機器干了我的活,價格是我的八百分之一
2022年下半年,AI繪圖應用席卷設計圈,眾多企業紛紛投向AI制作的稿件,拋棄傳統畫手,人類反擊戰也就此展開。這篇文章深入行業領域,采訪了眾多深陷風波的設計師與投向AI的企業們,淪為機器養料還是展開反擊、抵制變相抄襲?值得一讀。推薦對AI繪圖、設計感興趣的童鞋們。
一、120 元 VS 2 美分
我們每個人都在逼近被機器搶活的時刻。對于張偉,這個時刻已經到來了。
大學畢業至今,張偉已經做了八年獨立畫師。2022 年國慶期間,他經人介紹接到了一份配圖工作——給小說繪制人物頭像。
這是一份“走量”的活,對技術和創造性要求不算高。對方開的價位也合理,120 元一張,一共 65 張。主要成本在于溝通。因為是第一次合作,雙方花了一天時間對接需求,期間張偉畫了三張草稿,對方又找來一些案例給他做參考。
一切似乎推進順利,溝通后他交了第一稿,通過了。對方還支付了第一張畫的稿費。直到幾天后,他突然收到通知:
“經開會決定,小說配圖將從人物插圖改成物品配圖,使用 AI 繪畫,合作中斷?!?/strong>
“我被 AI 搶活了。”他有些哭笑不得。他向對方要求看看 AI 生成的成果,對方也大方地發給他。“挺不錯”,他的感受是。但更大的落差是成本:對方告知張偉,機器生成一張圖只需要花費 2 美分。
二、給 AI 打下手
這是近 860 倍的差距。
公司的經營者們先動了心——哪家公司開始裁美術、哪家開始研究 AI 技術、哪家已經在用 AI 生成圖,類似傳聞越發頻繁地在畫師群體內流傳。
劉曉莉所在的游戲公司就是其中之一。2022 年10 月底,市場部一位同事開了一次 AI 繪圖分享會,用游戲項目的成品圖,現場生成了相關圖片。
參會的有劉曉莉這樣的美術崗,還有市場、策劃和程序員。大多數人反應平淡,畢竟過去半年多少也在網上看到過案例。劉曉莉感受也并不驚艷,“不確定性很大,不可能一次就生成很好的圖片”。
唯獨制作人興奮異常,眉飛色舞地追問主美術:今后游戲內的部分皮膚是不是可以用 AI 制作?
此前,皮膚繪制這類工作都會外包一部分出去,每張稿費大概在五六千元,需要一名畫師畫上一星期。如今使用 AI,生成圖片只需兩小時,再經過原畫師上手改,一個半小時就能完成。滿打滿算,一張圖的產出只需四小時。
盡管老板已經拍板,把 AI 加入到工作流程這件事仍處于測試階段,劉曉莉的工作尚未受到太多影響。
在很多細致而常見的甲方要求面前, AI 的隨機性并不占優勢。它無法理解一些簡單指令,比如,“把腳往后收一收”——或許這就是為什么,那家出版商在選定 AI 作畫后,將小說的配圖從人像改成了物件。
但真正的威脅到來之前,人們的心態先變了:和劉曉莉同一崗位的同事,在開完 AI 分享會后危機感“呼的一下就上來了”。
“之前同事基本不接外包的活,周末時間都用來陪孩子,但最近一周有人找她,她二話不說立馬開工?!?/p>
轉頭回到公司里,這名同事卻又不太樂意給 AI “打下手”,改稿的時候“癟著嘴”。
AI 繪圖平臺 Crypko 就以生成二次元人物立繪為賣點|Crypko 官網截圖
三、成為機器的養料
如今人們已經理解,機器并不是憑空學會了畫畫。在此之前廣為人知的阿法狗 AlphaGo,就學習了 16 萬人類棋譜以精進“棋藝”;而一個人臉識別算法要訓練至合格,常用數據集生成的人臉圖片數量,往往達百萬量級。
AI 繪圖也是如此?;鸨?2022 的 DALL-E 2、Stable Diffusion 等,他們的訓練集均包含數十億個參數。除非直接指定風格(例如梵高、莫奈),人們并不容易分辨一幅機器生成圖究竟“學習”了哪些藝術家。
但很快就有了例外。2022 年 8 月底,AI 繪圖工具 mimic 一度在日本畫師群體中引發熱議,這款繪圖工具能模仿指定漫畫家的畫風,輸出相近的作品。日本畫師開始群體抗議,“使用禁止”的 tag 成為推特趨勢熱門話題,許多畫師表示自己的作品不會授權給 mimic 用于訓練及使用。
mimic 在官方宣傳中用 AI 模仿了推特畫師|mimic 官方推特
緊接著,事態蔓延到了中國畫師圈。獨立畫師魂君表示:一開始,人們只是抱著“玩玩看”的心態開始使用這些工具;進而,出現了一些不畫畫的人使用特定畫師的作品訓練模型,再反過來用生成的作品嘲諷該畫師的事情。
2022 年 10 月 13 日,魂君發布了一則微博,呼吁業內關注 AI 繪畫侵權現象。他提到:目前“ AI 無授權拿畫師的畫做養料”、“無授權拿畫師圖洗稿玩”的情況逐漸泛濫。他希望更多同行能加入發聲,抵制以 AI 繪圖為名義的侵權??棺h直指一款名為 NovalAI 的繪畫工具。
11 月 29 日,微博網友@ Sueno 洛柒則發聲抵制 Nijijourney,一款最新的基于 Midjourney 的 AI 繪畫程序。
這些備受爭議的工具存在一個共同點,它們都是為創作二次元畫作而生的。不論你輸入什么關鍵詞,成品都會呈現動漫風格。
相比于 DALL-E 2、Stable Diffusion 所用的超大模型,二次元的素材池小得多。當輸入的要求細致到特定角色、特質時,特定畫師的“影子”經常就會浮現出來。
受到抵制的 mimic 和 Noval AI 兩個平臺,都因能制造出畫風極度接近特定畫師的作品,而被視為“洗稿”機器——這種行為之泛濫,以至于那位畫師的原作,有時反而會被識別為“AI 制造”。
圖片來源:微博截圖
新技術放大了一個舊問題:抄襲。
畫師圈有不成文的習慣:同人愛好者會在網絡上收集自己喜歡的圖片,上傳到一些公開平臺;而初出茅廬的畫師,則將此作為宣傳自己,與同好交流的方式。
為了方便搜索,他們常會給圖片打上非常細致的tag,以下面這張游戲同人圖為例,上傳者不僅會打上角色名稱、游戲出處,還會具體至畫面內角色的發型、發色、姿態和衣著等細節。
左側橙色框內均為這張圖片的 tag | danbooru
于是,這些平臺成了天然的 AI 素材庫,只要使用爬蟲技術,將圖片和詞條抓取下來,就可直接用于訓練,連人工標注的成本都省下了。畫師在無意識中,也為 AI 進步貢獻了一份力。
使用圖片作為素材訓練的時候,多數 AI 平臺并不會征詢原作者的同意。平臺商業化后的收益也不會有半分進入原作者的口袋——一些畫師們認為,這實際上已經構成侵權。
ArtStation 藝術家集體反對 AI 繪圖 |獨立藝術家 Joyce Da Silva
四、人類反擊戰
作為傳統的乙方角色,很難說畫師的態度能多大程度上左右甲方的選擇,更別提改變技術前進的車轍。但他們也并未自此繳械投降。
魂君在自己的倡議中提出一個思路:今后畫師們在平臺上發布作品時,可以在作品上覆蓋大面積水印,破壞作品的完整性,以防止被用于訓練 AI 以及洗稿。一些畫師隨之響應,開始分享水印的資源包。不同于簽名似的小型水印,這些水印面積巨大,試圖均勻地覆蓋整個畫面。
畫師開始公開免費地分享自制的水印 | 微博截圖
畫師們也被迫自證自己的作品并非出自 AI 之手。
他們向社交平臺上傳作品的同時,開始主動貼出草稿、視頻等繪制過程,甚至有網友表示這種做法已經成了新的“發圖禮儀”;也有部分畫師大面積撤下自己公開發布過的作品,以防止被用于 AI 訓練。
2022 年 9 月,一個名為 Spawning 的藝術家團體上線網站 Have I Been Trained? (我被用于訓練了嗎?),通過檢索目前最大的開源圖片數據庫 LAION-5B 和 Laion-400M ,幫助藝術家了解自己的作品是否被用于 AI 工具的訓練。
一些傳統圖片平臺也擺明自己的態度。Getty、Shutterstock 等圖片庫網站先后刪除了平臺上一些明顯標注為 AI 生成的圖像;福瑞(獸人)愛好者社區 Fur Affinity 則是以保護人類創作者為由,禁止了 AI 作品在平臺上出現。
AI 禁止的趨勢在各類型的平臺蔓延|微博截圖
當然也有人使用法律手段反擊。2022 年 11 月 3 日,微軟收到一起集體訴訟,其旗下的 AI 編程助手 GitHub Copilot 被控訴使用公共倉庫內、用戶發布的代碼進行訓練,侵犯了大量創作者的合法權益。公開信中寫道,這起訴訟背后的“原告”,是“數百萬 GitHub 用戶”。
這起訴訟引發了大量關注,因為不僅是 Copilot ,目前包括 AI 繪圖在內的絕大部分人工智能生成工具背后都是這同一套運行邏輯。參與訴訟的律師 Matthew Butterick 接受媒體采訪時表示:我們正處于人工智能的“Napster 時代”——在數字音樂出現的初期,“Napster 案”的判決奠定了版權音樂的發展根基,決定了如今人們在平臺上聽音樂而不是私人下載的習慣。
過去一年,文字生成圖像、文字生成音樂甚至視頻的工具花樣翻新,彼此超越;而創作者們則花一年時間沉淀下來一個問題:如何在技術面前保護自己的權益?
面對越來越無所不能的 AI,人類群體也開始了分裂。
魂君加了不少討論 AI 繪圖的聊天群,有單純以畫師組建的群,也有包含技術研究人員、公司老板等在內成員比較復雜的群。他觀察發現,研究技術和做老板的,聊到 AI 通常都會比較興奮且積極樂觀。
至于畫師們,魂君總結道:“有悲觀派,認為 AI 遲早會取代人;有樂觀派,認為 AI 只是一個工具,認為今后圍繞 AI 說不定會衍生一些新的工作崗位;之前群里還出現過一個無腦擁護 AI 的極端技術主義者,他覺得人學習不算侵權,那 AI 學習也不算,結果被好多人懟了。還有畫師認為 AI 的出現是一件好事,能淘汰所謂的‘低端’畫師?!?/p>
越來越多跡象顯示,這不是一場曇花一現的爭吵,而是 AIGC 技術普及之路上繞不開的核心命題。
AI 繪畫相關的內容下,人們總是自發地將有關侵權的討論頂到熱門;Stable Diffusion 則于 2022 年 12 月宣布,將與 HaveIBeenTrained 網站合作,允許藝術家在訓練集中搜索并刪除自己的作品。
B 站知名 up 主刪除使用 AI 繪畫的視頻 | B 站截圖
魂君自己也嘗試過用 AI 做東西。還是早在 2017 到 2018 年期間,他接觸到了當時被視為 AI 的“自動上色”工具,相當簡陋,也并不引人注意。一直到 2021 年年底 Disco Diffusion 出現,他才又一次注意到 AI 繪圖——技術的能量卻已今非昔比。
躊躇再三,他還是選擇不使用:“還是擔心侵權問題?!?/p>
被 AI 搶了插畫生意的張偉感受更直接:AI 就是一個大型抄襲機器。他認為當前大家對 AI 的追捧程度,很快就會導致不同程度的畫師失業, AI 最終將成為一個凌駕于人之上的存在。
游戲公司美術劉曉莉則認為自己的競爭對手一開始就不是 AI:“對手是 95 后,是那些更年輕的新進原畫師,(我)早就有危機感了,AI 算什么?”
那 AI 的抄襲問題呢?劉曉莉立刻干脆地反問回來:“人就不抄嗎?”
(文內張偉、劉曉莉均為化名)
參考文獻
[1] https://www.nature.com/articles/nature16961
[2]https://datagen.tech/blog/face-datasets/
[3]https://www.theverge.com/2022/11/8/23446821/microsoft-openai-github-copilot-class-action-lawsuit-ai-copyright-violation-training-data
[4]https://githubcopilotlitigation.com/
[5]https://haveibeentrained.com/
[6]https://automaton-media.com/en/nongaming-news/20220831-15350/
[7]https://medium.com/nightcafe-creator/stable-diffusion-tutorial-how-to-use-stable-diffusion-157785632eb3
作者:郭亨宇;編輯:翁垟;微信公眾號:果殼
來源:https://mp.weixin.qq.com/s/fIh9c3UFWwmFOvBV0rSK2A
本文由 @果殼 授權發布于人人都是產品經理,未經作者許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
有些公司有做語音識別,然后會讓大家朗讀文本,自己朗讀的數據被拿去訓練,會有點不愿意。