AI作画潜力初显：概念原画、低成本素材….渗透更多领域已是必然 | AIGC系列

本文中相关图片仅做引用

不用于商业用途，版权归版权方所有

此前，日本画师联合抵制AI作画平台的消息，让市场再度关注到AIGC在绘画领域的发展与应用情况。

近年来，围绕“AI作画”的话题时常能在网上掀起热潮。数年前的AI作品大多比较粗糙，很难一眼辨别出所作内容，讨论主要聚焦在对相关技术的展望。但最近出现的部分AI作品，已经十分精美，让大众甚至相关从业者在惊叹之余，也多出了危机感。

今年8月底，日本AI绘图工具mimic宣布将上线测试版，就遭到了大量日本画师的抵制。最终，mimic开发商Radiuss不得不在次日发表公告，推迟mimic的上线日期。

AI作画能力的大幅提升，背后是OpenAI、谷歌、百度等诸多科技公司不断研发投入，推动AI图像生成技术快速发展，并出现了如DALL-E、Imagen等广受关注的AI作画项目。

而随着AI作品在社交媒体上传播，越来越多创作者开始思考AI技术与创作的关系：在一些人眼中两者是替代关系，另一些人关心技术的法律问题，也有人正在积极响应技术进步，让AI技术加速艺术创作的效率。

如AI作画工具Midjourney创始人David Holz所言，“汽车比人类快，但并不意味着人类停止了行走。我们将AI技术视为想象力的引擎，这是一件非常积极和人性化的事情。”

目前，已有创作者将AI技术应用于游戏、动漫等领域，也有科技公司迈出更大的步子，期望加速AI图像生成技术在更广泛领域的应用。

AI作画正处于快速发展期，

已有明星项目崭露头角

总体来看，目前AI图像生成技术正处于快速发展阶段，图像生成精度与质量不断提升，令现今部分AI作品，已不弱于一些初级画师的作品。

但由于AI图像生成技术存在一定缺陷以及各类法律版权问题，AI生成图像目前还较难直接落地商用。

可以通过下面两幅图，直观感受AI图像生成技术的发展状况——

这两幅图都是AI绘制的“看向南非国旗的猫”，左图基于OpenAI在2021年1月发布的DALL-E AI系统生成，右图为今年4月OpenAI发布的DALL-E 2 生成。

Cr:OpenAI

可以看到，右图较之左图，在“猫”的图像生成效果上提升很大。但右图中，对于“南非国旗”这一物体的生成，AI依然存在认知缺陷，仅仅是抓住“南非国旗”上的颜色特征，没有任何一张图是正确描绘的。

OpenAI的一位研究员在IEEE Spectrum杂志中指出，“DALL-E不知道什么是科学……它只是试图编造出一些视觉上相似的东西，而不理解事物的含义。”

不过，即便AI图像生成技术存在种种的问题，并未妨碍市场对这一技术的热情。纵观AI图像生成技术的发展，大致分为两个阶段：

第一阶段是以生成对抗网络（GAN）机器学习框架为基础。

该技术由计算机科学家Ian Goodfellow在2014年提出，其特点是输入大量的图像训练集，让“AI生成模型”不断模仿并生成类似的图像，再由另一个“AI判别模型”来筛选出符合的图像，两个AI模型相对抗，一次达到AI生成图像的效果。

第二阶段，是以2021年OpenAI发布的 DALL-E 为开端。

DALL-E的技术特点是，在拥有更庞大的图像数据集基础上，能够根据用户输入的自然语言生成图像。自此，自然语言生成图像的AI技术，成为了AI图像生成领域的主流趋势。

在AI图像生成技术的发展过程中，海内外也出现了一些备受瞩目的独角兽公司和项目，并且深刻影响了人工绘图这一创作型行业。

例如运用GAN框架，日本科技公司Preferred Networks开发出AI生成二次元立绘、为二次元线稿上色、让二次元立绘生成简单动画等工具。

Preferred Networks如今是日本AI领域估值最高的独角兽公司。根据日本机构调研数据，截止2019年9月底，该公司的估值达到3515亿日元（约合170亿人民币）。

在国内，百度也于2021年12月推出了自研的文心ERNIE-ViLG文生图模型，能根据用户输入的自然语言让AI生成符合描述的图像。

在文心大模型的网站上，即便是输入“汉服少女，最后的晚餐”这类怪诞的描述，AI也能生成一幅具有创意的作品。

Cr:百度 文心

此外，也有跨国产学研合作的AI作画项目，这进一步拓展了AI图像生成技术的应用范围。

例如2021年11月，北京大学与微软亚研院联合发布“女娲”模型，旨在从输入的文本、图像或视频来生成图像和视频。不只是文字生成图片，女娲还拥有草图生成图像和视频、图像补全等多种功能。

简单来说，女娲可以通过一段简短的文字描述生成视频，靠几幅简略的草图生成图像或视频，补全一副图像的缺失部分。女娲将AI图像生成技术拓展到视频创作领域，但目前来看所产生的视频质量还有待提高。

Cr:女娲模型生成的视频

发布DALL-E 2 之后，OpenAI CEO Sam Altman 在自己的博客中写道，“过去十年，人们认为AI将首先对机械性的重复劳动产生影响，然后未来某一天或许能够进行创造性的工作。但从现在看来，AI正在以相反的顺序发展。”

AI绘画争议：法律尚不明确，提高创意生产效率但是否将加剧竞争甚至替代人类

如Sam Altman所言，AI确实已经进入创造型的行业，尤其是绘画和图像行业。

从目前的发展情况来看，AI图像生成技术并不会很快对绘画和图像行业产生重大变革，但一线画师和企业高层已经出现明显的态度区隔。

首先，部分一线画师开始恐惧AI可能会在未来某天取代他们的工作。

正如mimic事件引发众多画师的集体抗议。这是因为mimic的产品特性，只要上传30张插图，mimic就可以根据所上传插图生成相同风格的插画。

画师们认为受到了来自AI的剽窃——AI可以复刻画师的风格，而且生成插图的效率是人类的无数倍。画师担忧AI图像生成技术的滥用，将导致自身的努力和价值被无情剥夺。

在mimic的推特下面，有一位日本画师留言：“我觉得技术很了不起，但肯定会被滥用……我不希望别人轻易夺走我努力提高的绘画技巧。”

企业端客户则主要有三种代表性观点：第一，在AI技术大规模商业化之前，还有许多法律问题亟待解决；第二，AI技术将加剧行业竞争；第三，AI并不会取代人类，人类画师依然有独特优势。

目前，关于AI作品的版权归属问题，AI技术提供方的说辞都比较暧昧。以OpenAI为例，他们允许用户拥有由DALL-E创造图像商业化的全部使用权，包括重印、销售和商品化等权利，而所生成图像的所有权是不明晰的。

OpenAI官方仅发表声明称，他们拥有“原始图像”的所有权，也就是那些用于AI训练的图像。

麦肯锡咨询公司的机器学习和人工智能业务负责人Bradford Newman对此评价，“谁拥有DALL-E生成的图像”这一问题的答案远未明确，存在的法律风险是不可避免的。

若是抛开法律问题不谈，AI技术无疑会大幅提高图像生产效率，进而可能导致行业竞争加剧。

数字营销公司Rank Secure的CEO 曾公开谈到，AI技术的加入能够让小型营销机构更好控制成本，进而提高对大型公司的竞争力。但缺点是，创意领域的竞争加剧，会压低创意工作和营销的价格。

而对于AI与人类之争的话题，theaoi插画家协会CEO Rachel Hill认为，“AI技术可能会吸引那些想要快速获得低价插画的艺术总监”。但她仍然认为，人类相较于AI有巨大优势，她指出人类插画师能够帮助客户创立最初的概念，而不仅仅是最终的图像。

最后，从OpenAI等AI技术提供方的角度来看，他们认为AI作画最终是成为人类画师的一种生产工具，而非是画师的替代品。

OpenAI的发言人，将DALL-E与Photoshop这类图像编辑软件作比较，他认为AI技术是设计师和摄影师创作过程中的工具，将允许更多的人参与到创意行业中，也希望能看到艺术家用AI技术来创造更多的艺术类型。

AI作画潜力初显：概念原画、低成本素材、平台推动AI图像生成技术渗透更多领域

当AI图像生成技术在法律问题和外界争议中发展时，已经有一些创作者认识到AI技术对人类创作提升的潜力，也有一些AI技术提供方，开始初步推广AI作画以获得更广泛的市场认可。

对于创作者而言，当下AI生成图像或许很难作为最终的产品输出，但是当创作者已经有一个概念雏形时，AI特有的强大发散性，可以帮助创作者快速迭代自己的创作想法。

近期，前《赛博朋克2077》环境艺术家Timur Ozdoev提到，他们的在研游戏《Cognition Method》已经使用AI图像生成技术帮助开发，AI技术大幅提高了他们创作概念原画的速度。

Timur Ozdoev先设想了一个类人型的怪物，它是来自于另一个空间的投影，游戏中这只怪物的概念是“来自虚空的人”。

在这一概念基础上，Timur Ozdoev不断调整合适的描述词，运用Midjourney生成结果，在凌乱无序的AI作品中，选出满足需求的概念原画。

无独有偶，在推特上有一位名为“Simon Willison”的创作者，他在脑海中有了一个“浣熊劫匪”的电子游戏初始概念。

在DALL-E 2上，他将“浣熊劫匪”的文字描述输入，最终他得到一幅具有想象空间的概念原画——冰天雪地的夜晚，一群浣熊在街上游荡。

除了生成概念原画，也有平台和创作者尝试让AI生产可被直接利用的素材。

Preferred Networks旗下的Crypko平台，近期上线了一项面向普通用户的高级订阅服务。Crypko平台依靠AI技术自动生成二次元风格的角色立绘，开通高级订阅服务的用户，可以将所生成立绘应用于游戏、视频媒体乃至其他商业用途上。

Crypko平台是该公司专门面向那些“绘画时间和技能有限”的用户，能为那些希望节省设计时间的插画师，游戏设计师和其他的专业人士提供帮助。

不过，AI作品的质量参差不齐，往往需要经过大量筛选才能挑选出合适的作品。

近期，有一位日本游戏开发者，完全以Midjourney生成的AI生成图像作为游戏美术素材，制作了一款流程简短的横向卷轴射击游戏《Shoon》。

该游戏开发者Nao_U表示，他仅在三天内就完成该游戏的开发，AI技术为该游戏创建了所有的飞行器和怪物素材。

但根据Nao_U的说法，AI生产美术素材的速度很快，只是局限性在于，是否能够得到想要的素材是一个运气问题，并且AI无法生产俯视角度的图像。

当然，目前AI图像生成技术在创作领域的应用规模依然较小。也开始有部分AI技术提供方，期望能够推动AI作画在更广泛领域的渗透。这一方向上，已有不少国内厂商代表。

例如百度开发文心ERNIE-ViLG文生图模型，不只想成为一个让普通用户展示个性的工具，也希望借此挖掘更多AIGC的商业价值，和推广AIGC的应用范围。包括艺术创作、虚拟现实、图像编辑、AI辅助设计、虚拟数字人等领域，都将是未来ERNIE-ViLG模型的应用范围。

百度旗下数字人“度晓晓”，在今年年初运用ERNIE-ViLG模型，创作“无界”系列画作，并在百度APP线上售卖，以此向市场传达AI作画的上限。

此外，根据公开消息，百度也主动开放ERNIE-ViLG模型的API接口，让这项技术得以进一步传播。国内智源研究院推出的悟道AI开放平台，也是类似的思路。向中小企业开放AI作画等API接口，希望通过降低AIGC的应用门槛，推动AI应用规模化和产业化。

反观OpenAI的DALL-E  2 和谷歌的Imagen AI系统，主要出于对AI图像生成在法律问题上的考量，并未直接开放API接口，但DALL-E 2也已经在儿童图书插图和新闻通讯等领域，允许AI作画的商业化，开始逐步实现自己的商业目标。