我給梵高當(dāng)Tony：這三款A(yù)I繪圖工具，就離譜

大數(shù)據(jù)文摘授權(quán)轉(zhuǎn)載自果殼

作者：Simon_阿文

編輯：biu

很多人說(shuō)今年是“AI 繪畫(huà)元年”。先是 Disco Diffusion 火出了圈，從 Text-to-Image（用文字生成圖像）開(kāi)發(fā)社區(qū)和創(chuàng)意設(shè)計(jì)行業(yè)，火到了普通人的視野中。

人們熱衷將兩種完全不搭界的對(duì)象，比如“達(dá)芬奇”和“iPhone”字樣，輸入 AI 程序，然后等著畫(huà)面層層渲染完成。

那是一種“拆盲盒”般的體驗(yàn)。對(duì)于沒(méi)有任何美術(shù)基礎(chǔ)和繪畫(huà)能力的人來(lái)說(shuō)，AI 的“融梗”圖大多足夠驚艷，即便效果“翻車(chē)”，也能通過(guò)調(diào)整描述詞繼續(xù)優(yōu)化。

緊接著，AI 繪畫(huà)工具 Midjourney 也火了。和 Disco Diffusion 滿屏英文和代碼的簡(jiǎn)陋界面不同，Midjourney 直接搭載在 Discord 頻道上，輸入指令的過(guò)程和給人發(fā)微信沒(méi)什么不同，更讓人吃驚的是，它生成畫(huà)作的時(shí)間一般在 60 秒左右。

神說(shuō)：“要有 Wi-Fi”丨作者用 DALL·E 2 生成

然后，OpenAI 的 DALL·E 2 半途殺出，和前兩者擅長(zhǎng)“概念畫(huà)風(fēng)”不同，DALL·E 2 更“寫(xiě)實(shí)”，60 秒不到可以生成 10 張圖，不滿意還可以擦去局部重新生成……短短幾個(gè)月，“最強(qiáng) AI 畫(huà)師”的稱號(hào)幾次易主。

谷歌也坐不住，五月底發(fā)論文介紹自家選手——Imagen，直接叫板 DALL·E 2，號(hào)稱 Imagen 有“前所未有的寫(xiě)實(shí)感和深度的語(yǔ)言理解”，目前暫未開(kāi)放。

這兩個(gè)月來(lái)，我和前面三位“AI 畫(huà)師”頻繁打交道，幾乎每天都在測(cè)試描述詞、調(diào)教機(jī)器人，踩了很多坑，翻了不少車(chē)。但與此同時(shí)，我收獲了不少杰作。

這次，我將對(duì)比它們的畫(huà)作生成特點(diǎn)、用戶友好度等方面，同時(shí)整理好了它們的****，以及一些簡(jiǎn)單的操作方法。

在普通用戶那里，它們是具像化想象的得力工具；在專業(yè)人群那里，如果將它們和其他工具聯(lián)動(dòng)起來(lái)，能有無(wú)窮盡的想象空間。

Disco Diffusion：生成圖的藝術(shù)性最高

使用入口：

https://colab.research.google.com/github/alembics/disco-diffusion/blob/main/Disco_Diffusion.ipynb

Disco Diffusion 生成畫(huà)作的流程大概分為這幾步：打開(kāi)程序；設(shè)置圖片尺寸、過(guò)程圖張數(shù)、生成圖張數(shù)等參數(shù)；用英文寫(xiě)好描述詞（Prompts），格式大致為“畫(huà)作類型 + 對(duì)象（可以有多個(gè)）+ 畫(huà)風(fēng)設(shè)定 + 一些起限定作用的修辭詞”；然后開(kāi)始運(yùn)行，等待 AI 渲染畫(huà)作。

我給 AI 寫(xiě)的描述詞：“A beautiful painting of a starry night, shining its light across a sunflower sea by James Gurney, Trending on artstation.”

一般來(lái)說(shuō)，你需要等半個(gè)小時(shí)，如果盯著屏幕看，你會(huì)看到圖像從滿是噪點(diǎn)，逐漸變得清晰、有細(xì)節(jié)起來(lái)。

使用期間，Disco Diffusion 可能會(huì)提示你在電腦上空出足夠的運(yùn)行內(nèi)存，但因?yàn)樗\(yùn)行在谷歌免費(fèi)提供的 GPU 等計(jì)算資源上，對(duì)用戶的電腦硬件要求并不高，打開(kāi)瀏覽器運(yùn)行就可以。

用 AI 畫(huà)一個(gè)莫比斯風(fēng)格的場(chǎng)景：“a beautiful painting of a spaceship flying over a desert by Moebius, trending on artstation.”

Disco Diffusion 本身是個(gè)免費(fèi)的開(kāi)源軟件，但如果你想要更快的出圖速度，可以買(mǎi)谷歌 Colab 會(huì)員，以分配到更快的云端計(jì)算資源。

除了只輸入文字讓 AI 自由發(fā)揮，你還可以事先墊進(jìn)一張初始化圖片（Initial Image）去約束 AI 的創(chuàng)作。

比如，我先做了一張有樹(shù)木輪廓和綠色色塊的底圖（左），然后再操作，Disco Diffusion 就會(huì)在這個(gè)大框架下去發(fā)揮，成品為右圖

Disco Diffusion 生成圖理論上可以商用，其程序基于 MIT 開(kāi)源協(xié)議，所有互聯(lián)網(wǎng)用戶可以免費(fèi)使用、復(fù)制、修改甚至出售生成圖。但我覺(jué)得還是存有風(fēng)險(xiǎn)。風(fēng)險(xiǎn)主要來(lái)源于你的描述詞會(huì)引來(lái)畫(huà)風(fēng)抄襲的爭(zhēng)議。

當(dāng)你使用了風(fēng)格鮮明的藝術(shù)家（尤其是在世的藝術(shù)家），以及某部商業(yè)作品作為關(guān)鍵詞時(shí)，都請(qǐng)不要直接拿來(lái)商用。

Midjourney：不怎么“超綱”，更“聽(tīng)話” 

Midjourney 目前還是邀請(qǐng)制，內(nèi)測(cè)地址：

https://o9q981dirmk.typeform.com/to/zZtF1mVc?typeform-source=midjourney-gallery

為了測(cè)試 Midjourney 的生成效果，我復(fù)制了之前“投喂”給 Disco Diffusion 的關(guān)鍵詞——“星空”、“向日葵”、“梵高”——粘貼進(jìn)去。

我用 Midjourney 生成的畫(huà)

看到成品，我有一個(gè)直觀的感受：Midjourney 的想象力沒(méi)有 Disco Diffusion 那么會(huì)“超綱”。但如果從輔助創(chuàng)作的角度考慮，我會(huì)更傾向于用 Midjourney 這個(gè)更“聽(tīng)話的工具”，畢竟，沒(méi)有一個(gè)創(chuàng)作者愿意把創(chuàng)作主導(dǎo)權(quán)讓給 AI。

Midjourney 的優(yōu)點(diǎn)就是：快。軟件生成圖非?？欤粡埶阆聛?lái)大概 60 秒。你要是對(duì)成品不滿意，還可以幾乎實(shí)時(shí)地提升細(xì)節(jié)，或延伸變化。

一分鐘生成 4 個(gè)小狗警察丨用 Midjourney 生成

Midjourney 搭在了通訊軟件 Discord 上，在對(duì)話框輸入“/image”后，用英文輸入描述詞，然后按下回車(chē)鍵。這個(gè)過(guò)程就像在和 AI 聊天一下。

60 秒后，你就可以在對(duì)話框里收到 4 張渲染好的圖片。如果對(duì)“圖 1”不滿意，可以點(diǎn)擊“U1”按鈕增加細(xì)節(jié)，按“V1”按鈕延伸變化，直到滿意為止。

于是，我拿 Midjourney 生成了“十九世紀(jì)的麥當(dāng)勞”和“十八世紀(jì)的打工人”：

之所以說(shuō) Midjourney 是“產(chǎn)品化”了的 Disco Diffusion，一個(gè)是它的界面更友好，另一個(gè)是它還內(nèi)建了一個(gè)創(chuàng)作社區(qū)，你可以看到玩家們用哪些描述詞生成了什么樣的畫(huà)作。這就是一個(gè)極具參考價(jià)值的“畫(huà)風(fēng)”數(shù)據(jù)庫(kù)，太適合拿來(lái)“抄作業(yè)”了。

比如，我嘗試生成《愛(ài)，死亡和機(jī)器人》里那集《糟糕之旅》的場(chǎng)景，參考了上圖兩位藝術(shù)家的描述詞，之后就生成了滿意的畫(huà)作：

“抄作業(yè)”讓生成像樣作品的門(mén)檻進(jìn)一步降低了，但另一方面，也會(huì)失去了很多探索的樂(lè)趣。不要讓游戲秘籍毀掉了一個(gè)好游戲。

版權(quán)方面，如果你是免費(fèi)用戶，圖像的版權(quán)歸屬于 AI，每月支付 30 美元后，就能將圖片拿去商用了。但同時(shí)，如果你因此獲利達(dá)兩萬(wàn)美元以上，則需要給 Midjourney 20% 的分成。

DALL·E 2：我給梵高理發(fā)，我讓大象轉(zhuǎn)身

我當(dāng)了回“托尼”，用 DALL·E 2 給梵高理發(fā)，申請(qǐng)地址：

labs.openai.com/waitlist

我等了一個(gè)多月，才拿到了 DALL·E 2 的內(nèi)測(cè)資格。如果說(shuō) Disco Diffusion 更擅長(zhǎng)描繪氛圍、風(fēng)景或概念藝術(shù)，那么 DALL· E 2 則擅長(zhǎng)寫(xiě)實(shí)。

 “大象能轉(zhuǎn)身嗎？”我以這個(gè)“經(jīng)典甲方需求”為例，試試 DALL· E 2 的寫(xiě)實(shí)能力。

它轉(zhuǎn)過(guò)來(lái)了。

我讓網(wǎng)友扮演甲方，讓大象去做些別的事情。比如，讓大象在海洋館里游：

讓大象和鯊魚(yú)共舞：

讓大象開(kāi)哈雷摩托車(chē)在路上狂飆：

讓大象被曹沖稱：

“甲方”們無(wú)話可說(shuō)。

毫不夸張地說(shuō)，這是我目前用過(guò)體驗(yàn)最好的 AI 繪圖工具，操作足夠簡(jiǎn)單，完成度高，速度快到可以當(dāng)搜索引擎：不到一分鐘生成 10 張圖片（1024 × 1024），可無(wú)限延伸變化，甚至可以擦除局部重新生成。你可以不停地給梵高“理發(fā)”。

在版權(quán)方面，DALL·E 2 背后的組織 OpenAI 列了幾條嚴(yán)格的限制：圖片生成版權(quán)最終歸屬 OpenAI；僅供個(gè)人學(xué)習(xí)探索使用，不能商用，不能用于制作 NFT；不能在社交媒體上發(fā)布過(guò)于寫(xiě)實(shí)的人臉生成結(jié)果，會(huì)有肖像侵權(quán)風(fēng)險(xiǎn)。

OpenAI 也聲稱已經(jīng)禁止 AI 記住名人的臉，也規(guī)避了種族和性別的刻板印象等。

在苦苦等到 DALL·E 2 內(nèi)測(cè)資格之前，我找了一個(gè)“平替”——DALL·E mini，是用第一代 DALL·E 做的 demo，生成速度快，但畫(huà)面完成度不及 DALL·E 2。

榴蓮沙發(fā)｜用 DALL·E mini 生成，軟件地址：

生成圖像，只是第一步

“能不能讓它們動(dòng)起來(lái)？”我看著 AI 返回來(lái)的畫(huà)作，開(kāi)始想辦法：

AI 生成圖像完成，并不代表創(chuàng)意就結(jié)束了。如果你把它當(dāng)成其中一個(gè)環(huán)節(jié)，再連接其他創(chuàng)意流程，想象空間是巨大的。

我再展示一下插畫(huà)師 Nerko 的創(chuàng)意：他先用 Midjourney 生成自己想要的素材，然后再將這些局部組裝起來(lái)。

@NekroXIII

在他手里，AI 是種“生產(chǎn)力”。挑選和合成，仍是他全權(quán)主導(dǎo)。在用上 Midjourney 之前，他已經(jīng)畫(huà)了 15 年插畫(huà)。