在过去的几年里，人工智能取得了极快的发展，其中包括基于机器学习和深度学习的「图像生成技术」。运用该技术，只需输入文本语句就可输出具有独特风格和想象力的图像。面对 AI 绘图这个势不可挡的趋势，设计从业者们，是否做好准备了呢？
在过去的几年里，人工智能（AI）取得了极快的发展。
ChatGPT 和 GPT-4 对话上的智能程度在不断刷新常人的认知，给大众带来了惊人的体验与惊叹。
同期发展的 AI 技术，还有基于机器学习和深度学习的「图像生成技术」。
该技术能够让计算机在一定程度上模拟人类进行绘画，用户只需输入文本语句（prompt 提示）就可输出具有独特风格和想象力的图像。
文本 ->图像，AI 绘图，指的就是这个过程。
随着大众对于 AI 绘图关注度的升温，相关的争议不断，有人开始提出「AI 取代画师」的观点。
面对 AI 绘图这个势不可挡的趋势，设计从业者们，是否做好了准备？
一、AI 绘图，高效无情的出图机器
2022 年 8 月，在美国科罗拉多州艺术博览会上一幅名为《太空歌剧院》的画作在数字艺术类别比赛中获得了第一。
由 AI 绘制的《太空歌剧院》
人们也很快得知，这个画作并非真人绘制，而是由游戏设计师使用一个叫 Midjourney 的 AI 工具生成而来。
随着这则新闻的传播，AI 绘画也开始进入更多人的视野。
1. 国外知名的 AI 绘画工具
下面先介绍几个国外具有代表性的 AI 绘画工具：
1）DALL · E2
DALL · E2 是一个由 OpenAI 公司开发的模型，也是一个在线服务。它通过输入一个文本描述（prompt 提示）生成多个精准匹配文本的图像。
DALL · E2 结合 “CLIP 预训练模型 ” 和 “Diffusion 扩散模型 ” 来实现了文本 ->图像（text-to-image）的生成。
扩散模型运行时的成像过程，就是一个 “Diffusion 扩散 ” 的过程——
从有噪声开始 ->逐渐改善图像 ->直到完全没有噪声 ->图像越来越接近所提供的文本描述。
DALL · E2 还有一个的特别的功能是 “AI 编辑 “，可以在生成的图片上涂抹某些部分再让 AI 直接修改。
DALL · E2 只使用了已获授权的图片集来进行训练。
2）Stable Diffusion
Stable Diffusion 模型，前身是谷歌开源的 Disco Diffusion 模型。
Stable Diffusion 模型也结合了 CLIP 技术（OpenAI 发布的技术）和 Diffusion 扩散模型，同样是通过输入文本（prompt 提示）来生成图像。
比较特别的是， Stable Diffusion 是一个开源的模型，很多开发者基于这个开源模型开发训练出了更多不同的生成模型。
Stable Diffusion 的母公司 Stability AI 在 2022 年 10 月宣布获得 1.01 亿美元融资，投后估值达 10 亿美元。
3）Midjourney
Midjourney 由同名实验室开发，和大部分市面上的 AI 绘画应用采用的是同一个模型，但是模型使用了大量图像数据来训练。
Midjourney 在生成图片的一致性和连贯性上做了很多努力，它生成的图像风格十分独特。
Midjourney 几乎所有的生成和交互都发生在 Discord 社区里，使用其 Discord 机器人来接收请求和发送生成结果。
3 种绘图工具的对比：我们进行测试，对于同样一句文本（其他参数默认的情况下），这 3 种绘图工具的图片生成效果。
输入文本：
An old man rowing a boat on a lake.
AI 生成的图片：
收费标准：
3 种绘图工具的体验地址：
① Stable Diffusion
Dream Studio：https://beta.dreamstudio.ai/dream
Hugging Face ( 免费 ) : https://huggingface.co/spaces/stabilityai/stable-diffusion
② DALL · E2
https://openai.com/dall-e-2/
CLIP：https://openai.com/blog/clip/
③ Midjourney
https://www.midjourney.com/home/
（注：某些服务只对部分国家开放）
Midjourney 的效果更具艺术感：
对比生成效果可以明显看出，Midjourney 生成的图像不太像照片，似乎更像一幅艺术画作。
在 Discord 社区里运作的 Midjourney 社区 ，因为其具有艺术感且画面注重细节的生成效果，收获了全球近千万用户，在线用户也是百万等级。
在社区频道里，用户仅仅需要使用 / 唤起命令行操作，在 /imagine 命令下输入 prompt 文本发送即可。
以下是输入简单文本后，Midjourney 生成的图像：
效果如此惊艳的生成图片，只需几十秒内就能得到。
2. 国内的 AI 绘画产品
国内也相继出现了类似的 AI 绘画产品，几乎都有免费尝试的额度，通常支持多种风格 / 艺术家 / 模型。
以下是国内提供 AI 绘画服务的一些产品：
随着技术的逐渐普及和越来越高的热度，AIGC 似乎就不再是大众试水画图画着玩儿的一个小工具。
这个 ” 高效无情的出图机器 “，似乎已经开始在影响和撬动设计行业的变革。
二、设计行业 X AIGC
1. 游戏制作 × AIGC
很多游戏项目，开始利用 AIGC 生产游戏相关素材。
1）国外游戏工作室 Lost Lore《Bearverse》游戏
国外游戏工作室 Lost Lore 出品的主打 NFT 集换概念的 F2P 游戏《Bearverse》包含了大量的角色设计。
游戏工作室直言：采用 AI 画图节省了 80% 美术成本！
① 17 名角色的调整：
开发成本：从 5 万美元压缩至 1 万美元；
工时耗费：从 6 个月大幅减少至 1 个月。
②创作一张场景概念图：
工时耗费：从 1-2 周压缩至 1 天以内。
设计总监最后也坦言：
95% 的效果和概念图呈现仍是由团队真人创作。
2. 商业设计 × AIGC
大厂团队已经不甘观望，开始了 AIGC 在商业设计工作流中的实践。
1）腾讯 -ISUX 团队
腾讯的 ISUX 团队 2023 年 3 月 1 日刚刚发表在其官网的文章《运用 AIGC 人工智能生产内容》
https://isux.tencent.com/articles/aigc-design.html
文中提到了腾讯的 ISUX 团队运用 AIGC 进行商业设计的好几个案例，并进行了结合使用 AIGC 后设计团队的全新工作流的方法总结。
2）百度 -AIGC 营销赋能业务
百度也在试图利用 AIGC 满足商业设计上的需求。
百度发布了 AIGC 方向的产品负责人岗位，负责比如 ” 商业广告平台部的内容生产相关工具的规划和落地 “。
3. 个人头像设计 × AIGC
1）国外的 AI 美图软件 Lensa「魔法头像」功能
「魔法头像」是 Lensa 基于 Stable Diffusion 技术开发的头像生成功能，用户上传 10-20 张自拍照，能生成 50～200 张不同风格的 AI 自画像 / 头像。
生成 50/100/200 张的价格分别是：3.99/5.99/7.99 美元。
因为这项新功能的加入，2022 年 12 月的前 5 天，Lensa 下载量达到 400 多万次，” 日收入 ” 也一度达到了 300 万美元。
2）美图秀秀「百变 AI 头像 」功能
同样是美图软件的国内团队——美图秀秀，也随机发布了相似的功能。
从产品定位来看，也是输入真人头像就能批量地获得多种风格的头像。
和国外的 AI 美图软件 Lensa 相比，美图秀秀对于用户的输入门槛要求更低一些，只需要提供 3 张正脸无遮挡自拍照即可。
3）抖音「AI 绘画」特效
继 2021 年的「漫画脸」特效（基于 GAN 技术）后，2022 年抖音又上线了特效玩法「AI 绘画」（基于 Stable Diffusion 技术）。
用户只要输入一张图片，AI 就会根据图片生成一张动漫风格的图片。
抖音「AI 绘画」功能的的峰值 QPS（每秒请求量）一度达到 1.4w。
4）QQ 小世界 AI 画匠
腾讯 QQ 上线了 “QQ 小世界 AI 画匠 ” 活动，主题为 ” 异次元的我 “。
用户上传 1 张个人照片，即可一键生成专属异次元形象。
4. 动画背景 × AIGC
1）国产志怪类动画《神弦曲：猫儿与时光铃铛》
由十九号动漫出品的国产志怪类动画《神弦曲：猫儿与时光铃铛》将于明年上映。官方在 2022 年 12 月发布了预告片。
主创团队称，预告片三分之二的背景都是结合 AI 制作完成的。
制作预告片中的 30 多个背景，工时耗费从 3 个月降到 2 个月，效率上提升了至少 30%。
主创在采访中提到：” 有了这样的一个技术，把我们的预算从一个标准动画电影预算直接减半，我们就快速地获得了一些投资机会。”
5. 视频制作 × AIGC
除了绘画领域外，AIGC 也在动态的视频生成上有了很多突破。
1）Runway 新功能：视频转风格生成器 GEN 1
Runway AI 是一家图片和视频 AI 编辑软件提供商，为设计师、艺术家和开发人员提供一系列工具的平台，帮助他们利用人工智能技术创建作品。
Runway 平台推出了新功能 —— 把视频转换成任意风格的生成器 GEN 1。
GEN 1 这个能力和图生图功能（image-to-image）类似，只是变成了从视频到视频（video-to-video）的生成。
https://research.runwayml.com/gen1
看起来， GEN 1 是一个支持用户可订制化的视频滤镜的能力。
而定制化的方式极为简单，只需一张具有风格的图片。
2）Wonder Studio：一键替换真人为 CG 角色
这款由一家人工智能初创公司 Wonder Dynamics 推出的 AI 工具 Wonder Studio，声称可以实现「一键把视频中的真人替换为 CG 角色」，简化电影制作流程。
Home Page
整个工具的使用流程大概是：
真人先替代 CG 机器人进行表演
视频拍摄完成，导入进软件
选择想要的 CG 角色，安装在实拍的真人身上
目前官方网站上开放了内测申请。
三、AI 绘图的争议
在设计行业中，很多人的对于 AI 绘图的态度，都是不怎么正面的，主要集中在几点：
从业者的担忧
版权
学习信心的打击
争议 1：从业者的担忧
在 AIGC 生成绘画能力效率和质量皆可的前提下，中底层画师好像确实慢慢就不需要那么多了……
论出图速度：人赶不上机器的出图速度；
论出图创意：AI 可以生成出关键元素外的细节，似乎更为惊喜；
论风格效果：AI 能训练出不同的绘画模型，对应不同画风；
输入相同的一段 prompt 文本后，不同的模型可以生成出不同风格的图片，且速度极快，通常是几秒～20 秒内不等：
除了想要的关键元素外，生成图片中还包含更多精彩的细节描绘。
结合 AI 批量生成的能力，很多绘画需求，似乎只靠 AI 就都被高效地满足了。
随着 AI 作画的部署成本逐渐降低，一些中小企业和初创团队，也开始有能力在通用大模型的基础上进行模型的调教、设计师岗位的精减。
令从业者最担心的事情就是：
当 AI 绘画工具具备了一定绘画能力，也就同时具备了 ” 抢人类设计师饭碗 ” 的能力。
争议 2：版权
我们在 AI 绘画出的作品中能看到很多有明显风格的影子。
也可以直白地说，一些 AI 绘画模型的训练数据中，有着很多未经明确授权的画师作品。
AI 绘画侵犯了画师的版权，也开始遭到画师们的集体抵制。
2022 年 8 月 29 日，一个名叫 mimic 的 AI 绘画网站上线了测试版，主攻日系二次元画风头像，允许用户上传 15-200 张图像让 AI 学习并输出相同画风的 AI 画作。没想到刚发布便遭到大量日本画师的抵制，画师们集体发表了 ” 禁止将我的作品用于 AI 作画 ” 的声明。有的画师为了防范于未然，甚至删除了发在推特上的画作，怕有心之人盗用上传至平台使用。
2022 年 12 月，全球知名 CG 视觉艺术网站 Art Station 也被上千名画师发起了联合抵制，画师们认为，任由系统学习模仿自己的画作是在侵犯版权。网站画师纷纷上传一张名为 “NO TO AI GENERATED IMAGES（拒绝 AI 绘画）” 的图片表明态度，首页一度被此图片占领。
对于画师们来说：
自己的画风，是独属于自己的独特标志和可贵财产。
如果让 AI 简单地模仿自己画风来作画，那无疑是对独有艺术的糟蹋。
即便有的画师愿意提供自己的绘画作为模型的训练数据，但似乎他 / 她们也没有收到任何版权上的收益。
AIGC 产出的画作的版权归属于谁，成了关注和争议的话题。
争议 3：打击小白学绘画的信心
AI 绘画的强势碾压的能力，似乎也打击到了不少绘画小白从零开始学绘画的信心。
有的人会感叹：
既然 AI 几天就能学到做到那么好的效果了，自己再花费数年去学习，还有没有必要…
四、AI 绘图的短板
AI 绘画当然不是全能的，也永远不会是。至今的 AI 绘画也还存在着众多短板。
短板 1：AI 无法准确还原想象中的创意
AI 绘画的确具有非常强大的创造力和想象力。但这样的创造力和想象力，其实是一种「快速随机」的结果。
效果既受限于算法、数据的质量和数量，也受限于用户对于 prompt 的运用。
人类的创造力和想象力仍然具有独特的价值，想要 AI 生成还原出来十分贴合人脑想象中的创意，是很有难度的。
不少尝试了 MidJourney 进行 AI 绘图的人表示：
AI 生成的图片效果确实是不错，但都并不是我脑海中想象的那个样子。
甚至，AI 会理解失误，生成 ” 离谱图片 “：
输入的文本是：一个小女孩，一手拿着冰淇淋，一手牵着气球，走在公园里。
AI 生成出的却是—— ” 冰淇淋气球 “。
短板 2：AI 绘图还不足够满足个性化需求
AI 绘图是很强，但是还不足以满足个性化需求。比如：
针对不同场景类型进行统一且又独具个性的设计；
稳定一个主体使之在每一次生成结果中都保持成套效果；
以上能力的欠缺，使得 AI 无法高效地完成 ” 成系列的商业设计 “。
五、AI 绘画的未来
尽管很多设计从业者对于 AI 绘画表示焦虑，但作者判断：未来很长一段时间内，大部分行业可能只会把 AI 绘画当成一个「辅助工具」来用。
前期，大家在拼 AI 的效率；后期，则是拼人工优化 AI 的能力。
人工优化 AI 能力，可以从以下 3 个方向出发。
优化 AI 方向 1：AI 模型的定制
想要模型更稳定地产出特定风格的绘画图片，可以定制出一个 AI 模型。
但 AI 模型的定制的门槛比较高，通常至少需要一个设计师搭配一个算法工程师来实现，而涉及到模型训练的过程，则需要工程部署能力、硬件显卡的支持。
模型训练出的效果也取决于多个因素，比如：训练素材、模型选型、参数设置、训练方法等。
优化 AI 方向 2：会用 prompt ” 咒语 “
我们可以把 “prompt” 理解为 ” 送给 AI 模型的文本指令 “。
输入高质量有效的 prompt，可以大幅度提升 AI 绘图的稳定度，让成图更加接近我们的描述。
prompt 输入的格式通常可以是以下内容的一个组合：
prompt 文本输入= [ 形容词 + 主语 / 主语 + 状语 ] ， [ 背景 ] ， [ 画面类型 ] ， [ 风格 / 艺术家 ] ， [ 灯光 / 色调 ] ， [ 视角 / 修饰词 ] ， [ 细节 ] ， [ 画面质量 ]
因为这一体验过于神奇，很多人不禁将 prompt 形容为 ” 咒语 “。
在市场上，还出现了买卖 prompt 词的平台：一家初创公司 PromptBase，允许用户在该平台买卖提示词（Prompt），售价约为 1.99 美元～9.99 美元不等。PromptBase 将向卖家抽成 20%。
平台上目前已上架不少提示词，适合不同模型、不同种类。
而在学术上，也有所谓 “prompt engineering” 即 ” prompt 工程 ” 的说法。
提示工程（prompt engineering）：如何同人工智能交流，并得到你要的结果。
https://learnprompting.org/docs/intro
优化 AI 方向 3：灵活组合模型，优化工作流
因为 AI 绘画工具的介入，现有设计的工作流程将随之而改变，整合诞生了全新的工作流 :
AI 绘画先进行生成 -> 再从 AI 生成的十几张结果中挑选用作局部素材 ->再利用 PS 或其他工具精修处理
随着 AI 绘画相关的新技术不断出现，其 AI 绘画的工作流也需要随着新的技术来优化，进化为更适合的工作流。
比如，当发现了「根据图片提取 prompt」的新技术后，可结合这个新技术优化设计工作流。
结合了「提取 prompt」的设计工作流，也许就变成了这样：
再比如，当发现了出现「ControlNet 插件」的新技术后，可结合这个新技术再次优化设计工作流。
ControlNet 插件：可以完成对人物骨骼走势、形态、动作、姿势的精确控制。
结合了「ControlNet 插件」OpenPose 模块的设计工作流，也许就变成了这样：
以上提到的 ” 人工优化 AI 能力 “，第 1 点 “AI 模型定制 ” 门槛较高，需要一定技术和硬件。
但 “prompt 实践 “、” 设计流程优化 “，都是现今设计从业者可以探索和实践的方式。
六、画师的命运：等着被取代，还是转型？
我们经常看到一些新的 AI 技术应用的效果出现后，很多人立马开始感叹：AI 抢饭碗了、AI 取代设计师、失业倒计时 +1 ……
AI 绘画的能力不容忽视，但它也不是万能的。
AI 解决了生成效率，能在一定流程上减少一部分工作量。但又因为 AI 绘画引入了新的工作流，同时会创造新的工作量。
相应地，一些新的就业岗位也会增加，比如现在就有俗称为 “AI 调教师 ” 的一种存在。
在某些绘画领域中，也已经有了 “AI 插图绘制师 “、”AI 绘图师 ” 的人力需求：
以下，也许是 “AI 绘图师 ” 可以贡献的能力：
绘制优质的训练素材供模型学习
高效地使用 prompt，测试出稳定的生成效果
将 ” 生成结果的质量好坏 ” 准确地反馈给算法（人类反馈强化学习 RLHF）
结合 AI 技术，优化设计工作流
AIGC 势不可挡，那些率先学习如何用 AI 进行美术工作的人，将会发现自己处于行业的顶端。
毕竟，差异化竞争的关键，就是让自己掌握 ” 差异化的优势 “。
截图源自 Aisocia.com 平台的 AI 对话
结语
借用一段 ” 腾讯 ISUX 团队 ” 文章中的结语：
随着 AI 模型能力的飞速迭代升级，现有的短板能力也会不断补齐，因此我们可以相信在不远的将来，设计师利用 AI 模型来开脑洞并辅助出图是趋势所向，但并不是说我们需要完全依赖 AI，因为设计本身是理性而浪漫的工作，仅靠随机性做设计是完全不可取且不靠谱的。更合适的思路应该是，设计师首先定义好规则与框架，从 AI 模型提供的成百上千个结果中寻找到最匹配我们诉求的结果，从而辅助我们更快更好的达成目标。另外面对日新月异的的智能工具，我们应该保持终生学习的心态，做好时刻接受新事物的挑战，才能在越来越激烈的竞争中立于不败之地。——《运用 AIGC 人工智能生产内容》
AI 绘画，还仅仅是 AI 技术应用的其中一环。未来，AI 将涉足 3D 模型生成、AI 视频创作、AI 作曲等领域。
更多 AI 能力也会发展，就像现在的 AI 绘画一样，影响和撬动相关行业的变革。
AI 绘图会取代所有画师吗？不可能。
AI 绘图会逐渐取代中底层画师吗？不无可能。
留给从业者的忠告，还是那句话：保持终生学习的心态，做好时刻接受新事物的挑战。
最后，送给所有打工人的心声：
参考文章：
https://www.marktechpost.com/2022/11/14/how-do-dall%C2%B7e-2-stable-diffusion-and-midjourney-work/ How Do DALL · E 2, Stable Diffusion, and Midjourney Work?
https://www.thepaper.cn/newsDetail_forward_21420325
https://finance.sina.com.cn/blockchain/2023-03-03/doc-imyiqhat7670720.shtml
https://baijiahao.baidu.com/s?id=1759154697131925527
https://mp.weixin.qq.com/s/pkzXaW_-77zXLKQqx2nlcA
作者：葛晓玲，一个互联网重度依赖者。微信公众号：产品零感（feelingPM）
本文由 @葛零零 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议
暂无评论内容