2022年10月的第二個星期五，大約是五六點快下班的時候，我的一個微信群里突然開始聊起了AI畫圖的事情。 

正當(dāng)大家聊的興起的時候，一 個老哥不聲不響地發(fā)了一段“平平無奇”的神秘代碼： 

我當(dāng)時正在興頭上，于是便立刻注冊了NovelAI的用戶，輸入了他給的這段代碼。 

原圖我就不放了，放了號就沒了，我只能說： 

畫面很逼真，效果很哇塞。

實際上，2022年10月的第二個星期的的確確是屬于AI繪畫的——一個名為NovelAI的網(wǎng)站悄然上線。對于這個AI模型， 真正有意思的是它的素材——NovelAI所使用的數(shù)據(jù)主要來自兩處，一部分來自國外的著名二次元網(wǎng)站Danbooru，另一部分則采集自著名的P站—老司機們應(yīng)該對這兩個網(wǎng)站的成色十分清楚——都不是什么正經(jīng)的地方。 

TMD……這幫洋人程序員，果然是懂人性的。

雖然NovelAI利用技術(shù)手段從這兩個網(wǎng)站上扒數(shù)據(jù)進行學(xué)習(xí)的事情引起了不小的輿論風(fēng)潮甚至法律糾紛，但毫無疑問的是，NovelAI成功了。 

NovelAI大獲成功之后，國內(nèi)外的諸多游戲/科技媒體紛紛都在傳遞著一個消息： AI已經(jīng)學(xué)會畫澀圖了。

本著 “體驗前沿科技成果，緊跟技術(shù)發(fā)展潮流” 的精神，局長開始了為期三天的AI畫圖之旅。 

三天后，我好了，除了精神有些萎靡。

但，我逐漸理解了一切。

我的AI繪畫體驗

我選擇體驗的AI繪畫平臺是NovelAI。原因很簡單，因為它的訓(xùn)練素材實在是 “給了我一個無法拒絕的理由”。

唯一的不足就是需要花錢且有點貴——先交80塊錢作為會員，它會送你1000個點券，然后還可以再花80塊錢買10000個點券——每出一張圖就要花至少5個點券，看樣子倒是不貴，但若是想生成一個沒有瑕疵、滿意的作品，往往需要調(diào)整好幾次。平均下來，最后生成一張足夠滿意的圖可能需要幾十上百個點券。 

10000個點券雖然看上去還挺多，實際上一點也不經(jīng)用。

對這種收費模式，我的朋友表示：NovelAI的這個生意做的好，讓我們這些用戶自掏腰包幫他們訓(xùn)練模型。我感覺她內(nèi)涵我，但我沒有證據(jù)。 

正式進入之后，就可以開始操作了。 

所謂的操作，其實就是輸入恰當(dāng)?shù)腜rompt（提示詞）從而實現(xiàn)預(yù)期的效果。 

莎士比亞說過“一千個觀眾眼里有一千個哈姆雷特”，在AI作圖上也是如此，人們的惡趣味各有不同，所以prompt的內(nèi)容也五花八門。但總而言之，prompt無非就是一些簡單的描述，比如“黑長直的頭發(fā)，戴眼鏡，打濕的白襯衣，緊身牛仔褲”等等...... 

由于命令A(yù)I生成滿意的圖片往往需要極度詳細且冗長的prompt，因此網(wǎng)友們便將promt戲稱為“咒語”，調(diào)整/輸入prompt的過程則被稱為“念咒”“施法”或“吟唱”。 

一個AI繪圖平臺竟然能在這個靈氣稀薄的末法時代里催生出滿地的魔法師，霍格沃茨看了都得高呼內(nèi)行。

除此之外，Prompt的內(nèi)容還可以分成兩類，一類是“你希望實現(xiàn)的效果”，被稱為“Positive Prompt”（正咒），另一類則是“你不希望實現(xiàn)的效果”——Negative Prompt（反咒）——之所以會出現(xiàn)“反咒”，主要還是因為現(xiàn)階段的AI模型開發(fā)得還不算完備，一旦遇到需要精確表達且結(jié)構(gòu)形狀復(fù)雜的東西就會立刻抓瞎。用戶們必須想盡辦法來消除掉那些可能毀掉畫面效果的瑕疵。 

比如，當(dāng)你需要你需要畫面中的人物“用手撩著頭發(fā)”的時候，AI就經(jīng)常做出一些令人感到迷惑的東西。 

不過，雖然這些離譜的bug暫時還沒有被修正，但人們顯然已經(jīng)學(xué)會了用“反咒”或者其他方式“糊弄”過去—— 比如我就經(jīng)常要求AI把人物的手隱藏起來，反正只要看不見就不能說有問題。

除了精致的人物之外，NovelAI在風(fēng)景、場景上的表現(xiàn)也是可圈可點。這個畫質(zhì)雖然肯定比不過頂級的插畫師的手藝，但用在一些對畫面并不太講究的地方還是沒什么問題的。 

相比之下，國內(nèi)某大廠開發(fā)的AI模型就顯得有點尷尬了。

在自然景物的呈現(xiàn)上，國產(chǎn)AI模型表現(xiàn)出了極致的效果，選擇輸出“寫實主義”風(fēng)格的作品時，效果基本已經(jīng)有了接近照片級的真實感，可以說是吊打NovelAI。 

但一旦要求其繪制人物肖像，一種莫名其妙的詭異感覺便顯示了出來。 

不過這并不算什么大問題，NovelAI團隊之前是做“AI續(xù)寫小說”的，在模型搭建的過程中自然會對文學(xué)類語言以及影視、動漫形象有更深刻的理解，加上訓(xùn)練素材也大多來自動漫形象或特殊渠道，所以在人物表現(xiàn)力上自然會更強。 

“AI作圖”背后是什么？

如今，AI已經(jīng)開始滲透到了各行各業(yè)——“人工智能”，這個起源于1956年的概念，在近70年的發(fā)展史中先后經(jīng)歷了兩次起伏，最終在2006年深度學(xué)習(xí)算法突破后開始進入了新的一輪高潮—— 2017年以來，AI研究開始呈現(xiàn)爆發(fā)趨勢，“算力，算法，數(shù)據(jù)”成為了本輪AI大潮的主要動力。

以NovelAI為例，提供算力的各種硬件設(shè)備當(dāng)然是最最基礎(chǔ)的，聯(lián)網(wǎng)版本的NovelAI就不多說了，單機版的NovelAI極度依賴于電腦顯卡的性能——而GPU恰恰就是如今最主流的“算力引擎”之一——說實話，這幾年顯卡算是徹底火了，前幾年是用顯卡挖比特幣，現(xiàn)在是用顯卡畫畫。 

除了算力，數(shù)據(jù)也是極為重要的。NovelAI的作品之所以有極為濃厚的二次元和游戲CG風(fēng)格，正是因為其訓(xùn)練所使用的素材絕大多數(shù)都來自于D站和P站——當(dāng)然，這也解釋了為什么NovelAI生成的圖片總有點離譜。 

最后則是算法——這可以說是AI的靈魂所在，也就是為什么能做到“從文字生成圖像”。目前來看，最熱門、最受歡迎的就是Diffusion model(擴散模型)，市面上絕大多數(shù)需要通過“吟唱”來繪畫的AI平臺用的都是這個。 

Diffusion model的原理很有意思，簡單來說就是不斷地“加密”一張圖片（添加噪點），直到這張圖片變成徹底人鬼莫辨的模糊樣子。然后，人們再讓AI模型嘗試著一步步地將其還原成為最初的樣子。 

要知道，當(dāng)加密過程結(jié)束后，最后得到的東西是一張已經(jīng)完全模糊的圖片。而當(dāng)AI模型能夠從這樣的一團混沌中解析出來正確的圖片，也就意味著AI掌握了“無中生有”的能力。 

不過，如果只有diffusion model，那頂多也就是一個生成圖像的工具，我們還不能隨心所欲地“召喚”自己想要的畫面——我們只需要一個東西將文字和Diffusion model連接起來，而目前，擔(dān)任這個連接器的東西叫CLIP（Contrastive Language-Image Pre-training）—— 粗暴點說，它相當(dāng)于是一個給AI看的“兒童識字圖冊”，讓AI把文字和相關(guān)的圖像對應(yīng)起來。

因此，整個AI繪畫過程大概是這樣的：當(dāng)我們輸入了一大串Prompt“咒語”，CLIP就會產(chǎn)生一個相應(yīng)的結(jié)果“A”（學(xué)名叫“表征”）。與此同時，diffusion model里也會隨機生成一張圖片，而CLIP也會給一個相應(yīng)的結(jié)果“B”。然后，通過不斷地計算A和B的相似程度，讓A和B無限接近， 最終就能夠?qū)崿F(xiàn)“A=B”，也就是讓我們輸入的描述和電腦生成的結(jié)果一模一樣。

簡單來說，當(dāng)前AI的工作原理堪稱是“大力出奇跡”——開發(fā)人員輸入海量的數(shù)據(jù)，算法平臺將根據(jù)這些數(shù)據(jù)來訓(xùn)練模型，最終形成AI技術(shù)工具。 

整個AI產(chǎn)業(yè)鏈基本可以分為三段：基礎(chǔ)層、技術(shù)層、應(yīng)用層。

基礎(chǔ)層是數(shù)據(jù)和算力，包括AI芯片、AI基礎(chǔ)設(shè)施和數(shù)據(jù)以及服務(wù)；技術(shù)層則主要指的是基于基礎(chǔ)層所開發(fā)的算法模型，模型會根據(jù)軟件框架對數(shù)據(jù)進行學(xué)習(xí)，最終獲得人工智能技術(shù)；應(yīng)用層則是根據(jù)不同場景來運用這些人工智能技術(shù)。 

在AI領(lǐng)域，中美兩國基本上代表了全球最高水準(zhǔn)。

AI基礎(chǔ)設(shè)施領(lǐng)域，隨著技術(shù)進步，AI算力的基石也發(fā)生了改變。在過去，x86服務(wù)器是主流，但現(xiàn)在AI芯片、GPU、FPGA、ASIC等芯片為核心的服務(wù)器成為了主力——浪潮、華為、曙光、新華三都是國內(nèi)領(lǐng)先的AI基礎(chǔ)設(shè)施供應(yīng)商。 

如果繼續(xù)深挖，我們會發(fā)現(xiàn)AI基礎(chǔ)設(shè)施的底層其實還是芯片。

事實上，百度、華為、阿里、寒武紀(jì)等國內(nèi)頭部科技企業(yè)現(xiàn)在都在依托自身的技術(shù)和業(yè)務(wù)優(yōu)勢在布局AI芯片的研發(fā)： 

華為的升騰910芯片是全球單芯片計算密度最大的芯片，寒武紀(jì)的思元370應(yīng)用了最新的小芯片（也叫芯粒，chiplet）技術(shù)，功耗大幅度降低，算力也不差。 

但需要注意的是，GPU/FPGA/ASIC這些是目前AI芯片行業(yè)的主流，GPU仍然是首選， 而全世界最強的GPU廠商則是美國的英偉達。

再結(jié)合一下最近的新聞，嘖嘖，你看看，是不是一切都串聯(lián)起來了。

我只能說：這棋局，大得很吶！

最后：“AI作圖”會消滅誰？

另外，只要談到AI，有一個問題是繞不開的：AI會取代人類嗎？

我無意于解答這個問題，在這里，我們先聊一件舊事： 

大家都知道，2015年前后，正是中國互聯(lián)網(wǎng)經(jīng)濟發(fā)展最快的時候。在北京的西二旗、杭州的濱江區(qū)、深圳的南山區(qū)，到處都是滿懷創(chuàng)業(yè)熱情的新興互聯(lián)網(wǎng)企業(yè)。 

那幾年，雙十一購物節(jié)每一年的銷售額都要在上一年的基礎(chǔ)上進行一場大跳躍，而這一切的背后的原動力，則是中國互聯(lián)網(wǎng)用戶數(shù)量的暴漲。 

用戶在暴漲，意味著服務(wù)用戶的種種也要暴漲——比如某個著名電商平臺頁面上的海報 。尤其是當(dāng)如今大數(shù)據(jù)和算法日益強勢，首頁上推廣的產(chǎn)品逐漸變得千人千面，做海報這件事開始變得越來越難—— 無數(shù)種商品，無數(shù)個用戶，意味著這個電商平臺必須要輸出數(shù)以億計的海報。

雖然這些海報很簡單，無非就是“產(chǎn)品圖+廣告語+背景素材”的排列組合，但如果靠人來進行操作，且不說設(shè)計師們會不會被累到猝死，光是付給設(shè)計師團隊的工資就是一筆巨大的成本。 

于是，AI登場了——這家企業(yè)退出了一個名叫“魯班”的AI設(shè)計師， 一秒鐘可以制作8000張海報，一天時間制作4000萬張海報 ——不僅能做到超高產(chǎn)量，還能滿足千人千面的需求。 

這就是AI殺入創(chuàng)作領(lǐng)域后所展示出來的力量——事實上，“魯班”的出現(xiàn)的確使得一批設(shè)計師失去了工作，但仍然有相當(dāng)數(shù)量的設(shè)計師并沒有被沖擊到。 

之所以這些人沒有被“魯班”所取代，是因為他們掌握了或許機器永遠無法掌握的東西——創(chuàng)意。 

從之前對NovelAI操作的介紹中我們會發(fā)現(xiàn)，整個操作過程異?！吧倒稀薄灰獣蜃志涂梢粤恕攸c從不在于打字，而是“打什么字”——如果你不知道如何表達你的藝術(shù)創(chuàng)意，如果你不知道如何讓AI按照你的指令呈現(xiàn)效果，那么即便沒有AI，拿起畫筆的你也依舊沒有什么競爭力。 

說白了，在當(dāng)前這個階段，AI依舊只是一種聽命于人類指令的機器。嚴(yán)格意義上，這只能算是“弱AI”

現(xiàn)階段的AI只是幫助人們省略掉了那些重復(fù)勞動的環(huán)節(jié)，真正決定產(chǎn)品的質(zhì)量的，依舊是看你能夠做出何等水平的指令。 

因此，今天仍然沒有被“魯班”取代的設(shè)計師，大多數(shù)都已經(jīng)摸索出了一條和“魯班”和睦相處的道路—— 設(shè)計師負責(zé)調(diào)教“魯班”，魯班負責(zé)設(shè)計和輸出海報圖片。

AI作圖真的會消滅誰嗎？

我的看法是：在生產(chǎn)力的革命里，被消滅的永遠只是落后的生產(chǎn)關(guān)系。

本文來自微信公眾號 “星海情報局”（ID：junwu2333），作者：老局長

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com