在過去的幾年里，人工智能取得了極快的發展，其中包括基于機器學習和深度學習的「圖像生成技術」。運用該技術，只需輸入文本語句就可輸出具有獨特風格和想象力的圖像。面對AI繪圖這個勢不可擋的趨勢，設計從業者們，是否做好準備了呢？

在過去的幾年里，人工智能（AI）取得了極快的發展。

ChatGPT和GPT-4對話上的智能程度在不斷刷新常人的認知，給大眾帶來了驚人的體驗與驚嘆。

同期發展的AI技術，還有基于機器學習和深度學習的「圖像生成技術」。

該技術能夠讓計算機在一定程度上模擬人類進行繪畫，用戶只需輸入文本語句（prompt提示）就可輸出具有獨特風格和想象力的圖像。

文本->圖像，AI繪畫，指的就是這個過程。

隨著大眾對于AI繪畫關注度的升溫，相關的爭議不斷，有人開始提出「AI取代畫師」的觀點。

面對AI繪畫這個勢不可擋的趨勢，設計從業者們，是否做好了準備？

一、AI繪畫，高效無情的出圖機器

2022年8月，在美國科羅拉多州藝術博覽會上一幅名為《太空歌劇院》的畫作在數字藝術類別比賽中獲得了第一。

由AI繪制的《太空歌劇院》

人們也很快得知，這個畫作并非真人繪制，而是由游戲設計師使用一個叫Midjourney的AI工具生成而來。

隨著這則新聞的傳播，AI繪畫也開始進入更多人的視野。

1. 國外知名的AI繪畫工具

下面先介紹幾個國外具有代表性的AI繪畫工具：

1）DALL·E2

DALL·E2 是一個由 OpenAI 公司開發的模型，也是一個在線服務。它通過輸入一個文本描述（prompt提示）生成多個精準匹配文本的圖像。

DALL·E2 結合“CLIP 預訓練模型”和“Diffusion擴散模型”來實現了文本->圖像（text-to-image）的生成。

擴散模型運行時的成像過程，就是一個“Diffusion 擴散”的過程——

從有噪聲開始->逐漸改善圖像->直到完全沒有噪聲->圖像越來越接近所提供的文本描述。

DALL·E2 還有一個的特別的功能是“AI編輯”，可以在生成的圖片上涂抹某些部分再讓 AI 直接修改。

DALL·E2 只使用了已獲授權的圖片集來進行訓練。

2）Stable Diffusion

Stable Diffusion 模型，前身是谷歌開源的 Disco Diffusion 模型。

Stable Diffusion 模型也結合了CLIP技術（OpenAI發布的技術）和Diffusion擴散模型，同樣是通過輸入文本（prompt提示）來生成圖像。

比較特別的是， Stable Diffusion 是一個開源的模型，很多開發者基于這個開源模型開發訓練出了更多不同的生成模型。

Stable Diffusion 的母公司Stability AI 在2022年10月宣布獲得1.01億美元融資，投后估值達10億美元。

3）Midjourney

Midjourney由同名實驗室開發，和大部分市面上的AI繪畫應用采用的是同一個模型，但是模型使用了大量圖像數據來訓練。

Midjourney在生成圖片的一致性和連貫性上做了很多努力，它生成的圖像風格十分獨特。

Midjourney幾乎所有的生成和交互都發生在Discord社區里，使用其Discord機器人來接收請求和發送生成結果。

3種繪畫工具的對比：我們進行測試，對于同樣一句文本（其他參數默認的情況下），這3種繪圖工具的圖片生成效果。

輸入文本：

An old man rowing a boat on a lake.

AI生成的圖片：

收費標準：

3種繪畫工具的體驗地址：

①Stable Diffusion

Dream Studio：https://beta.dreamstudio.ai/dream

Hugging Face(免費): https://huggingface.co/spaces/stabilityai/stable-diffusion

②DALL·E2

https://openai.com/dall-e-2/

CLIP：https://openai.com/blog/clip/

③Midjourney

https://www.midjourney.com/home/

（注：某些服務只對部分國家開放）

Midjourney的效果更具藝術感：

對比生成效果可以明顯看出，Midjourney生成的圖像不太像照片，似乎更像一幅藝術畫作。

在Discord社區里運作的Midjourney社區 ，因為其具有藝術感且畫面注重細節的生成效果，收獲了全球近千萬用戶，在線用戶也是百萬等級。

在社區頻道里，用戶僅僅需要使用/喚起命令行操作，在/imagine命令下輸入prompt文本發送即可。

以下是輸入簡單文本后，Midjourney生成的圖像：

效果如此驚艷的生成圖片，只需幾十秒內就能得到。

2. 國內的AI繪畫產品

國內也相繼出現了類似的AI繪畫產品，幾乎都有免費嘗試的額度，通常支持多種風格/藝術家/模型。

以下是國內提供AI繪畫服務的一些產品：

隨著技術的逐漸普及和越來越高的熱度，AIGC似乎就不再是大眾試水畫圖畫著玩兒的一個小工具。

這個“高效無情的出圖機器”，似乎已經開始在影響和撬動設計行業的變革。

二、設計行業 X AIGC

1. 游戲制作× AIGC

很多游戲項目，開始利用AIGC生產游戲相關素材。

1）國外游戲工作室 Lost Lore《Bearverse》游戲

國外游戲工作室 Lost Lore 出品的主打 NFT 集換概念的F2P游戲《Bearverse》包含了大量的角色設計。

游戲工作室直言：采用AI畫圖節省了80%美術成本！

①17名角色的調整：

開發成本：從5萬美元壓縮至1萬美元；

工時耗費：從6個月大幅減少至1個月。

②創作一張場景概念圖：

工時耗費：從1-2周壓縮至1天以內。

設計總監最后也坦言：

95%的效果和概念圖呈現仍是由團隊真人創作。

2. 商業設計 ×AIGC

大廠團隊已經不甘觀望，開始了AIGC在商業設計工作流中的實踐。

1）騰訊-ISUX團隊

騰訊的ISUX團隊2023年3月1日剛剛發表在其官網的文章《運用AIGC人工智能生產內容》。

https://isux.tencent.com/articles/aigc-design.html

文中提到了騰訊的ISUX團隊運用AIGC進行商業設計的好幾個案例，并進行了結合使用AIGC后設計團隊的全新工作流的方法總結。

2）百度-AIGC營銷賦能業務

百度也在試圖利用AIGC滿足商業設計上的需求。

百度發布了AIGC方向的產品負責人崗位，負責比如“商業廣告平臺部的內容生產相關工具的規劃和落地”。

3. 個人頭像設計× AIGC

1）國外的AI美圖軟件Lensa「魔法頭像」功能

「魔法頭像」是Lensa基于Stable Diffusion技術開發的頭像生成功能，用戶上傳10-20張自拍照，能生成50～200張不同風格的AI自畫像/頭像。

生成50/100/200張的價格分別是：3.99/5.99/7.99 美元。

因為這項新功能的加入，2022年12月的前5天，Lensa下載量達到400多萬次，“日收入”也一度達到了300萬美元。

2）美圖秀秀「百變 AI 頭像 」功能

同樣是美圖軟件的國內團隊——美圖秀秀，也隨機發布了相似的功能。

從產品定位來看，也是輸入真人頭像就能批量地獲得多種風格的頭像。

和國外的AI美圖軟件Lensa相比，美圖秀秀對于用戶的輸入門檻要求更低一些，只需要提供3張正臉無遮擋自拍照即可。

3）抖音「AI繪畫」特效

繼2021年的「漫畫臉」特效（基于GAN技術）后，2022年抖音又上線了特效玩法「AI繪畫」（基于Stable Diffusion技術）。

用戶只要輸入一張圖片，AI就會根據圖片生成一張動漫風格的圖片。

抖音「AI繪畫」功能的的峰值QPS（每秒請求量）一度達到1.4w。

4）QQ小世界AI畫匠

騰訊QQ上線了“QQ小世界AI畫匠”活動，主題為“異次元的我”。

用戶上傳1張個人照片，即可一鍵生成專屬異次元形象。

4. 動畫背景× AIGC

1）國產志怪類動畫《神弦曲：貓兒與時光鈴鐺》

由十九號動漫出品的國產志怪類動畫《神弦曲：貓兒與時光鈴鐺》將于明年上映。官方在2022年12月發布了預告片。

主創團隊稱，預告片三分之二的背景都是結合AI制作完成的。

制作預告片中的30多個背景，工時耗費從3個月降到2個月，效率上提升了至少30%。

主創在采訪中提到：“有了這樣的一個技術，把我們的預算從一個標準動畫電影預算直接減半，我們就快速地獲得了一些投資機會?！?/p>

5. 視頻制作× AIGC

除了繪畫領域外，AIGC也在動態的視頻生成上有了很多突破。

1）Runway 新功能：視頻轉風格生成器 GEN 1

Runway AI 是一家圖片和視頻AI編輯軟件提供商，為設計師、藝術家和開發人員提供一系列工具的平臺，幫助他們利用人工智能技術創建作品。

Runway 平臺推出了新功能 —— 把視頻轉換成任意風格的生成器 GEN 1。

GEN 1 這個能力和圖生圖功能（image-to-image）類似，只是變成了從視頻到視頻（video-to-video）的生成。

https://research.runwayml.com/gen1

看起來， GEN 1 是一個支持用戶可訂制化的視頻濾鏡的能力。

而定制化的方式極為簡單，只需一張具有風格的圖片。

2）Wonder Studio：一鍵替換真人為CG角色

這款由一家人工智能初創公司Wonder Dynamics推出的AI工具Wonder Studio，聲稱可以實現「一鍵把視頻中的真人替換為CG角色」，簡化電影制作流程。

https://wonderdynamics.com/

整個工具的使用流程大概是：

1. 真人先替代CG機器人進行表演
2. 視頻拍攝完成，導入進軟件
3. 選擇想要的CG角色，安裝在實拍的真人身上

目前官方網站上開放了內測申請。

三、AI繪畫的爭議

在設計行業中，很多人的對于AI繪畫的態度，都是不怎么正面的，主要集中在幾點：

1. 從業者的擔憂
2. 版權
3. 學習信心的打擊

爭議1：從業者的擔憂

在AIGC生成繪畫能力效率和質量皆可的前提下，中底層畫師好像確實慢慢就不需要那么多了……

• 論出圖速度：人趕不上機器的出圖速度；
• 論出圖創意：AI 可以生成出關鍵元素外的細節，似乎更為驚喜；
• 論風格效果：AI 能訓練出不同的繪畫模型，對應不同畫風；

輸入相同的一段prompt文本后，不同的模型可以生成出不同風格的圖片，且速度極快，通常是幾秒～20秒內不等：

除了想要的關鍵元素外，生成圖片中還包含更多精彩的細節描繪。

結合AI批量生成的能力，很多繪畫需求，似乎只靠AI就都被高效地滿足了。

隨著AI作畫的部署成本逐漸降低，一些中小企業和初創團隊，也開始有能力在通用大模型的基礎上進行模型的調教、設計師崗位的精減。

令從業者最擔心的事情就是：

當AI繪畫工具具備了一定繪畫能力，也就同時具備了“搶人類設計師飯碗”的能力。

爭議2：版權

我們在AI繪畫出的作品中能看到很多有明顯風格的影子。

也可以直白地說，一些AI繪畫模型的訓練數據中，有著很多未經明確授權的畫師作品。

AI繪畫侵犯了畫師的版權，也開始遭到畫師們的集體抵制。

2022年8月29日，一個名叫mimic的AI繪畫網站上線了測試版，主攻日系二次元畫風頭像，允許用戶上傳15-200張圖像讓AI學習并輸出相同畫風的AI畫作。沒想到剛發布便遭到大量日本畫師的抵制，畫師們集體發表了“禁止將我的作品用于AI作畫”的聲明。有的畫師為了防范于未然，甚至刪除了發在推特上的畫作，怕有心之人盜用上傳至平臺使用。

2022年12月，全球知名CG視覺藝術網站 Art Station也被上千名畫師發起了聯合抵制，畫師們認為，任由系統學習模仿自己的畫作是在侵犯版權。網站畫師紛紛上傳一張名為“NO TO AI GENERATED IMAGES（拒絕AI繪畫）”的圖片表明態度，首頁一度被此圖片占領。

對于畫師們來說：

自己的畫風，是獨屬于自己的獨特標志和可貴財產。如果讓AI簡單地模仿自己畫風來作畫，那無疑是對獨有藝術的糟蹋。

即便有的畫師愿意提供自己的繪畫作為模型的訓練數據，但似乎他/她們也沒有收到任何版權上的收益。

AIGC產出的畫作的版權歸屬于誰，成了關注和爭議的話題。

爭議3：打擊小白學繪畫的信心

AI 繪畫的強勢碾壓的能力，似乎也打擊到了不少繪畫小白從零開始學繪畫的信心。

有的人會感嘆：

既然AI幾天就能學到做到那么好的效果了，自己再花費數年去學習，還有沒有必要…

四、AI 繪畫的短板

AI繪畫當然不是全能的，也永遠不會是。至今的AI繪畫也還存在著眾多短板。

短板1：AI 無法準確還原想象中的創意

AI繪畫的確具有非常強大的創造力和想象力。但這樣的創造力和想象力，其實是一種「快速隨機」的結果。

效果既受限于算法、數據的質量和數量，也受限于用戶對于prompt的運用。

人類的創造力和想象力仍然具有獨特的價值，想要AI生成還原出來十分貼合人腦想象中的創意，是很有難度的。

不少嘗試了MidJourney進行AI繪畫的人表示：

AI生成的圖片效果確實是不錯，但都并不是我腦海中想象的那個樣子。

甚至，AI會理解失誤，生成“離譜圖片”：

輸入的文本是：一個小女孩，一手拿著冰淇淋，一手牽著氣球，走在公園里。

AI生成出的卻是——“冰淇淋氣球”。

短板2：AI 繪圖還不足夠滿足個性化需求

AI 繪圖是很強，但是還不足以滿足個性化需求。比如：

1. 針對不同場景類型進行統一且又獨具個性的設計；
2. 穩定一個主體使之在每一次生成結果中都保持成套效果；

以上能力的欠缺，使得AI無法高效地完成“成系列的商業設計”。

五、AI繪畫的未來

盡管很多設計從業者對于AI繪畫表示焦慮，但作者判斷：未來很長一段時間內，大部分行業可能只會把AI繪畫當成一個「輔助工具」來用。

前期，大家在拼AI的效率；后期，則是拼人工優化AI的能力。

人工優化AI能力，可以從以下3個方向出發。

優化AI方向1：AI 模型的定制

想要模型更穩定地產出特定風格的繪畫圖片，可以定制出一個AI模型。

但AI模型的定制的門檻比較高，通常至少需要一個設計師搭配一個算法工程師來實現，而涉及到模型訓練的過程，則需要工程部署能力、硬件顯卡的支持。

模型訓練出的效果也取決于多個因素，比如：訓練素材、模型選型、參數設置、訓練方法等。

優化AI方向2：會用 prompt “咒語”

我們可以把“prompt”理解為“送給AI模型的文本指令”。

輸入高質量有效的prompt，可以大幅度提升AI繪圖的穩定度，讓成圖更加接近我們的描述。

prompt輸入的格式通?？梢允且韵聝热莸囊粋€組合：

prompt文本輸入=[形容詞+主語 / 主語+狀語]，[背景]，[畫面類型]，[風格/藝術家]，[燈光/色調]，[視角/修飾詞]，[細節]，[畫面質量]

因為這一體驗過于神奇，很多人不禁將prompt形容為“咒語”。

在市場上，還出現了買賣prompt詞的平臺：一家初創公司PromptBase，允許用戶在該平臺買賣提示詞（Prompt），售價約為1.99美元～9.99美元不等。PromptBase將向賣家抽成20%。

平臺上目前已上架不少提示詞，適合不同模型、不同種類。

而在學術上，也有所謂“prompt engineering” 即“ prompt 工程”的說法。

提示工程（prompt engineering）：如何同人工智能交流，并得到你要的結果。

https://learnprompting.org/docs/intro

優化AI方向3：靈活組合模型，優化工作流

因為AI繪畫工具的介入，現有設計的工作流程將隨之而改變，整合誕生了全新的工作流:

AI繪畫先進行生成-> 再從AI生成的十幾張結果中挑選用作局部素材->再利用PS或其他工具精修處理

隨著AI繪畫相關的新技術不斷出現，其AI繪畫的工作流也需要隨著新的技術來優化，進化為更適合的工作流。

比如，當發現了「根據圖片提取prompt」的新技術后，可結合這個新技術優化設計工作流。

結合了「提取prompt」的設計工作流，也許就變成了這樣：

再比如，當發現了出現「ControlNet插件」的新技術后，可結合這個新技術再次優化設計工作流。

ControlNet插件：可以完成對人物骨骼走勢、形態、動作、姿勢的精確控制。

結合了「ControlNet插件」OpenPose模塊的設計工作流，也許就變成了這樣：

以上提到的“人工優化AI能力”，第1點“AI模型定制”門檻較高，需要一定技術和硬件。

但“prompt實踐”、“設計流程優化”，都是現今設計從業者可以探索和實踐的方式。

六、畫師的命運：等著被取代，還是轉型？

我們經?？吹揭恍┬碌腁I技術應用的效果出現后，很多人立馬開始感嘆：AI搶飯碗了、AI取代設計師、失業倒計時+1……

AI繪畫的能力不容忽視，但它也不是萬能的。

AI解決了生成效率，能在一定流程上減少一部分工作量。但又因為AI繪畫引入了新的工作流，同時會創造新的工作量。

相應地，一些新的就業崗位也會增加，比如現在就有俗稱為“AI調教師”的一種存在。

在某些繪畫領域中，也已經有了“AI插圖繪制師”、“AI繪圖師”的人力需求：

以下，也許是“AI繪圖師”可以貢獻的能力：

1. 繪制優質的訓練素材供模型學習
2. 高效地使用prompt，測試出穩定的生成效果
3. 將“生成結果的質量好壞”準確地反饋給算法（人類反饋強化學習RLHF）
4. 結合AI技術，優化設計工作流

AIGC勢不可擋，那些率先學習如何用AI進行美術工作的人，將會發現自己處于行業的頂端。

畢竟，差異化競爭的關鍵，就是讓自己掌握“差異化的優勢”。

截圖源自Aisocia.com平臺的AI對話

結語

借用一段“騰訊ISUX團隊”文章中的結語：

隨著AI模型能力的飛速迭代升級，現有的短板能力也會不斷補齊，因此我們可以相信在不遠的將來，設計師利用AI模型來開腦洞并輔助出圖是趨勢所向，但并不是說我們需要完全依賴AI，因為設計本身是理性而浪漫的工作，僅靠隨機性做設計是完全不可取且不靠譜的。更合適的思路應該是，設計師首先定義好規則與框架，從AI模型提供的成百上千個結果中尋找到最匹配我們訴求的結果，從而輔助我們更快更好的達成目標。另外面對日新月異的的智能工具，我們應該保持終生學習的心態，做好時刻接受新事物的挑戰，才能在越來越激烈的競爭中立于不敗之地?！哆\用AIGC人工智能生產內容》

AI繪畫，還僅僅是AI技術應用的其中一環。未來，AI將涉足3D模型生成、AI視頻創作、AI作曲等領域。

更多AI能力也會發展，就像現在的AI繪畫一樣，影響和撬動相關行業的變革。

AI繪畫會取代所有畫師嗎？不可能。

AI繪畫會逐漸取代中底層畫師嗎？不無可能。

留給從業者的忠告，還是那句話：保持終生學習的心態，做好時刻接受新事物的挑戰。

最后，送給所有打工人的心聲：

參考文章：

https://www.marktechpost.com/2022/11/14/how-do-dall%C2%B7e-2-stable-diffusion-and-midjourney-work/ How Do DALL·E 2, Stable Diffusion, and Midjourney Work?

https://isux.tencent.com/articles/aigc-design.html

https://www.thepaper.cn/newsDetail_forward_21420325

https://finance.sina.com.cn/blockchain/2023-03-03/doc-imyiqhat7670720.shtml

https://learnprompting.org/docs/intro

https://baijiahao.baidu.com/s?id=1759154697131925527

https://mp.weixin.qq.com/s/pkzXaW_-77zXLKQqx2nlcA