起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識機器干了我的活，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。