万字长文讲透AI艺术：缘起、意义和未来（上篇）

作者：刘秋杉 无界AI负责人

前言

今年 AI 艺术热潮源于海外 AI 技术在图像生成领域的革命性进步，以 Disco Diffusion、Stable Diffusion、Midjourney 等为头部代表的扩散模型（Diffusion Model）开始在数字艺术领域大放异彩！以其惊人的艺术效果和可绘制“万事万物”的无限性，在短短半年时间里，吸引了来自全世界数千万注册用户的实际参与、以及数亿人的关注与谈资。时代洪流再度来袭，只不过这次的主角给予了 AI 技术。我们可以去质疑一种新的商业模式或者消费场景的市场有限性，但却无法不去敬畏一种新技术革新所带来的未来无限性，那是一场绝对的“无限游戏”！

缘起：细数几大模型

2022 年初，由独立开发者 Somnai 开发的 Disco Diffusion（简称 DD）在谷歌 Colab 云服务上正式对世界开放使用，4 月份开始在国内经很多设计与开源领域的大 V 传播至热，引发全民参与热潮，不限于如何使用这种 AI 生产力工具、AI 艺术与人类艺术之争、版权问题，乃至对现有各种视觉相关行业的冲击几何，纷繁复杂，不一而足，好不热闹。紧随其后的是一个更为强大的 AI 艺术工具 Midjourney（简称 MJ）开始在 Discord 上建立全球第一个集中式的 AI 创作者社区，在短短两三个月内，仅靠这种自发的人人传播，社区规模便突破了一百万人，成为 Discord 有史以来规模最大的社区频道，蔚为壮观。2022 年夏天，众多科技巨头纷纷涉足 AI 艺术领域，以 OpenAI、谷歌、微软、百度最为积极，分别推出了 Dall·E 2、Imagen、Nuwa、文心一格。巨头成？还是社区成？成为这个夏天 AI 艺术发展进程中最瞩目的商业鏖战。

但这些都尚不足以将 AI 艺术带入到一个千亿乃至万亿级的消费市场中，一种技术只有具备建立超级大生态的能力才会被历史所辅证、被当下所青睐、被未来所铭记，就像曾经的 Linux、云计算、安卓、以太坊等在用生态来承载人类数字技术发展的 30 多年征途。而它们的继承者今天也逐渐崭露头角——Stable Diffusion（简称 SD）。SD 自今年 8 月份面世以来，秉承“大开源”的精神和宗旨，不仅在短短两个月时间内让其背后公司实体一跃成为市值高达十几亿美金的独角兽，更吸引了全球数百万乃至上千万人积极参与其生态的建设，这场如火如荼的“去中心化运动”引爆了海内外的创业与投资热潮，因此其意义之深远远超对自身的影响，其福泽被于世界与万民。而所谓的“大开源”，包括开放核心 AI 算法模型（Latent）、开放核心训练数据集（LAION）、开放 AI 生成图片的版权（CC0）。这种三位一体的开源模式，让全世界所有普通人、极客、创业者、商业团体可以随心所欲地完成对 SD 的部署、运行、改进和商业化，且大胆使用全世界人利用 SD 所无私贡献的 AI 生成式图片，而不必受制于版权的束缚，大胆地去创新，让 AI 技术在视觉生成领域能够零摩擦地大跨步向前，不必受制于商业的条条框框而固步自封。

风靡国内外的 AI 艺术工具

时至今日，DD 虽然在商业化上无法体现效率、边际成本、规模效应的优势，但其对 AI 艺术开源运动的引领地位被广泛认可，依然是更多新人入场所能够首先免费享受到的 AI 艺术体验，对于教学与用户教育的意义依然存在且无法被替代。在美学角度，DD 对于色彩的大胆绘制往往令人“心驰神往”，但其并不注重逻辑性，具有极为强烈的“AI 风格”，这种纯粹追求对视觉的冲击效果也经常被壁纸类创作者所青睐，因此在抖音、小红书等社交媒体上经常会看到由 DD 所创作的“色彩美学”作品。几乎所有的国产 AI 艺术产品和工具都会首先集成 DD，是对开创者的致敬，也是对其独特美学体验的认可，这种风格不因技术的进化而过时，也许会历久而弥新，传承为 AI 艺术最初始的模样，愈发不可替代，则弥足珍贵！

DD绘制的中国二十四节气

AI 艺术领域并非由开源独撑，时至今日商业化最为成功的当属 MJ。而 MJ 不仅完全闭源，还倡导付费模式。这种底气当然来自其核心可控的技术、强大的产品、顶级的算法、不断进化的数据集，使得 MJ 的出图已经进入“大成之境”，不论从逻辑性还是细节都几乎与人类艺术家难解难分。迄今为止，MJ 共发布了四个版本，而每个版本都有其“致命性”的革新，如 v2 版的“美学”、v3 版的“逻辑”、v4 版的“无可挑剔”。每次的新版本发布都无不让全世界为之欢呼和追捧，这种场面不禁令人想到了当初 iPhone 从初代开始的每一场发布。有人戏称，DD 是塞班，SD 是安卓，MJ 则是苹果。戏谑之中，暗藏着历史的重演，未来已在此处，只是分布不均。