖像，就像能聽(tīng)懂人類的自然語(yǔ)言一樣。一個(gè)“用嘴畫(huà)圖”的時(shí)代，仿佛已經(jīng)悄然即將來(lái)臨。

1

早在一年前，一個(gè)名叫wombo的AI繪圖程序就已經(jīng)引發(fā)過(guò)熱議。不需要任何繪畫(huà)基礎(chǔ)，也不必懂復(fù)雜的參數(shù)調(diào)試，只要輸入一句簡(jiǎn)單的提示詞，就能得到一張可能風(fēng)格詭異但頗具神韻的作品。

只是更多時(shí)候，想得到一張符合想象的畫(huà)作并不容易。

當(dāng)你嘗試描述“用吉普力工作室的風(fēng)格畫(huà)出一個(gè)皮卡丘”時(shí)，可能收獲的卻是一幅“移動(dòng)的皮卡丘城堡”；想看看蒸汽朋克的海拉魯大陸如何，卻只得到一個(gè)機(jī)械宇航員的側(cè)身像。想讓AI讀懂自己的心思，除了需要更精準(zhǔn)的描述外，似乎更需要還是運(yùn)氣。

最近開(kāi)始流行的Disco Diffusion（以下簡(jiǎn)稱DD），和wombo一樣基于Deepdream視覺(jué)程序，但相較之下它明顯更能和人類“互相理解”。不僅畫(huà)出的作品詭異氣氛大減，而且能更精準(zhǔn)地還原場(chǎng)景描述，更能“聽(tīng)懂人話”。

當(dāng)我同樣輸入“一座巨大的哥特式城堡，矗立在波濤洶涌的流光之海中”時(shí)，兩個(gè)AI的作品對(duì)比非常明顯。DD已經(jīng)完全丟掉了滿是AI烙印的抽象畫(huà)風(fēng)，用以假亂真的筆觸還原了我想要的風(fēng)格，而這距離我的想象已經(jīng)非常接近。

右側(cè)兩幅DD畫(huà)作是同一描述下生成的不同結(jié)果

相比于wombo固定種類的畫(huà)風(fēng)選項(xiàng)，DD通過(guò)直接添加不同的關(guān)鍵詞調(diào)節(jié)畫(huà)作風(fēng)格。這些詞匯可以是繪畫(huà)形式、流派名稱、藝術(shù)家名字或者具體到某個(gè)作品的標(biāo)題。

同樣是上述哥特城堡的描述，加上“中國(guó)山水畫(huà)”或“梵高的星月夜”的補(bǔ)充后，得到的結(jié)果就大相徑庭。

在一個(gè)名為weirdwonderfulai的網(wǎng)站上，眾多使用者總結(jié)出了同一句話在不同作者、流派、關(guān)鍵詞下得到的上百種結(jié)果以供參考，由此可以看出DD強(qiáng)大的風(fēng)格把控力。

許多創(chuàng)作者的悉心調(diào)教后的DD，已經(jīng)完全具備“畫(huà)出”一系列成熟作品的潛質(zhì)。社區(qū)里有不少人經(jīng)過(guò)初步摸索，畫(huà)出的作品已經(jīng)很難看出AI處理的痕跡。

作者：annetropy

作者：kelseyY

再搭配上不同主題和風(fēng)格，完全能得到以假亂真的概念場(chǎng)景作品，稍加后期的人工修飾，就是一套賣(mài)相十足的成熟作品集。

作者：LIUXIYAUN

但與此同時(shí)，我們也都明白AI并不能真的聽(tīng)懂人話。在無(wú)法幫助它快速學(xué)習(xí)迭代的情況下，不少人選擇和AI角色互換，讓自己接受訓(xùn)練，試圖去理解AI眼里的人類語(yǔ)言。

2

“一幅由greg rutkowski和thomas kinkade創(chuàng)作的漂亮畫(huà)作：一座燈塔在洶涌的血海邊閃耀著光芒，Artstation的流行風(fēng)格，黃色配色方案?！?/span>

作為官方給出的描述語(yǔ)模版，每個(gè)DD的使用者都見(jiàn)過(guò)上述這句話。語(yǔ)法規(guī)范的描述語(yǔ)不算長(zhǎng)，其中卻包含了畫(huà)家、畫(huà)種、內(nèi)容、風(fēng)格和配色方案等要素，讓初學(xué)者能一眼明白描述詞的要點(diǎn)。

但很快使用者們漸漸發(fā)現(xiàn)，正確的語(yǔ)法語(yǔ)序并不能很好表達(dá)出畫(huà)面的邏輯，甚至適當(dāng)?shù)钠罘炊艿玫礁玫慕Y(jié)果。畢竟從原理上來(lái)說(shuō)，AI只是根據(jù)關(guān)鍵詞對(duì)應(yīng)的圖片信息“算”出了這樣一幅畫(huà)。

利用這一特性，也就不必拘泥于人類語(yǔ)言中的對(duì)錯(cuò)，只要某個(gè)詞匯能對(duì)應(yīng)一類圖像的特征和風(fēng)格，它就能成為一種畫(huà)風(fēng)，圖片網(wǎng)站、游戲引擎名稱或者鏡頭型號(hào)都可以。

對(duì)于DD來(lái)說(shuō)，參數(shù)也是調(diào)整圖片的重要方式。但如果嫌麻煩，僅靠描述詞也可以達(dá)到類似的效果。

例如在描述詞后加上不同的數(shù)字調(diào)整權(quán)重，如“雷云5：，火焰：5”，畫(huà)面中它們呈現(xiàn)的比例就會(huì)有所對(duì)應(yīng)；加上“景深：-2”關(guān)鍵詞，會(huì)減弱畫(huà)面的景深效果；輸入“4K”則會(huì)在分辨率不變的情況下提升銳化值，模擬出更清晰的畫(huà)面。

“一棵由雷云和火焰組成的樹(shù)”

到了這時(shí)候，不少人的描述詞里已經(jīng)沒(méi)有了最初還算嚴(yán)謹(jǐn)?shù)恼Z(yǔ)法，變成了詞組和數(shù)字的神奇組合。為了讓AI更好理解自己，這些賽博煉丹師反而讓自己被訓(xùn)練出了一套怪異的語(yǔ)言，和AI完成了奇妙的角色互換。

可也正因如此，擅長(zhǎng)捕捉詞匯特征的DD才會(huì)犯下只有AI會(huì)鬧出的笑話。

當(dāng)我為了模擬次世代游戲畫(huà)面，嘗試加入“RTX ON”詞綴渲染上圖中的樹(shù)時(shí)，圖片角落總會(huì)出現(xiàn)類似于作者簽名的神秘符號(hào)。但我的描述里并沒(méi)提到任何一個(gè)作者，這讓我百思不得其解。

直到我細(xì)想之下越發(fā)覺(jué)得這東西很像幾個(gè)字母的變形，到搜索引擎里一看“光追”的圖片結(jié)果，立馬明白了怎么回事：光追畫(huà)面的演示圖片里確實(shí)都有一個(gè)常被我們忽視的“簽名”。

不只圖片的角標(biāo)會(huì)干擾結(jié)果，當(dāng)一個(gè)人名不僅對(duì)應(yīng)他的作品，還能搜出作者本人的肖像照時(shí)，類似的情況也會(huì)出現(xiàn)。

當(dāng)你想著用宮崎駿電影的風(fēng)格來(lái)一張畫(huà)時(shí)，宮崎駿老爺子的頭像可能會(huì)突然出現(xiàn)的云端?；蛘邽榱四M《異形》風(fēng)格加上設(shè)計(jì)師H. R. Giger 的名字時(shí)，他也可能不請(qǐng)自來(lái)為個(gè)人風(fēng)格濃郁的骨頭宮殿打上水印。

作者：ZhaoKin

從結(jié)果來(lái)看，已經(jīng)能畫(huà)出很多驚艷作品的DD，距離理解人類語(yǔ)言還有很大一段距離。但它做不到并不意味著所有AI都做不到，這幾天它風(fēng)頭更盛的另一個(gè)同僚DALLE-E2，就明顯更接近美好暢想中的“用嘴畫(huà)圖”

3

在DALL-E2官網(wǎng)的演示里，靠著不同物體概念、屬性和樣式的組合，我們能輕易得到一個(gè)區(qū)別于DD寫(xiě)意風(fēng)格的具象圖片。例如一個(gè)騎著馬的宇航員或一個(gè)和貓打籃球的宇航員。

改變風(fēng)格詞條，還能在寫(xiě)實(shí)、波普藝術(shù)、童書(shū)和水彩風(fēng)格中任意切換畫(huà)風(fēng)，同樣保持了描述中邏輯關(guān)系的正確，完全沒(méi)出現(xiàn)不可名狀的畫(huà)面。

更神奇的是，這個(gè)AI還能在保證陰影、反射和紋理正確的情況下，在圖片中毫無(wú)破綻地加入想添加的元素。例如想在一張美術(shù)館的圖片中加入一只柯基，不管想讓它和左畫(huà)中的老人來(lái)一張合影，鉆進(jìn)右畫(huà)還是趴在前景的軟凳上，DALL-E2都可以算出它正確的樣子。

除此之外，它還能選定畫(huà)面里的指定元素刪除或修改，或是讓AI按照原圖風(fēng)格再繪制一幅類似的作品。

由于DALL-E2目前還處于內(nèi)測(cè)階段，很多慕名而來(lái)的人都無(wú)法實(shí)際上手操作，不免懷疑實(shí)際應(yīng)用中是否能還原案例中的效果，這些展示案例中預(yù)調(diào)試的成分又有多少。

但從推特上部分拿到測(cè)試資格的用戶的發(fā)出的成果來(lái)看，人們對(duì)DALL-E2的擔(dān)憂并沒(méi)有成真。他依然保持著超強(qiáng)的“理解力”，即使是很多現(xiàn)有圖庫(kù)中很難找到現(xiàn)成答案的描述，它畫(huà)出的作品依然沒(méi)有讓人失望。

并且在一些參考圖片更少、可變動(dòng)性不大的虛擬形象上，我們也很難一眼看出DALL-E2作品里留下的AI痕跡。

作者：Trent Kuhn（左），Cybertroniss（右）

作為知名人工智能研究組織OpenAI推出的產(chǎn)品，DALL-E2其實(shí)在去年就有了初代版本DALL-E，只不過(guò)當(dāng)時(shí)它的清晰度和識(shí)別性都還很差，雖然也能實(shí)現(xiàn)用文字生產(chǎn)畫(huà)面的效果，但并沒(méi)引起什么關(guān)注。

對(duì)比前后兩代產(chǎn)品在相同描述下的作品，我們能直觀感受到它的進(jìn)化，而這僅僅過(guò)去了8個(gè)月。

正是在AI這種快到令人有些心驚的速度里，一片“哇塞”的贊嘆聲中還混雜著另一個(gè)詞匯：“失業(yè)”。不少相關(guān)從業(yè)者在感嘆技術(shù)進(jìn)步的同時(shí)，也逐漸產(chǎn)生了被AI取代的危機(jī)感，一如19世紀(jì)攝影術(shù)發(fā)明之初的畫(huà)家前輩們。

4

“從今天開(kāi)始，繪畫(huà)已經(jīng)死了?！?/strong>

這是19世紀(jì)40年代法國(guó)畫(huà)家保羅·德拉羅什首次看到攝影印刷品后說(shuō)出的話。但就算不看歷史我們也都知道，繪畫(huà)還活得好好的。

“用嘴畫(huà)圖”聽(tīng)上去非常美好，只需要形容心中所想就能得到一幅畫(huà)面，也難免苦練手頭功夫的美術(shù)工作者對(duì)此產(chǎn)生焦慮。但在混跡DD社區(qū)的這一周里，我還是明顯感受到了我和其他人作品的“嘴上差距”。

社區(qū)里很多人都有著豐富的軟件輔助作圖經(jīng)驗(yàn)和繪畫(huà)功底，對(duì)于不同派別、不同網(wǎng)站的畫(huà)作特點(diǎn)他們可以信手拈來(lái)，不同參數(shù)的微調(diào)也不在話下，想獲得固定構(gòu)圖和配色時(shí)，他們還能靠導(dǎo)入草圖幫助AI更好理解描述語(yǔ)，通過(guò)后期修改補(bǔ)繪調(diào)整細(xì)節(jié)。這才有了那些我難以企及的作品。

作者：Binx.ly

DD訓(xùn)練著用戶不停實(shí)驗(yàn)描述詞的效果差異，同時(shí)反過(guò)來(lái)這也是他們對(duì)它探究學(xué)習(xí)的過(guò)程，就像學(xué)習(xí)使用一支新畫(huà)筆的過(guò)程?？瓷先バЧ玫腄ALL-E2，也不過(guò)是風(fēng)格更內(nèi)斂和具象的另一支。

nin_artificial用同一詞條得到的作品風(fēng)格對(duì)比

文字描述確實(shí)給了創(chuàng)作更大的空間，但這過(guò)程中的想象、調(diào)試、修改和補(bǔ)充等步驟，仍然需要?jiǎng)?chuàng)作者全程的參與和把控，就像買(mǎi)了相機(jī)并不等于學(xué)會(huì)了攝像。

更何況攝像的發(fā)明當(dāng)初不僅沒(méi)有殺死繪畫(huà)，反而在古典繪畫(huà)的基礎(chǔ)上讓人們學(xué)會(huì)了以更多元的觀察和思考方式，才有了后來(lái)印象派、立體主義和超現(xiàn)實(shí)主義等新風(fēng)格的誕生。

薩爾瓦多·達(dá)利的《記憶的永恒》

據(jù)OpenAI介紹，他們之所以要把這個(gè)AI命名為DALL-E，主要參考了超現(xiàn)實(shí)主義畫(huà)家薩爾瓦多·達(dá)利（Dali）和動(dòng)畫(huà)電影《機(jī)器人總動(dòng)員》主角瓦力（WALL-E）這兩個(gè)名字。他們悄悄鑲在這臺(tái)機(jī)器中的展望也就不言而喻了——

在一片荒蕪的新大陸上，瓦力仍將幫助人類開(kāi)墾出新的樂(lè)土，即使這次它是位畫(huà)家。