黎坤

曾幾何時(shí)，“有圖有真相”這句話架起了互聯(lián)網(wǎng)用戶之間岌岌可危的信任橋梁，但在人工智能時(shí)代，這句話也已經(jīng)瀕臨失效的邊緣，因?yàn)槿斯ぶ悄墚嫷膱D，雖然細(xì)節(jié)上如果非常認(rèn)真地甄別依然可以找到瑕疵，但精度已經(jīng)達(dá)到了照片級(jí)別。為了驗(yàn)證它的真實(shí)性，我就將人工智能生成的風(fēng)景、街景和人像照片，和真實(shí)拍攝的照片放在一起，在電腦報(bào)編輯部做了一次“黑盒測(cè)試”，事實(shí)證明所有人都無法準(zhǔn)確判斷真?zhèn)?，雖然樣本不大，但也足夠說明人工智能在繪畫領(lǐng)域的“天賦”。

Midjourney和StableDiffusion孰優(yōu)孰劣

雖然人工智能畫圖并不是特別新鮮的產(chǎn)物，在2022年就已經(jīng)有大量的人工智能藝術(shù)作品以匿名的形式參加了各類比賽和展覽，但畢竟當(dāng)時(shí)只是少數(shù)人的玩具，而現(xiàn)在就不一樣了，基本上只要你有臺(tái)可以上網(wǎng)的電腦，就能玩到最新的人工智能畫圖軟件，比如最近十分火爆的Midjourney，它的出圈程度絲毫不亞于今年初的ChatGPT，因?yàn)榭梢陨梢约賮y真的圖片，甚至還出現(xiàn)了某國前總統(tǒng)的一系列連續(xù)劇式的“新聞?wù)掌保晒Α耙绷巳蚧ヂ?lián)網(wǎng)玩家的關(guān)注。

事實(shí)上Midjourney的本質(zhì)就是一個(gè)用文本生成圖像的人工智能算法，在今年3月升級(jí)到V5版本后，無論畫質(zhì)、細(xì)節(jié)、準(zhǔn)確性等各個(gè)關(guān)鍵要素的性能都得到了質(zhì)的飛躍。Midjourney最大的優(yōu)勢(shì)就是完全在線操作，只需要在聊天工具里為它提供提示詞，就能按它所理解的文本意圖來生成圖片內(nèi)容。根據(jù)我們的測(cè)試來看，它可以在一分鐘之內(nèi)就提供四張圖片，你可以選擇全部重新生成，或者選擇其中一張做微調(diào)或放大，圖像生成的效果直接取決于提示詞的精準(zhǔn)度，而且英文的準(zhǔn)確性遠(yuǎn)高于中文，所以大多數(shù)人都會(huì)使用GPT-4，比如新必應(yīng)瀏覽器自帶的版本來生成詳細(xì)的英文提示詞。

不過，Midjourney最大的問題是基本無法按用戶的需求去進(jìn)行精修，更多是傾向于“一次性操作”。除此之外，它為所有用戶提供了25張圖像的試用額度，超額后就需要購買訂閱才能繼續(xù)使用，而訂閱又按算力、版權(quán)許可等分為10/30/60美元每月這三個(gè)不同的價(jià)位，試用用戶的授權(quán)許可是CCBY-NC4.0，也就是發(fā)布需要署名（BY）且只能非商業(yè)性使用（NC），三個(gè)付費(fèi)訂閱則可以無限制使用。

作為對(duì)比，另外一個(gè)人工智能畫圖“高手”StableDiffusion就不一樣了，打個(gè)不恰當(dāng)?shù)谋确剑篗idjourney就像是手機(jī)的一鍵美顏，任何人都是開箱即用，而StableDiffusion就是Photoshop，需要一定的技術(shù)基礎(chǔ)，但功能更強(qiáng)大。它雖然也有線上免費(fèi)版本，但如果想要使用全部功能就需要安裝本地應(yīng)用，而且安裝過程比較復(fù)雜，這也就排除掉了大多只是想嘗試玩玩的用戶。但在熟悉使用之后，StableDiffusion的優(yōu)勢(shì)就很突出了，比如它有上千個(gè)現(xiàn)成的模型可以調(diào)用，你也可以自己利用訓(xùn)練器訓(xùn)練自己想要的模型，畫面風(fēng)格遠(yuǎn)多于Midjourney，而且可以重新生成圖像的某一個(gè)部分，甚至還可以進(jìn)行畫面擴(kuò)展，與此同時(shí)，你可以給它投喂參考圖片，去模擬構(gòu)圖和人物姿勢(shì)。最重要的是StableDiffusion完全開源，既不需要付費(fèi)訂閱就可以任意生成，也可以擁有圖像的商用許可。當(dāng)然，因?yàn)槭潜镜剡\(yùn)行，所以StableDiffusion對(duì)電腦性能是有一定要求的，尤其是顯卡顯存，會(huì)直接影響到輸出分辨率的高低。

國產(chǎn)人工智能畫圖應(yīng)用：尚有追趕空間

雖然Midjourney和StableDiffusion都是全球范圍內(nèi)的“當(dāng)紅炸子雞”，但它們對(duì)于國內(nèi)用戶來說卻有著一定的使用鴻溝，比如全英文界面就足以勸退大多想湊個(gè)熱鬧的玩家。那如果你也想玩人工智能繪畫，有相應(yīng)的國產(chǎn)軟件選擇么？答案當(dāng)然是肯定的，比如百度的文心大模型和萬興科技的萬興愛畫。

百度文心大模型下的文心一格是目前國內(nèi)最具代表性的人工智能畫圖平臺(tái)，生成圖片就需要消耗“電量”，“電量”可以通過完成任務(wù)來領(lǐng)取，也可以直接按數(shù)量進(jìn)行購買。從生成效果來看，雖然主頁上通過精心篩選的優(yōu)秀作品看起來都還不錯(cuò)，但自己生成時(shí)還是要摸索一下，比如圖像尺寸和生成數(shù)量的不同會(huì)產(chǎn)生不同的“電量”消耗，默認(rèn)的1024×1024分辨率單張要2個(gè)“電量”，最高2048×2048單張則需要6個(gè)“電量”，12個(gè)不同的畫圖風(fēng)格也會(huì)給出不一樣的圖像……從我們消耗了六個(gè)賬號(hào)近300個(gè)“電量”的體驗(yàn)來看，文心一格目前并不太擅長寫實(shí)類的圖片生成，綜合效果和Midjourney等平臺(tái)還是有一定的差距。

至于萬興愛畫，它可以任意次數(shù)地免費(fèi)生成隨機(jī)圖像，但從生成速度來看其實(shí)就是調(diào)用了其他用戶或系統(tǒng)預(yù)設(shè)的圖像而已，而每個(gè)賬號(hào)每天只免費(fèi)提供2次自定義提示詞的創(chuàng)作機(jī)會(huì)，想要更多的創(chuàng)作就只能掏腰包按次數(shù)購買了，這個(gè)數(shù)量明顯連試錯(cuò)都不夠用，再加上它生成的圖像分辨率只有1024×576或768×768，同時(shí)還無法回溯自己創(chuàng)作過的圖像，所以總體來說依然處于非常初級(jí)的階段。