AI绘画的发展速度已经超乎我们的想象了。
比如以下五张图，你能看出哪一张不是用AI生成的吗？图A：图B：图C：图D：图E：（作品出处和答案见文末）可能不少人会觉得惊讶，两年前AI只能画一些难以辨认的模糊图片，如今，一个没有绘画基础的人用AI输入几个关键词，等待几十秒就可以生成比较精细的作品了，如果再多加练习，部分作品甚至能达到商用的水准。
AI绘画怎么猛然进入技术爆炸的时代了？从今年2月Disco Diffusion面世，4月MidJourney上线、DALL-E 2内测, 到5月和6月Google推出Imagen和Parti，再到7月Stable Diffusion内测、开源，各种AI绘画技术迅速更迭升级，有画师感慨几乎是“一天一个样”。
这股浪潮也从国外刮到国内，百度等互联网大厂以及一大批艺术、人工智能从业者和爱好者纷纷投入AI绘画的新领域。
代表平台有文心一格、6pen、Tiamat等等。
与此同时，有关AI绘画的争议和论战越发激烈。
近期出圈的一个事件是AI画作《太空歌剧院》在美国科罗拉多州博览会美术比赛中获得“数字艺术/数字修饰照片”类别的最高奖项，结果受到画师们的质疑和抵制。
对于内容创作者来说，当下要如何理解AI绘画？又有哪些应用场景和亟待探索的问题呢？我们和多位创作者聊了聊，并结合各平台的案例来分析。
文章分为三部分：第一部分是对AI绘画的基本原理和发展历史的简单科普，第二部分列举了一些AI绘画的具体应用案例，第三部分是探讨目前AI绘画存在的争议和问题，希望对感兴趣的朋友有所帮助，欢迎友好交流。
AI绘画是素材拼贴？首先，我们在这里讨论的AI绘画主要是通过文本生成图像的计算机程序，即“文生图”（text2image）。
比如这张图是在DALL·E 2上由文字“Teddy bears working on new AI research on the moon in the 1980s”（1980年代在月球上研究AI的泰迪熊）生成的。
稍微修改一下描述，把地点换成水下“underwater with 1990s technology”就能得到以下图片：可以看到，AI绘画并不是对现有素材进行简单的“缝合拼贴”，而是根据文字描述创建新的图像，一定程度上做到了“举一反三”，可以帮助人类画出各种奇思妙想，这背后是大量而复杂的深度学习训练。
让我们从AI绘画的技术发展史来初步认识一下文生图的基本原理。
AI绘画发展时间线，图源“逗砂”深度学习在计算机视觉领域的发展可以追溯到2012年，AI学者吴恩达和Jeff Dean等人的猫脸识别实验（通过1000台电脑创造出多达10亿个连接的“神经网络”，上万张猫脸图片的模型训练后，最终画出了一个模糊的猫脸），这意味着机器自主学会了识别猫的面孔。
此后科学家们在AI图像生成的方向上继续深入研究，提出了“GAN（生成对抗网络）”，通过生成器与判别器的互相博弈来不断提升生成能力，就像有一位老师在检查学生画得像不像，不像的话学生就重新修改，如此循环。
对抗1000次与100000次后生成的图像2015~2020年，从GAN开始，AI绘画模型进行了很多探索，但这个时候AI还做不到根据文字来生成图片。
直到2021年1月，OpenAI接连发布了两个连接文本和图像的神经网络DALL·E和CLIP。
CLIP（跨模态预训练模型）基于大规模图文数据集进行了对比学习训练，可以提取文本和视觉特征来互相匹配。
也就是说，AI能够将文字“猫”与猫的图像相关联，且关联的特征是非常丰富的。
在CLIP推出一年后，2022年2月，Somnai等几个开源社区的工程师制作了一款AI图像生成器Disco Diffusion（简称DD），它能理解输入的主体内容、艺术风格、结构视角和修饰词，且生成的图片更华丽。
DD作为免费开源项目搭载在Google Colab上，使用浏览器即可运行，AI绘画从此走入了大众视野。
Disco Diffusion默认画作，输入文字：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"（一座奇异灯塔的美丽画作，它的光芒照耀在汹涌的血海中，Greg rutkowski和Thomas kinkade风格，A站流行，黄色配色方案）不过DD并不是“CLIP+GAN”的组合，而是“CLIP+Diffusion”，Diffusion（扩散模型）也是当下最热门的图像生成模型。
这个半路杀出的Diffusion有什么不同？可以看到DD图片生成的过程是从模糊逐渐变得清晰。
每张图像本质是一个像素点矩阵，Diffusion先是连续给图像添加高斯噪声，图像变成了一堆随机噪声，然后通过逆向反转这个噪声过程来学习恢复数据。
Diffusion模型的的扩散过程和逆扩散过程所以当我们在DD输入一段文字描述时，程序以Diffusion随机生成的噪声为起点，CLIP会持续计算检查画面与描述的一致性，持续迭代修改，直到噪声变成正确关联的线条和色彩，从而生成满足需求的图像。
AI艺术研究者“FeiArt”认为，基于生成模型的AI绘画是一个“有码到无码”的艺术。
虽然DD实现了文生图，但因为是开源的，上手门槛比较高，光是满屏的代码可能就要劝退新手小白了。
“一开始要自己调整二三十个参数，以及编制比较合适的prompt，才能画出比较理想的画面效果，对于使用者理解算法逻辑和写关键词的要求非常高。
不过现在的版本基本不用调参数，只要写好关键词就可以了。
”数字艺术家“脑玩家mindplayer”向我们介绍了DD的使用体验，她从今年3月开始在B站和小红书分享AI绘画作品和教程，是国内最早一批玩家。
DD出圈不到一个月，很快就有更成熟、门槛更低的产品出现了——Midjourney（简称MJ），目前社区成员超260万。
MJ搭载在Discord上（国外流行的虚拟社交平台），是一个公开的社区，用户加入后在聊天框输入描述文字发送，群内的机器人会回复生成图片。
每次默认会生成4张图片，用户可以点击图片下方的按钮继续深化（u1/2/3/4），或者在此基础上生成同一风格、部分变化的图片（v1/2/3/4）。
此时AI绘画的质感和想象力已经展现出了一定的审美水平和艺术效果，上文提到的获奖作品《太空歌剧院》便是由MJ生成的，作者在此基础上进行了修改完善。
我们在谷歌趋势搜索关键词“ai painting”，可以看到近两年的热度迅速上升，尤其今年7月以来达到最高峰。
很大一部分热度要归功于Stable Diffusion（简称SD）。
“相比DD，MJ可能更突出作品的质量和独一无二的深化交互。
而SD就胜在超全面的风格和极快的速度，而且对新手来说比较友好，网页版简洁易上手，免费的用量也可以体验不少的图。
”AI绘画设计师“鱼摆摆”说道。
SD新账号可以免费使用200点数，每次生成根据画面精细程度、张数等参数消耗不同的点数，最少1次1点。
不过SD是完全开源的，用户可以选择线上或部署到本地来使用。
6pen最近在微博发起了快闪活动，用户写关键词发微博即可体验用SD生成图片SD出现后，AI绘画的浪潮越发汹涌，多位创作者表示可能前两天还在讨论的功能，第二天就被开发出来了。
除了文生图，如今以图生图（image to image）、图像修复（inpainting）、图像拓展（outpainting）等功能都已实现，AI绘画也能驾驭国风、二次元等多元风格了。
DALL·E outpaintingWaifu Diffusion（二次元老婆生成器）文心一格 中国风画作Tiamat 国风管线AI绘画在内容领域如何应用？在现阶段，对于艺术、影视、广告、建筑、时尚、新媒体等创意行业从业者来说，AI绘画正成为一个强大的助手，可以辅助日常工作，提高产出效率，降低时间和经济成本。
比如“脑玩家mindplayer”使用AI辅助设计LOGO。
原来的流程是先构思、手绘，再输入电脑调整，中间可能还要跟其他同事配合，来回沟通会耗费不少时间精力，但有了AI的帮助就非常高效了，“我告诉AI我要做什么，我们磨合一个小时活儿就干完了”。
在AI基础上进行优化，作品拿去商用也不是难事。
影视导演海辛在公众号“全民熊猫计划”分享了其公司将AI设计融入影视美术设计中的首次尝试——“这街5·李承铉队长大秀”，工作流大致为Midjourney -> Blender -> UE虚拟制片。
李承铉工作室 ，赞 140他表示在极短的制片筹备时间内，AI创作大幅度地提高了效率，证明了AI投入到工业化使用是完全可行的。
除了辅助设计，AI也能激发创意灵感。
像服装博主“JINNY ”、婚礼策划师“哎呀呀哎吔吔”使用AI生成的概念图作为设计参考。
PPT设计师、艺术博主“Simon_阿文”经常分享AI行业资讯和实用工具，他尝试用AI生成无缝纹理贴图，设计素材的获取变得更自由了。
数字艺术家、小红书博主“对方正在画图”告诉我们，具体应用要看创作者的知识背景和prompt的写作能力，不同行业背景的人写出的词、画出的内容很不一样。
这些从业者发布在网上的作品让更多人看到了AI绘画的可能性，非专业人士也跃跃欲试，希望大展身手。
有观点认为专业人士在AI绘画上会更有优势，用起来更得心应手，实际上这个优势随着技术迭代已经在缩小了。
“之前一个人从不会画画到能画出漂亮的、可读解的图像，可能需要很多年的训练。
但是现在，有一个比较熟悉AI绘画系统的人教你的话，可能两三天就能学会大概的描述方法，再学习精进的时间成本降低很多了。
”“脑玩家mindplayer”说道。
“人人都可以是艺术家”，我们列举了几个AI绘画在内容领域的应用方向。
1. 有经验的创作者可以用AI拓展新的内容题材，创新互动形式。
“大谷Spitzer”擅长修复旧照片和视频，现在他能结合AI绘画与手绘来“还原”莫奈1875年绘制的印象派油画《撑阳伞的女人》的写实风格场景。
他通过选取多个局部区域用AI进行绘画生成，再辅助以手绘进行修饰细节和完善衔接处，最终完成了这幅作品。
百万粉航空媒体自由撰稿人、航空画画家白玮，近期发布了自己用AI制作的漫画，是赛博式的志怪题材。
随着技术发展，创作者平台方面也将给予更多AI工具支持，新的内容玩法值得期待。
比如今年9月百度万象大会上推出了“创作者AI助理团”，通过文心大模型、文心一格、图文转视频等技术，为创作者提供“AI文案助理”、“AI插画助理”、“AI视频制作助理”，帮助创作者实现“一个人成为一支队伍”。
2. 将AI图片实体化等进一步变现增收。
“鱼摆摆”基于AI生成的作品做了很多领域的扩展和尝试，比如实体化成为卡牌游戏的卡片角色、拼图、实体墙绘彩绘素材、文创产品等等，也有做AI绘画教学课程。
“鱼摆摆”供图此外，还有创作者将AI生成图片进一步优化做成数字藏品，上链发售。
3. 图文作者拥抱“配图自由”，可以尝试自己生成符合内容的封面图和插图了。
公众号“槽边往事”从5月18日以来的封面图基本是作者和菜头自己用AI生成的，结尾附上了部分图片的描述词，他还在文章中分享了创作心得。
本文的封面图也是我们初次使用Stable Diffusion生成的，“一个女生在书房里坐在桌前，桌上有一台笔记本电脑，窗外是秋天，有金黄的银杏树”，未经过二次修改。
4. 二创门槛降低，UGC内容数量增多。
现在入门AI绘画越来越便捷了，新手不会写关键词，可以去爱好者创建的检索网站和群内“抄作业”，SD也可以接入Photoshop插件，创作门槛更低了。
描述词检索网站lexica.art借助AI生成图片的能力，不会绘画的用户有机会实现自己的奇思妙想，出于爱好做一些小说插图、音乐MV、鬼畜玩梗等二创，从而跨入内容创作的大门。
UP主“哀荣四泻”用AI为歌曲作画5. 延伸探索AI生成视频。
AI绘画的下一步就是视频。
近期AI作品《乌鸦》获得了2022年戛纳电影短片节最佳短片，据作者Glenn Marshall介绍，这部作品将真人舞蹈视频素材《Painted》输入OpenAI的CLIP，然后系统根据描述“荒凉风景中的乌鸦画”转化为动画。
UP主“自由云朵”利用Disco Diffusion绘制，经由Topaz Video Enhance AI优化放大，复刻了周杰伦新歌《最伟大的作品》的MV，播放量达83万，这是他B站投稿中目前播放最高的作品。
据百度文心方面介绍，AI生成视频，是AI生成图像的一种延伸。
从技术本质上看，视频可以认为是多张“图片”，即视频帧构成的序列，且序列上各帧之间有画面、逻辑等层面的关联。
因此，从严格的技术抽象层面出发，AI生成视频是相对更难实现的。
当前文生图技术可以通过简单的技术组合，例如分步骤扩散生成等方式，将生成图像扩展到生成视频，但效果还不能令人满意。
总结来说，AI按照生成图像的方式生成视频，仍处于前沿探索阶段。
AI绘画仍待探索的问题AI绘画的飞速发展也伴随着许多争议和问题。
“脑玩家mindplayer”表示，“AI绘画作为一个工具可以迅速被应用，人人都可以画出自己理想的世界，但是之后怎么办？这可能是行业内外的人都在思考的问题。
”艺术相关从业者担心的是自己会不会被AI取代，因此失业。
今年8月，《大西洋月刊》文章中使用Midjourney创作的图片作为插图引发了大量争议，如果媒体在未来大量使用AI绘图，那么插画师、摄影师的生存空间会不会被挤压，甚至行业都将覆灭呢？的确，人工智能的力量会对人们的生活带来很大变化，未来技术普及后不可避免会取代一部分重复性较高的初级岗位，但“艺术已死”的说法真的与现实相符吗？AI绘画具有创造性吗？Midjourney创始人David Holz曾在每周三Office Hour时间，回答了这个提问：创造力本身有很多的形式，如果说是将两个不同的概念混合在一起，像是赛博朋克和洋葱，也许历史上从未有过做赛博朋克洋葱的人类。
在将两个不同概念混合在一起的能力上，AI目前基本是人类的水平。
但我认为艺术家不仅仅是关于图像的产生者，艺术往往是关于故事和情感的，而AI没有故事和情感，AI创作的影像的叙事