AI繪畫火爆全球的黑科技

黨睿才

AI絕對(duì)可以稱得上是這幾年最火爆的話題。從Alpha Go擊敗頂尖圍棋選手開(kāi)始，越來(lái)越多人意識(shí)到在很多領(lǐng)域，AI已經(jīng)能夠用接近人類的思維，更高效地完成任務(wù)。在很多領(lǐng)域，AI甚至已經(jīng)可以部分取代之前只能由人類擔(dān)任的工作，例如機(jī)器翻譯有了AI加持后，譯文的質(zhì)量在很多場(chǎng)景下已經(jīng)達(dá)到了可用的程度，電腦和互聯(lián)網(wǎng)也變得越來(lái)越聰明了。

然而長(zhǎng)久以來(lái)，很多人依然認(rèn)為，在一些體現(xiàn)人類獨(dú)創(chuàng)性思維的領(lǐng)域，仍是AI的禁區(qū)。例如藝術(shù)和繪畫，很難想象出AI能和人的想象力和手藝一較高下。

但是，近幾年AI在圖形方面的進(jìn)展，卻讓人驚呼時(shí)代真的變了！不少高質(zhì)量的AI繪畫方案紛紛面世，即使完全不會(huì)畫畫，憑借著寥寥幾筆涂鴉，甚至簡(jiǎn)單一兩句乃至幾個(gè)詞的描述，就能夠通過(guò)AI生成美輪美奐的繪畫，簡(jiǎn)直如同黑科技，尤其是最近在Google Colab開(kāi)源的Disco Diffusion，感覺(jué)全世界都玩瘋了。

AI繪畫并不是一蹴而就的，隨著算力的增強(qiáng)，以及算法的完善，它慢慢修煉到了如今的功力。那么在這幾年，都有些什么令人印象深刻的AI繪畫方案？今天，就來(lái)介紹一些相當(dāng)值得把玩的AI繪畫

Paintschainer

這可能是最早出圈的AI繪畫方案了。Paintschainer在前幾年就引起了人們的注意，它并不能完全靠自己來(lái)畫一幅畫，Paintschainer的主要作用是給線稿上色，其效果已經(jīng)可以追上一些比較初級(jí)的人工上色作品。

Paintschainer在當(dāng)時(shí)之所以突然爆火，是因?yàn)槿藗兺蝗话l(fā)現(xiàn)，AI居然是可以辨認(rèn)線稿內(nèi)容的！Paintschainer的驚人之處，在于它能夠識(shí)別線稿的內(nèi)容，例如一張美少女人像，它可以識(shí)別哪部分屬于皮膚、哪部分是頭發(fā)、哪部分是衣服、哪部分是背景，然后分別涂上適當(dāng)?shù)念伾?。不僅如此，它的上色范圍還相當(dāng)精準(zhǔn)，盡管線稿沒(méi)有封閉，但顏色依然會(huì)保留在適當(dāng)?shù)姆秶?，而不?huì)涂得滿處都是———用過(guò)PS中油漆桶工具上色的朋友，應(yīng)該知道這是什么意思。

在很多人的固有認(rèn)知中，電腦很難“理解”圖像，從照片中辨認(rèn)、總結(jié)出內(nèi)容物是什么。然而Paintschainer卻做到了更高的層次，能夠“理解”線稿這種比寫實(shí)照片更加抽象的圖像。盡管Paintschainer并不完美，但它已經(jīng)足以讓人們對(duì)AI的強(qiáng)大有了更加貼切的體驗(yàn)。

NV GauGAN

NV是顯卡界的“大拿”，無(wú)數(shù)游戲玩家將其視為偶像。而NV同樣是AI算力的重要貢獻(xiàn)者，它早在AI領(lǐng)域布局了多枚棋子，到如今NV在AI領(lǐng)域無(wú)論是硬件還是配套的軟件，都達(dá)到了很高的水平———游戲玩家如果用過(guò)NV增強(qiáng)畫質(zhì)的DLSS AI算法，一定深有體會(huì)。

DLSS并非是NV在圖像AI領(lǐng)域的唯一體現(xiàn)，實(shí)際上，NV近年的一個(gè)開(kāi)源AI項(xiàng)目SPADE/GauGAN，就讓人嘖嘖稱奇。

GauGAN是一個(gè)NV使用AI生成圖像的方案，和上文介紹的線稿上色AI相比，GauGAN的強(qiáng)大之處在于它可以生成完成度極高的圖像，而前提是只需要涂抹幾筆，用不同顏色的色塊和線條“意思一下”，GauGAN就可以明白你的意圖，還你一張逼真度極高的照片。

GauGAN一直處于發(fā)展中，2022年，GauGAN還推出了第二代，除了依然可以通過(guò)簡(jiǎn)筆畫生成照片，現(xiàn)在還能夠通過(guò)文字描述來(lái)生成圖像了！

在GauGAN 2當(dāng)中，用戶只需要輸入描述畫面的文字，AI就可以自動(dòng)生成對(duì)應(yīng)的畫面。而且，生成的速度非常驚人，幾乎是即時(shí)的。例如，輸入Ocean出現(xiàn)海，繼而輸入waves則會(huì)出現(xiàn)波浪，繼續(xù)輸入hitting rocks on the beach則又繼續(xù)生成海灘和巖石，效果非常驚人。

此外，GauGAN還支持用戶手動(dòng)涂抹修改，如果想要對(duì)生成的內(nèi)容做調(diào)整，可以直接用簡(jiǎn)筆涂鴉，AI會(huì)如魔法般變出逼真的對(duì)應(yīng)內(nèi)容。

GauGAN之所以有如此大能，是因?yàn)槭褂昧藢?duì)抗網(wǎng)絡(luò)，大量數(shù)據(jù)經(jīng)過(guò)機(jī)器訓(xùn)練后，使用生成器和鑒別器來(lái)識(shí)別對(duì)應(yīng)元素，從而匹配數(shù)據(jù)生成圖像。據(jù)了解，GauGAN 2使用了1 000萬(wàn)張圖像進(jìn)行訓(xùn)練，藝術(shù)家使用它不僅可以生成現(xiàn)實(shí)的風(fēng)景，還可以生成天馬行空的藝術(shù)場(chǎng)景，這超越了很多人對(duì)電腦插手藝術(shù)的固有印象。

Disco Diffusion

這可能是2022年最為人矚目的繪畫AI了。

Disco Diffusion一經(jīng)面世，就刷爆了全球各大社交媒體，顛覆了很多人對(duì)AI的認(rèn)知。如果說(shuō)GauGAN的強(qiáng)大之處，在于可以憑借人的簡(jiǎn)單想象就生成逼真圖像，那么Disco Diffusion就更進(jìn)一步，不僅可以進(jìn)行復(fù)雜的想象，而且還可以生成各種畫風(fēng)的繪畫！

Disco Diffusion是一個(gè)運(yùn)行在Google Colab上的AI，如果要使用它，需要擁有Google賬號(hào)并且能訪問(wèn)Google，國(guó)內(nèi)的用戶可以自行解決這方面的問(wèn)題。Disco Diffusion的程序是面向公眾公開(kāi)的，在使用之前，可以先將其保存到自己的Google Drive網(wǎng)盤，以方便進(jìn)一步編輯。

Disco Diffusion的強(qiáng)大之處，在于給出一段描述文字，就能夠生成高質(zhì)量的畫作。盡管它沒(méi)有圖形界面，但使用起來(lái)并不復(fù)雜，進(jìn)入到Setting當(dāng)中，可以設(shè)置名稱（AI生成的繪畫會(huì)保存到Google Drive中對(duì)應(yīng)的文件夾）、尺寸（不要設(shè)置太大，保持默認(rèn)即可）、步數(shù)（保持默認(rèn)即可）等。

接著，進(jìn)入到（提示詞）Prompts的設(shè)置當(dāng)中，這就是最關(guān)鍵的地方了。在Prompts中，可以輸入描述繪畫的詞句，例如官方給出的實(shí)例為“A beautiful painting of a singular lighthouse， shining its light across a tumultuous sea of blood by greg rutkowski and Thomas kinkade， Trending on artstation.”，“yellow color scheme”，意思大致為“奇異燈塔的美麗繪畫，在洶涌的血海中閃耀著光芒，參考greg rutkowski Thomas kinkade的畫風(fēng)，及artstation網(wǎng)站上流行的風(fēng)格“黃色主調(diào)”。

然后點(diǎn)擊“代碼執(zhí)行程序”中的“全部運(yùn)行”，靜靜等待即可。運(yùn)算過(guò)程可能長(zhǎng)達(dá)幾十分鐘乃至數(shù)小時(shí)，運(yùn)算是在Google的云服務(wù)器上運(yùn)行的，對(duì)本機(jī)電腦性能沒(méi)要求。隨后，Disco Diffusion就生成了這樣一副繪畫。

在很多人眼里，AI能夠生成這樣的一幅畫是非常驚人的，其完成度甚至不輸于一些真正的畫手。而Disco Diffusion生成這樣的一幅畫，流程要比手工作畫來(lái)得更快，而且改一下提示詞，又能生成另外不同風(fēng)格的畫了。

Disco Diffusion有很多潛力可發(fā)掘。例如，使用算力更強(qiáng)的云服務(wù)、設(shè)置更多次的迭代算法、提供更具體的提示詞、甚至給到參考圖片，這些都能夠生成更高質(zhì)量、更多種風(fēng)格的畫作。

毫無(wú)疑問(wèn)，Disco Diffusion的出現(xiàn)，顛覆了很多人的三觀。這個(gè)AI所生成的繪畫，甚至已經(jīng)可以說(shuō)擁有一定的藝術(shù)感了。盡管它對(duì)于動(dòng)物和人物的繪制仍存在短板，而且也不能勝任人物、場(chǎng)景設(shè)計(jì)這樣具體的、需要扣細(xì)節(jié)的工作，但無(wú)論是給普通人一場(chǎng)視覺(jué)盛宴，還是給行業(yè)人員找找靈感，都已經(jīng)綽綽有余了。

可以說(shuō)，Disco Diffusion將繪畫AI推向了一個(gè)新高度，自此繪畫這種講究審美、講究靈感的技藝，也不再專屬于人類了。

Tiamat

Disco Diffusion依托在Google Colab上，對(duì)于國(guó)內(nèi)用戶來(lái)說(shuō)有網(wǎng)絡(luò)方面的門檻，而且界面說(shuō)不上易用，還需要用英文來(lái)撰寫提示詞（盡管可以機(jī)翻）?，F(xiàn)在，對(duì)國(guó)人更友好的AI繪畫方案，正在路上。

最近，一款名為Tiamat的繪畫AI在國(guó)內(nèi)展開(kāi)了測(cè)試。根據(jù)內(nèi)測(cè)者的體驗(yàn)反饋，它的界面比較友好，而且可以用中文來(lái)給AI命題，效果還相當(dāng)不錯(cuò)。

和Disco Diffusion相比，Tiamat的本土化做得好很多。例如，它甚至能根據(jù)詩(shī)詞來(lái)繪畫，畫面效果相當(dāng)好，還頗有意境。在微博、小紅書(shū)平臺(tái)上，都可以找到很多這樣的案例。

可見(jiàn)，Tiamat的AI方案還是有吸引人的獨(dú)到之處的。不過(guò)目前Tiamat仍處于內(nèi)部測(cè)試階段，希望Tiamat能夠盡快推出公開(kāi)的版本，讓更多國(guó)人感受到AI繪畫的魅力。

隨著硬件性能的進(jìn)步以及算法的改進(jìn)，AI仍在飛速發(fā)展。AI在繪畫方面的建樹(shù)，已經(jīng)讓人咋舌，有條件的話，強(qiáng)烈推薦把玩一下Disco Diffusion，感受AI作畫的魅力。