别傻了，AIGC 杀不死艺术家
▼
AIGC 产生内容能取代插画师、画家的工作吗？或更疯一点，AI 能量产艺术作品，乃至根本上颠覆艺术市场吗？AIGC 爆红已和科技界探讨许多，今天目光转向从业者：AI 能否取代艺术家的工作？
画家回答：下笔之前我自己都不知道会发生什么事，AI如何知道？又怎么算到？
AI不能画的东西
询问能否辨认AI和人类作品时，某建筑系大四生给了非常明快的答案。他正在申请英国伦敦皇家艺术学院研究所，申请作品之一即是AI辅助创作的互动式网站，访客可在图片互动页面探索他设计的故事，网站所有图片都由Disco diffusion和MidJourney两个今年爆红的AIGC人工智慧工具产生。
▲ 基于AIGC模型生成再微调。（Source：吴佳佑，下同）
“AI生成图像整体光影、结构及色彩表现在我看来无可挑剔，但很多细节经不起近看”，对有绘画底子又常使用AI工具的建筑系大四生来说（网站花了四个月搭建，用AI产生了数千张图），目前AI产图迥异人类显而易见，“细节经常出现色块堆积、太不自然和线条粗细变化不均等问题”。
对美术门外汉来说，细节（需放大观察的程度）可能并不重要，但对专业者来说差别很明显。“我点出关键后，不管有没有美术底子大概都能看出来。AI产图看不出绘画顺序，因没有人类绘画的逻辑。”建筑系大四生说。
问题可能来自演算法。主流AIGC工具采用Diffusion Model扩散模型，训练基于有文字描述的图片数据，反复降噪图片，AI学习如何产生符合文字描述的图片。由于文字描述往往是整张图的内容，AI深度学习结果对图片整体结构和光影了解良好，细节就会失准，因细节没有文字描述却复杂多变。
这可能是日本ACG最近热炒的AI三大画图难题：目前AI模型不能画的三个主题为赛菲罗斯游泳、樋口円香吃拉面和哭泣美少女吃蛋糕。AI模型输入文字后往往会产生让人啼笑皆非的图。
▲ Neil Shen用MidJourney画的赛菲罗斯游泳。
其实AI画不出来的图远不只三种，如叫AI画游泳的鲑鱼，大概会出现鲑鱼生鱼片而不是活鱼。
▲ Neil Shen用MidJourney画的游泳鲑鱼。
人类看来非常匪夷所思的AICG错误同样要归咎演算法，一旦指令范围太窄，如日漫较少出现的游泳动作，或画面内容有较复杂多变的物理互动逻辑如“吃拉面”，要同时处理人物、手指、面条和筷子这几种对AI都属线条的内容时，很高机率会翻车，因训练演算法的资料库这类内容不多，故扩散模型对复杂细节线条变化的理解还相当初级。
但细节却是决定画家艺术风格和程度的决定性因素。某插画师说明科班美术生结构、线条色彩和细节如何训练，都因循和AI完全不同的逻辑。“如以操场为主题画十幅画，你会想画出每条跑道线且照透视、光影结构完整画出来，但画到某程度，就会想抽象点处理，有些留白，有些加重，有些干脆去掉。很多时候画家只画主观感受到的东西，作品生动不表示和真实世界一模一样。”
绘画不仅考验画家技巧（这部分AI没有问题），画家身为人，感受、心情至成长历程、教育背景等有影响，资料之庞大AI无法计算，真正创作过程在打破某些规则和逻辑。“我下笔前都不知道之后会发生什么事，AI又怎么知道，怎么算出来？”插画师说。
摆脱“低效率工作”代表什么？
AI能模仿的东西
就像人工智慧伦理讨论，科技界讨论AIGC冲击艺术的程度也经常模棱两可。技术至上主义者（硅谷大部分人）几乎回避艺术性，持续钻研深度学习才是重要的事。而资料库和演算法最佳化后，艺术性似乎就能用0或1表达。
▲ Google论文显示AIGC能制作梵谷风格图。
某种意义算成功，甚至连Google最新基于扩散演算法的Imagen Video模型产生影片都能模仿某艺术家风格。使用AI辅助创作对许多游戏美术师都是惯例，有大厂游戏制作经验的某美术设计谈到AIGC时频繁提到“喂图”一词，意思是游戏人物形象设计最初尤其一闪而过的NPC，他们会给AIGC工具很多参考图，快速产生符合要求的人物。
“虽然还要再调整，但AI确实已取代人力承担部分工作”，他目前用较多的是侧重二次元风格的novel AI，基于最红的Stable Diffusion模型，资料库由500多万张有文本标注的图片组成。
然“喂图”训练的AIGC模型充满争议。10月7日网友♂️基于刚过世的南韩名画家金政基作品，用Stable Diffusion训练一个金政基风格模型，引来网友恶评；10月底工程师Ogbogu Kalu将迪士尼签约画师Hollie Mengert作品未经同意就拿来训练产生Mengert画风的模型，又冲上趋势。
Hi! I just trained a model to draw in the style of the late Kim Jung Gi, as an hommage.
I’m fairly happy with the results, given how complicated is his style.
Hope you like it, feel free to use it by yourself (credit plz) :https://t.co/M0RQ5YJ3Tv#KimJungGi #stablediffusion pic.twitter.com/U8qn1YypTd
— ♂️ (@BG_5you) October 6, 2022
如果说前者网友一面倒批评是因尊重死者，后者就是AIGC快速发展冲击插画市场的缩影。Hollie Mengert是迪士尼签约画家，她本人都不能随意使用自己作品，从毕业到现在画风形成至少花了十多年，而Ogbogu Kalu训练新模型只要几小时，成本几乎为零。
▲ 左为Hollie Mengert作品，右为Ogbogu Kalu模型作品。（Source：Waxy）
如果风格模仿这么容易，那画家十几年训练还有什么意义，商业价值又该如何衡量？这些疑问充斥许多画家脑海。虽然机器学习不能100%模仿所有风格，但AIGC已厉害到对许多领域产生冲击。前述美术设计就直言，既然AIGC能介入游戏原画和人物设计（甚至很多AI图比一般画师品质好），网络流行的美术外包很多基础工作很快就会被AI取代。
画家不是没有警觉，很多人开始声明自己的作品“禁止用于AI模型学习”，还有些人干脆删掉全部网络作品。二次元绘画发展最成熟的日本，“AI学习禁止”也变成流行语。
但对硅谷AI产图争议并不是考虑重点，因技术中立、更潮的词叫“AI民主化”（democratization of AI），这是信仰，AIGC技术潜在的巨大商业前景才重要。彭博社报道，投资Stability AI的Lightspeed合伙人Gaurav Gupta直言不讳，AIGC技术根本性赋予人们更多权力，同时使“低效率”（inefficiency）作业剥离内容创作。
“只要AIGC产图能满足要求，我不介意使用”，美术设计说。
AI会取代谁？
Gaurav Gupta表态几乎明示AIGC技术对绘画市场的颠覆性冲击，如果简单分为商业绘画和艺术绘画两部分，前者显然影响更大。某游戏工作室原画师轻松说：“许多人说AI作品很冰冷，但我觉得满美的，构图颜色都很好。有深度的内容AI还做不到，但可让设计师和美术师前期工作参考。”
尽管AIGC对游戏策划初阶能辅佐表达想要的游戏效果，但还不能介入原画师更高阶工作。“设计越到后期要求越精确细致，AI只能在要求还模糊的时候一次性产生多种选择，但方向明确后，AI就无法胜任规模化游戏设计。”
前述美术设计看法却不同：“AIGC高精图不仅可用于前期策划，游戏人物设计和场景设计都有广泛前景，但就是大量腰部以下插画师会失业。目前还未大规模使用是因法律风险，而不是AI产图品质。”
不只游戏前期策划，商业绘画从影视美术、网站设计至图书出版，AIGC技术描绘大场景、特定风格和精细度均有优势，更不必说成本低、速度快，又不会被题材、风格或产量限制等。尽管还有“游泳鲑鱼”这类问题，但商业绘画过去完全靠人力的创意市场出现超强竞争者，首当其冲的就是精细度和创意要求不高的领域。
“只要AIGC产图满足要求，我不介意全面使用，因真的节省许多成本。”时尚杂志执行主编被问及对AIGC的看法时说。时尚杂志做大企划时背景、灯光、场地成本皆要可观开支，制作过程还受时间、空间及人为因素限制。AIGC技术根本上解决这些问题，还能拓展视觉语言丰富度──“要是AI够强，我一个人就能做一本杂志了对吧？”时尚杂志主编说。其实今年美国版《柯梦波丹》就用MidJourney画了封面。
人类可以“兴之所至”创作，但AI根本没有“兴”，又能“至”到哪里？
AI有创造性吗？
如果对商业绘画领域AIGC的颠覆性没有怀疑，那艺术绘画领域争议就更多。“如果功力够好，就不会被取代”是许多人的论点。尽管AI模仿功力惟妙惟肖，但不理解图背后的含义，换言之，AI不具创造力。
这不是说AIGC没有任何创造力，DeepMind创办人、人工智慧领军人物Demis Hassabis接受Lex Fridman访谈时表示，AI的创造力可让它看过数百万张猫图后“创造”普通的猫，但人类还不能把高层次抽象概念（如发明象棋规则而不是教AI下象棋）以演算法准确叙述给AI理解。
从这意义说，探讨AIGC艺术性有点滑稽。问及AI的艺术性时，艺术留学机构负责人迅速否定，因公司每年都将大批学生送进全世界顶尖艺术学校赚钱，AIGC领域当然是关注焦点。“学生申请学校的作品不建议过度使用AIGC创作”，负责人说。他认为艺术品的价值是感染力，而这只能来自人，AI作品太冷静匠气，“我看得出AI图细节很精致，但灵魂不统一，不够动人。”
艺术创作立意和技法都是服务人。“稍微成熟的艺术家，创作都算精致”，对负责人来说，真正突破和创造性的伟大艺术作品，永远不拘泥于窠臼，而没有主观意见，AI作品只流于外表精致却内在平庸。
写专栏会大量使用AI图当配图的自由撰稿人精妙比喻：有类作品不用解释，因本身够好；另一类必须解释，否则观众不知道在看什么。最差的作品就是有没有解释都无所谓，因作品不好文字解释也看不懂，AI作品正属此类。
“AI靠演算法产生结果，但人类创造过程最革命性的尝试磨练，打破又重塑规则被忽略，人会兴之所至，但AI根本没‘兴’，又能‘至’到何处？”艺术留学机构负责人说。
总体来说，AIGC于艺术领域更像精准执行的工具，可产生精确结果，前提是人已有创意框架。如建筑系大四生所说，很难想像没有AIGC工具帮助，他的网站几千张图要去哪里生出来。且许多资深AI爱好者都开始用AI拍电影，除了配音，从语言脚本、镜头画面到音效都将是用AIGC完成。
AIGC的确降低创作门槛，没有训练过的人现在凭想像力就能变出作品，重塑人们对艺术的认知，革命性之大就像照相机之于油画。内地央美艺术史博士认为这一样有个渐进过程。“新工具出现都会让人再思考艺术本质，历史发生不只一次，因比起技术进步，理论总会稍微落后。”
话虽如此，博士并没有试过AIGC工具，对网络充斥AIGC图片，她以“不和谐”总结，并第一次使用MidJourney输入Gothic letters（哥德风字母）和名字拼音缩写为关键词产生三组共12张图后，觉得AI功力还不如她随便从中世纪手抄本剪出字母方便好看。
随着演算法发展，AIGC进化速度只会更快不会变慢，不仅对绘画领域产生重大影响，互动设计、实验艺术乃至元宇宙，AIGC都可能扮演重要角色。
建筑系大四生刚和英国皇家艺术学院教授聊完作品，很可能录取，而他的专业Information Experience Design方向之一就叫Moving Image Design动态图像设计，听起来就是专为AIGC准备的路。而这是AIGC或人的胜利？
（本文由 品玩 授权转载；首图来源：shutterstock）
延伸阅读：
- 人类忙着内耗竞争时，AI 已完成近年最大进化
▼
特别声明 本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。
