僅需幾個關鍵詞，再花上幾分鐘等待，你就能獲得一幅梵高風格的畫作。更重要的是，這幅畫作的版權屬于你。

最近，AI作畫技術成為藝術圈的火爆話題。過去幾十年里，繪畫藝術一直被視為AI難以逾越的天塹。不過如今，這一道屏障，或許也在經歷如當初AI沖擊圍棋一樣的挑戰(zhàn)。

(相關資料圖)

僅需關鍵詞即可作畫

“星空、開滿紅色玫瑰花的山坡、破舊的石頭城堡、梵高風格、油畫”，在輸入這5個關鍵詞描述僅僅幾分鐘后，記者就獲得了一幅極具梵高浪漫主義風格的油畫作品，乍一看還真與大家熟知的名作《星空》有幾分神似。而這一切的創(chuàng)作者并非人類，而是具備深度學習功能的AI軟件。

曾一度被人類視為“護城河”的藝術創(chuàng)造力，如今可能正被AI迎頭趕上。上個月，在美國科羅拉多州博覽會藝術比賽中，一幅名為《太空歌劇院》的作品經過評委層層挑選后，最終被確定為比賽的金獎作品。然而這幅作品并非出自人類之手，而是一位游戲設計師用AI作畫工具Midjourney(中途)創(chuàng)作的。而這也引發(fā)藝術圈極大的爭論。

就在Midjourney走紅后，國內也涌現(xiàn)了大量的AI作畫平臺。值得一提的是，在今年世界人工智能大會上，百度推出的“文心”平臺也包含了AI作畫功能。彼時，百度CEO李彥宏表示：“過去一年，無論是在技術層面還是在商業(yè)應用層面，人工智能都有了巨大的進展，有些甚至是方向性的改變。之所以說有方向性的改變，這里指的是AI從理解語言，理解文字，理解圖片和視頻，走向了生成內容。”

從輸入到輸出，AI如今正在從量變走向質變。自2015年，谷歌推出可以運用AI完成簡單圖像生成的程序后，如今技術再次迎來重要創(chuàng)新。

“這次最引起業(yè)內注意的其實是Stable Diffusion模型的出現(xiàn)，它解決了此前谷歌Disco Diffusion模型在繪制人臉上的不足。”一位資深程序員告訴記者，人臉繪制要求極高，相似度過低會導致“恐怖谷”效應，因此一直以來模型都無法很好解決。如今，能夠繪制人臉，意味著AI作畫應用場景大大拓寬，而這也是多模態(tài)預訓練領域的一次可貴突破。

“人工智能多模態(tài)的預訓練其實不是什么新鮮事物了。”一位業(yè)內工程師告訴記者，所謂多模態(tài)指的是在人工智能的訓練模型中，將文字、圖像、聲音等若干不同類型的信息要素協(xié)同融合，比如AI作畫實際上就是將文本語義轉化為視覺圖像的過程。“其實像大家熟悉的語音轉文字，也是一種多模態(tài)預訓練的人工智能。”

由于這類AI作畫本質上都是基于這些開源模型建構的“訓練項目”，開發(fā)門檻并不高，因此近兩個月來，國內也涌現(xiàn)了大量的AI作畫平臺。僅在微信小程序上以“AI作畫”為關鍵詞搜索，就能發(fā)現(xiàn)超過20款相關程序。

內容創(chuàng)作成本再降

如今，AI作畫對于行業(yè)的變革力量已經顯現(xiàn)。就在Midjourney走紅不久后，多家國際知名的報紙、雜志已經開始使用其生成作品制作封面及插圖。

放眼國內，百度也通過其“文心”平臺，在今年人工智能大會上短時間創(chuàng)作出了多幅熱門電視劇海報，其中數(shù)張作品讓網友直呼，“專業(yè)畫師可能都需要畫上好幾天。”彼時，相關負責人稱，該功能已在百家號平臺內測，開放給部分作者使用。并且未來百度將依托文心平臺，在百家號上上線更多高階創(chuàng)作工具，包括將生成的AI圖片自動配上相應的音樂和文字，一鍵生成短視頻，無需創(chuàng)作者制作剪輯。

隨著這些AI作畫程序逐步投入商用，最為直觀的變化，就是多媒體內容創(chuàng)作的成本將明顯降低。據(jù)媒體報道稱，目前Midjourney的注冊用戶數(shù)已超過300萬，其提供付費生成畫作的套餐價格，最高也不過每月30美元，這遠低于傳統(tǒng)插畫師作圖的價格。

顯然，插畫行業(yè)將面臨挑戰(zhàn)。記者了解到，目前已有部分商家開始考慮在中低端插畫市場中，使用AI作畫來節(jié)省開支。近期就有插畫師在接受媒體采訪時表示，在可以預見的未來，除了重點畫作仍需知名插畫師外，大部分要求不那么高的插畫將用人工智能解決。

當然，AI作畫的興起也將帶來新的機遇。近期許多短視頻平臺、游戲公司均掛出了諸如“多模態(tài)智能創(chuàng)作算法工程師”等相關崗位，而從崗位介紹來看，主要工作便是通過訓練相關模型，實現(xiàn)智能化的內容輸出。

有意思的是，記者注意到，目前部分招聘平臺上還出現(xiàn)了一些負責調試協(xié)助AI作畫的崗位。這些標注為“插畫師”的崗位，實際工作是通過不斷調整關鍵詞，協(xié)助AI大量生產合格插畫。

而這也揭示了目前大部分AI作畫平臺的問題所在。在實際體驗中，記者發(fā)現(xiàn)目前市面上大部分平臺生成畫作質量仍不算太高，普遍存在無法解讀融合全部關鍵詞的情況。“這類模型的核心還是需要持續(xù)大量投喂高質量的數(shù)據(jù)，這樣AI才能越來越好，因此很多小模型數(shù)據(jù)量不夠，作畫的質量肯定也不盡如人意。”前述工程師分析道，“另一個原因是，目前許多成熟的模型基于英文開發(fā)，而中文的語義邏輯和英文有著明顯區(qū)別。”

標簽： 人工智能 大量生產 新的機遇