万字长文讲透AI艺术：缘起、意义和未来（下篇）

作者：刘秋杉 「无界AI」负责人

前言

AI 艺术更为直接的是一场新消费变革，但以未来为终局，其必将是一场新技术变革，这是自十多年前移动互联网革命以来久违的一幕，让开源生态点燃的这星星之火燃遍新十年创业的每个角落。与区块链引领的加密变革稍有不同，AIGC（AI 艺术所归属的大类）带给人们的兴奋感并不来自纯金融和财富预期（“多巴胺”），更多的是发自人类内心本质的对崭新未来的渴望，那是一种真正的“内啡肽”。

未来：技术为王

由于当前最大的开源生态是以 SD 为导向，因此本文所谈论的技术动向皆来自于 SD 大生态。MJ 在算法本质上与 SD 同宗同源且大同小异，其关键为不断进化的数据集和美学算法增强，期待 MJ 开源的那一日，与世人共享其普惠万物的力量。

（一）二次元模型开辟可商用垂直模型先河

以 NovelAI Diffusion、Waifu Diffusion、trinart 等为代表的二次元模型以其惊人的“平图”效果极大地拓展了 SD 模型和生态的想象空间，其近乎可商业化的使用体验也开辟了“万物皆可垂直”的垂直模型先河，弥补了像 SD 这种大通用模型在个别美学领域的“力不从心”。当然在这个过程中也是伴随着诟病、质疑和抨击，但商业与技术应该一分为二去看待。

以 NovelAI Diffusion 为例

由原本做 AIGC 生成小说内容的商业实体 Novel 推出，基于 SD 算法框架和 Danbooru 二次元图库数据集进行训练和优化，被外网称为“最强二次元生成模型”。除去手部细节，NovelAI 的出图质量可谓上乘。最大的功劳来自 Danbooru，是一个二次元图片堆图网站，会标注画师名、原作、角色，以及像文字描述一遍画面内容的详细 tag（可能会详细到角色的发型发色、外貌特征、服装、姿势表情、包含一些其他可识别内容的程度），而这些对扩散模型的训练尤为重要，省去了大量的人工筛选标注工作。Danbooru 的商业定位也给了 NovelAI “可乘之机”：根据搜索结果内容量来看，这个网站是其他用户自发保存（例如在推上有一些热度的绘画作品）并上传上去的，所以在日本一直有这个网站无授权转载的争议。关于这次 AI 学习素材库的事情，Danbooru方面也有做出回应：与包括NovelAI 在内的 AI 作画网站没什么关系，且不认可他们的行为。

（注：以上相关内容引用自微博大 V：夜露·苟·布鲁图斯）

NovelAI Diffusion 生成作品

但从正面意义来看，NovelAI 的确也在技术上给 SD 带来了新的空间，就连 StabilityAI 的老板 Emad 也在推特上宣传到：“NovelAI 的技术工作是对 SD 极大的提升，包括手指修复、任意分辨率等等。”对技术感兴趣的可以看一看官方博客​blog.novelai.net/novelai-improvements-on-stable-diffusion-e10d38db82ac中对 SD 的改进工作，大致是修改了 SD 模型架构及训练过程。

像 NovelAI 这类的二次元模型对于用户输入的描述词的专业程度要求较高，如下所示：

colorful painting, ((chinese colorful ink)), (((Chinese color ink painting style))), (((masterpiece))), (((best quality))),((Ultra-detailed, very precise detailed)),
(((a charming Chinese girl,1girl,solo,delicate beautiful face))), (Floating),(illustration),(Amazing),(Absurd),((sharp focus)), ((extremely detailed)), ((high saturation)), (surrounded by color ink splashes),((extremely detailed body)),((colorful))

不仅需要描述人物，更是要对人物的二次元细节进行刻画，甚至还要加一些有助于画质增强的词汇，这一系列操作被网友戏称为“咒语”，就像要进入一个二次元世界一般，首先你要学会“念咒”。好在社区力量是无限的，陆续出现了很多“宝典”，如《元素法典》元素法典——Novel AI 元素魔法全收录​docs.qq.com/doc/DWHl3am5Zb05QbGVs和元素法典 第二卷——Novel AI 元素魔法全收录​docs.qq.com/doc/DWEpNdERNbnBRZWNL，将二次元的“心法口诀”公诸于众，且全民共创，这很“二次元”。

（二）AI 画二次元漫画逐渐可行

二次元模型对于画特定形象的人物十分擅长，比如在如下的连续出图中，我们大致可以认为都是一个“主人公”（称之为白小苏苏）在变 Pose 或者换装。因为我们给予 AI 的描述中对该人物进行了极为细致的刻画，就像固定了她的基因一般，加上二次元模型本身对于人物的勾画（平图）相对于真实人物就“粗放”一些，只要重要人物特征一致，便可以判别为同一个人。

{profile picture},{an extremely delicate and beautiful girl}, cg 8k wallpaper, masterpiece, cold expression, handsome, upper body, looking at viewer, school uniform, sailor suit, insanity, white hair, messy long hair, red eyes, beautiful detailed eyes {{a black cross hairpin}}, handsome，Hair glows,dramatic angle