十多年前，AI画的猫脸还是一个满是噪点、模糊不清的剪影，但如今，从2021年DALL·E画出的那把牛油果椅子，到今年DALL·E 2勾勒出的宇航员在太空中骑马的形象，这些出自AI之“手”的作品已经变得相当栩栩如生了。DALL·E是OpenAi旗下的人工智能在线绘图应用，其第二代产品DALL·E 2在今年7月公测。相较于上一代，DALL·E 2能够以4倍的分辨率，根据自然语言字幕生成更逼真、准确的图像，同时还可以根据原图像二次创作——或混合两张图片形成新图片，或创建基于原图的系列变体。
DALL·E 2让即时设计联合创始人周凝看到AI作画在未来广泛应用的可能，他将DALL·E到DALL·E 2的技术迭代比喻为“从呱呱坠地的婴儿一晃就变成了一个职业的画家”。如果说在256x256分辨率之下，牛油果椅子还是一种基于现实的创作，那么由璀璨星空与骑在马上的宇航员构成的图景，以及可以媲美摄影作品的质感，则释放了一个信号：得益于丰富的知识图谱、自生成以及将多个元素组合在一起后形成新画风的特征，AIGC(AI-generated content)，即AI生产内容的能力已经越来越强大了。
不过，随着AI作图软件及作品越来越多地出现在大众视野中，它也迎来诸多质疑——比如人类该如何使用这些作品？AI绘画公司能赚多少钱？用户使用AI作画并商用算不算抄袭？以及，对于画师来说，它会构成威胁吗？
今年8月，一家创立于2020年的人工智能公司Stability AI宣布将文本至图像的AI模型Stable Diffusion开源，以期围绕该模型和其他模型搭建一个开放的生态系统。 根据文本提示，Stable Diffusion能够生成逼真的图像以描述提示中的场景，像素为512x512，能在消费者级别的GPU（图形处理器）上运行。开源的消息惊动各国极客圈，以Stable Diffusion开源模型为基础的应用程序此后也层出不穷。目前主流的AI绘画工具，如Stable Diffusion、Disco Diffusion、DALL·E 2、Midjourney，都是在诸如Stable Diffusion这样的开源模型的基础上生成的。而国内的Tiamat、6pen、文心一格等则更多是重新修改开源代码而成。AI模型训练成本高与算法升级难是如今AI绘画大规模推广的主要阻碍。Stability AI的创始人Emad Mostaque在Twitter上回应称，Stable Diffusion模型使用了256个A100显卡，共计15万小时，按照市场价格计算，训练模型所需的成本是60万美元。 To C的一部分AIGC公司，通过收取用户订阅费来回收成本，比如Midjourney，按账户数和时长收费；还有一部分公司，按照图片生成的大小和张数以及精细度收费，这种方式本质上就是在卖“算力”。 对于ToB公司而言，则更直接，要么大规模地提供“结果”，即生成的优质图片给客户，要么直接以提供API接口的方式来提供算力服务，甚至是直接按时长和配置提供GPU服务器来卖“算力”。在Midjourney的使用手册上，有“免费试用”、“基础版”、“标准版”、“公司版”四个等级，其中每位新用户拥有25次免费生成图片的机会，“试用”完毕后，基础版10美元一个月，每个月可以生成200张图片；标准版30美元一个月，每个月可以生成不限量图片，且可以无限调用空余GPU运行时长。此外，购买基础版或标准版的用户如果想确保生成的图片仅个人浏览，则需要在原来的购买版本基础上再加20美元。如果购买公司版，价格则为每年600美元，仅限所在公司年收入大于100万美元的员工。 自7月份开始公测以来，Midjourney已经积累了近270万用户。虽然Midjourney没有公布训练模型花费的价格与付费用户构成，如果只有1%的用户按照基础版付费，那么三个月来，Midjourney可以获得81万美元的营收。如果付费用户将所得图片商用且收益超过每月2万美元，则需要支付Midjourney 20%的分成，特殊情况可以与官方签订协议，商讨其他分成比例。不过并非所有的公司都收费，比如Disco Diffusion、Imagen、Dream by WOMBO在现阶段都可以免费使用。并且绝大多数公司都放弃了AI生成图片的版权。今年11月3日，新西兰、印度和英国制定了赋予AI艺术生成器开发人员版权的法律。其中，英国的版权法规定，生成文学作品、舞蹈、音乐或视觉艺术的AI程序开发人员是合法创作者和版权所有者。 不过由于AIGC仍然是一个新生事物，针对这一部分的立法仍普遍滞后，并且现有的相关版权法律也存在模糊、不可适用的空间。比如依照中国《著作权法》的相关解释，一个作品的作者要么属于自然人，要么属于法人或非法人组织，但AI本身均不属于这几类。根据现行法律解释，使用AI创作作品的人、AI程序的开发人员、人员所在的公司或组织，能否被认为是作者，有较大争议。 因此，做设计的周凝认为，即使一些平台主张版权归自己所有，这种宣称也未必合法。但同样，如果AI生成的图片与某些人类作品极为相似，那么拿此类图片售卖和使用不一定没有侵权风险。 “这是一个有争议的地带，各方起诉都有胜诉概率，只能期待未来出现谁起诉谁、援引什么法案、如何判决的司法案例，并以此推动法案的修正。”周凝对《第一财经》YiMagazine说。 不过，即使现在火速立法，也不代表AI绘画就可以大规模商用。技术不够成熟，是最主要的制约因素。 比如虽然Midjourney已经可以绘制惟妙惟肖的人物肖像，以及极具质感的风景大作，但这些场景通常是单物体、单对象，或者是宏大图景，并且很多是静态的画像。
Midjourney绘制的人物肖像画（左）与风景图（右），图源：Midjourney社区此前，一些用户发现，号称“能画尽天下事”的AI绘画在实际绘画过程中其实总会出现偏差。比如输入“三文鱼逆流而上”，出现的图片是三文鱼片在水里游泳，输入“熊吃三文鱼”，AI则没有识别出“吃”这个动作。
“三文鱼逆流而上”（左）与“熊吃三文鱼”（右），图源：公开资料整理为了测试AI作图工具还能画出多离奇的图画，有用户输入“少女拿筷子吃面”，出现的图片是少女一只手把面塞到嘴里，一只手拿着筷子；当输入“少女睡在地板上”出现的画面则更加奇怪。
“少女拿筷子吃面”（左）与“少女睡在地板上”（右），图源：公开资料整理周凝对此解释称，当输入两个以上的角色介绍时，扩散模型可能会混淆属性，并且AI通常很难理解“动作”描述。比如输入“少女拿筷子吃面”这句描述，AI对于“拿”和“吃”这两个动词通常是无法精准理解并绘制的；诸如输入“宇航员在太空拽住了一匹马的尾巴”这种相对更复杂的表述，AI更是没有办法理解。
DALL· E 2 绘制的“宇航员在太空拽住了一匹马的尾巴”此外，基于英文为主的模型训练出的国内AI作图工具，往往也很难识别具有当地文化特征的词语，比如在国产AI作图软件Tiamat中输入“龙在天上飞”，默认出现的是西方意象中以蜥蜴、鳄鱼为原型，大型有翼、鳞片坚硬、四肢粗壮的恶龙，而非中国以蛇为原型，大型无翼且悬浮、两个杈角、长须蛇身四足的龙。如果想要画出中国龙，则需要加一些限定词。
“龙在天上飞”（左）与“没有翅膀的中国龙”（右），图源：Tiamat绘制当然，无论如何，技术突破带来的新鲜感总能吸引一众“尝鲜者”，广告与文娱成为AI作图软件最具商业化落地可能的行业，在游戏、电影场景绘制、绘本、插画概念图选择等具有高成本和低效能特征的场景中，AI也能以参与者的身份成为产业链中的一员。
刘琳是一家文创公司的创始人。一次，刘琳的团队想画一个类似宫崎骏风格的绘本，在圈内朋友的推荐下，她尝试了Midjourney。这是一款在今年下半年名声大噪的AI作图工具。今年8月在美国科罗拉多州举办的艺术博览会中，39岁的游戏设计师Allen就是用Midjourney生成了一幅图片，在经过Photoshop加工之后，这幅名为《太空歌剧院》的作品战胜人类画手摘得数字艺术类别的桂冠。此举引发艺术界与技术界诸多争议。
使用后，刘琳发现，Midjourney画出的作品的确非常逼真，并且，作品完成度已经可以达到她所预期的70%，构图、色彩不必挑剔，只需要让修图师修一修，很多图都可以成为概念图。刘琳随后便买了Midjourney的会员。 在刘琳所在的插画行业，“概念图”是一个非常重要的概念，它是文本内容创作的基础。而在概念图的工业化批量生产中，人类的创造力已经无法赶上AI了。面试插画师时，刘琳发现，能“超越”AI作图软件想象力的插画师寥寥无几，“我接触到很多插画师，遇到不感兴趣的题材就卡壳了，不知道怎么画，但AI的想象力没有边界，即使画的不好，它也能画出来，无论是组合、色彩还是构图都很棒，虽然技术细节有一些问题，但也能提供思路，节省成本。” 以刘琳所使用的Midjourney为例，今年7月12日，Midjourney面向公众开放了测试版本，任何人都可以调用它的AI机器人程序，输入自己的关键词（prompt）绘制图片。使用Midjourney，用户可以在1分钟内收到4张图片，且可以回复调试词语予以修改。不过，刘琳团队在制作绘本时，仍延续着传统的人工绘制方式，Midjourney的作用更多是在创作初期寻找“人设”上。比如在以北京兔爷儿为原型的绘本制作过程中，插画师就是通过一些与兔子相关的词汇，使用Midjourney生成上百张兔子图片，再在其中选择原型，并加以修改、调整。
Midjourney生成的兔子（左）与团队最终的兔子概念图（右），图源：刘琳提供为什么直接用AI作图工具生成绘本不大可能？刘琳向《第一财经》YiMagazine解释道：“虽然AI可以‘引经据典’，从数十亿张图片中学习绘画风格、技巧，但它本身不具备用严谨的逻辑讲故事的能力。”而对于绘本来说，文字能力与绘画能力同样重要。商业需要逻辑，绘画也需要逻辑。如果对这些AI生成的图片稍作细致分析便会发现，AI所绘带有故事性的画面往往有较大瑕疵，比如房子和房子会重叠出现，上下篇章的绘画风格也因AI生成图片的随机性而无法统一。 在周凝看来，“图片转文字”依然是一件拥有一定门槛的事。如果要让AI画出称心如意的作品，用户需要熟练掌握“关键词”。而Midjourney以及国内各类AI作图软件也各自都有相应的社区分享关键词。对于绝大部分的用户而言，输入适合的“关键词”仍然是非常复杂的技能——不是人人都能掌握，更不是掌握了就一定能够稳定产出的。因此，虽然从大V、博主、UP主到新媒体小编，再到所有需要海报、包装设计、产品展示的从业者，他们都可以借助AI获得“绘画自由”，但如果想要一下变成“画家”，会用AI作图工具还远远不够。其一定的“门槛”，也让AI作画/修图随即成为了一项新职业。不过在周凝看来，虽然确实有一批人率先掌握AI作图的能力，并以此“日赚千元”，但是这只是新技术出现早期的信息差所带来的认知红利。“‘日赚千元’是不可持续的。AI的发展速度很快，或许半年后，AI作画就会变得非常普及。而且目前AI生成的图片，其版权处于混沌状态，这样做会有潜在的侵权风险。”
部分插画师需要具备AI修图能力，图源：Boss直聘小程序刘琳则认为，AI绘画的确可以取代一些基础的、繁琐的、执行层面的作画过程，这要求画师只能通过不断寻找更新锐的创意、更自我的风格来脱颖而出，在一定程度上提高了画师就业的难度，但据她预估，在未来5到10年内，最好的画师不会被取代。 “AI可以不断训练、提升绘画技能，但画师创作过程中涌现的想法是很难被取代的，而这些创意想法、创造能力、对人类社会逻辑关系的把握，才是顶尖画师之所以成为高手的重要原因。”
伴随AI技术的进步，“AI是不是要超过人类”似乎总能成为每一次新技术推广时人们谈论的热门话题。如今，AI是否具备自主意识，仍然是一个无法被证实也无法被证伪的概念。今年6月，Google人工智能开发团队的软件工程师Blake Lemoine因与第三方分享项目机密信息而被停职后公开声称，在公司服务器上遇到了“有感知能力”的AI，尽管这一判断并非以科学家的立场提出。Lemoine认为，Google应用语言模型LaMDA已经具有自我意识，其表现类似七八岁小孩，他试图用实验来证明这一点，但当他在公司内部提出这个问题时，被公司高级管理人员拒绝。Google发言人回应称，对话模型没有感知能力，证据不支持工程师的说法。 周凝表示，追溯AI绘画的全流程，前期AI作图软件的模型需要大量的人类作品的“喂养”，AI生成的图片是否被接受，对其审美、质量的评价体系也建立在人类审美认知的基础上。AI绘制的内容，其诞生更多是基于人类授予的命题与构想，AI本身并不具备自主的生产意识，因此，目前在AIGC这件事情上，它只能作为一个辅助人类创作的工具而存在。 “AI作图软件是一个很好用的工具，对我们来说，其最大的价值就是作概念图，AI的‘想象力’是无边界的，可以让人类低成本试错。但AI并不能将学习到的技法变成灵感、创意的来源。每个AI在自己所在的环节做能做的事情就够了。”刘琳说道。 时下，除了火爆的AI作图软件，反AI数据库，以及illuminarty（https://www.illuminarty.ai）等识别AI作画的软件也相应而生。今年10月，插画网站Pixiv发布公告，今后将为AI生成的作品打上单独的“AI生成作品“标签，以便和人类画手的作品完全区分开，用户可以单独搜索AI作品，AI作品也会有专门的排行榜。 Pixiv认为，正如迄今为止诞生的素材、图像制作软件等，AI技术今后也有可能成为创作者们的得力助手。不过在刘琳看来，在商业世界，区分人类创作者与AI创作者其实缺乏意义，当她来判断概念图可否采用时，更多是看作品是否达到产业的标准。周凝则将这些由AI绘画引起的连锁反应统称为“副产物”，“这只是阶段性的现象，新的技术出现，往往会重塑一个行业，或给一个已有产业链带来全新的形式补充。”
