别闹了，AIGC 杀不死艺术家

撰文：Neil Shen

来源：品玩

图片来源：由无界版图 AI 工具生成。

AIGC 生成内容能取代插画师、设计师的工作吗？或者更疯狂一点，AI 能批量生产艺术作品，乃至从根本上颠覆艺术市场吗？

关于 AIGC 的爆红我们已经和科技界探讨的足够多，今天我们把目光转向从业者——AI 能否取代他们的工作？

下面是他们的回答。

画家自己下笔之前都不知道会发生什么，AI 如何能知道？又如何计算出来？

AI 不能绘制的东西

当我询问能否清楚地辨认 AI 和人类绘画作品的时候，建筑系大四的吴佳佑给出了非常明快的肯定答案。吴佳佑正在申请英国伦敦皇家艺术学院的研究生，而他提交的申请作品之一即是一个由 AI 辅助创作的交互式网站，访问的人可以在图像搭建而成的互动页面中探索由他设计的故事，而组成网站的所有图像都由 Disco diffusion 和 MidJourney 这两个 2022 年大火的 AIGC 人工智能生成工具制作。

图源：吴佳佑提供，基于 AIGC 模型生成后微调

「AI 生成图像在整体光影、结构以及色彩上的表现在我看来无可挑剔，但很多细节经不起推敲。」对拥有绘画功底，又经常使用 AI 工具的吴佳佑来说（他的交互式网站制作花费了四个月的时间，期间用 AI 生成了数千张图），目前 AI 生成图片迥异于人类的风格是显而易见的。

「细节上经常出现色块堆积，过度不自然和线条粗细变化不均匀这样的问题。」吴佳佑拿着我给的几张在推特上颇受好评的 AI 生成图像逐字句的点评起来，虽然只有大四，但他的口吻很自信。

图源：吴佳佑提供，基于 AIGC 模型生成后微调

对一个美术门外汉来说，这样的细节（尤其你很多时候需要放大作品观察）可能并不重要，但对专业人士来说，差别是显著的。「我给同学说了窍门后，大家不管有没有美术功底，基本上都能看出来。AI 生成的图像看不出绘制的前后顺序，因为它背后没有人类绘画的基本逻辑支撑。」吴佳佑说。

问题的根源可能来自算法本身。目前的主流 AIGC 工具都采用了 diffusion model 扩散模型，它的训练基于有文字描述的图片数据，通过对图片反复降噪，AI 学习如何生成符合文字描述的图片。由于文字描述往往是整个图片的内容，因此 AI 深度学习的结果会对整体图片结构和光影的把握比较良好，而相对的在细节上就会失准，因为这些细节往往缺乏文字描述，又相当复杂多变。

这可能是在日漫界最近热炒的 AI 三大画图难题的来历。所谓三大难题，指的是目前的 AI 模型不能完成的三种主题创作：萨菲罗斯游泳、樋口円香吃拉面和哭泣的美少女吃蛋糕。AI 模型在输入相关指令后往往会生成让人啼笑皆非的图片。

图源：Neil Shen 使用 MidJourney 生成

其实 AI 不能完成的创作远不止这三种，比如如果你让 AI 生成游泳的三文鱼，那它大概率给你的图片将会是三文鱼片而不是活蹦乱跳的鱼。

图源：Neil Shen 使用 MidJourney 生成

AIGC 这些人类看来非常匪夷所思的错误同样要归因于算法，一旦给出的指令过于偏狭，比如日漫中较少表现的水中游泳动作，或者其画面内容存在较为复杂多变的物理交互逻辑，比如「吃拉面」图像意味着同时处理人物、手指、面条和筷子这几个在 AI 看来都属于线条的内容时，AI 大概率会存在翻车的现象，因为训练算法所用的样本集可能较少涵盖相关内容，而扩散模型对复杂细节线条交互变化的理解还相当初级。

但细节往往是决定画家艺术风格和水平的决定性因素之一。插画师元元是少见的迄今仍然坚持纯手绘作图的职业画师，研究生毕业于清华美院的元元讲述了科班美术生的结构、线条色彩和细节是如何被训练的——因循着与 AI 生成完全不同的逻辑。

图源：维基百科 《万壑松风图》 宋朝 李唐绘

「老师会让你以操场为主题画十幅同样的画，一开始你会想要把每一条跑道线，按照透视、光影结构完整的画出来，但到某一个时刻，你会想要去若隐若现地处理某些跑道线，有些留白，有些加重，有些干脆去掉。」元元说，「很多时候画家追寻的是这种主观感受，作品生动不是说要画的和真实世界一模一样。」