姜斌 孟凡民

隨著ChatGPT、文心一言等AIGC（人工智能生成內(nèi)容）工具的流行，AI（人工智能）技術(shù)已經(jīng)悄然融入我們的日常生活，顯著提高了我們的工作效率并豐富了我們的生活體驗(yàn)，同時(shí)也激發(fā)了我們的想象力和創(chuàng)新力。在這股AI的技術(shù)浪潮中，AI繪畫技術(shù)憑借其帶來的驚人創(chuàng)作成果，成了AI領(lǐng)域的一個(gè)焦點(diǎn)。

那么，AI繪畫到底是什么？它具備哪些能力，又是基于何種原理和技術(shù)運(yùn)作的呢？讓我們進(jìn)入AI繪畫的神秘世界里一探究竟！

AI繪畫解鎖無限可能

AI是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，也是新一輪技術(shù)革命和產(chǎn)業(yè)革命的重要驅(qū)動(dòng)力量。在AI技術(shù)的廣泛應(yīng)用中，AIGC技術(shù)尤其值得關(guān)注。該技術(shù)基于先進(jìn)的機(jī)器學(xué)習(xí)模型，通過分析和學(xué)習(xí)海量數(shù)據(jù)集，實(shí)現(xiàn)了生成文本、圖像、視頻和音樂等多種內(nèi)容的能力。這不僅展現(xiàn)了AI的創(chuàng)新潛力，還為內(nèi)容創(chuàng)作者、設(shè)計(jì)師、工程師等專業(yè)人士提供了極大的便利和靈感。

作為AIGC技術(shù)的一個(gè)應(yīng)用實(shí)例，AI繪畫已經(jīng)在互聯(lián)網(wǎng)和數(shù)字藝術(shù)界占據(jù)了顯著位置。借助Midjourney、Stable Diffusion和文心一格等平臺(tái)，AI繪畫能夠協(xié)助人們快速創(chuàng)作出大量高品質(zhì)的圖像作品。低成本、高可控性和高效率的特點(diǎn)，使其在教育、娛樂等多個(gè)生活領(lǐng)域扮演著重要角色。

米開朗基羅的話竟暗含AI繪畫的秘密

“雕像本來就在石頭里，我只是把不需要的部分去掉?！?/p>

意大利藝術(shù)巨匠米開朗基羅的這句話是在描述他作為雕塑家的創(chuàng)作理念和方法，卻也道出了AI繪畫的基本原理。AI繪畫的過程，從本質(zhì)上來講，是從一張含有大量隨機(jī)噪聲的初始圖像出發(fā)，通過AI的算法逐步去除“多余”的噪聲，最終“雕刻”出清晰、具體的圖像以滿足特定的需求。這里的隨機(jī)噪聲，是指輸入數(shù)據(jù)中的一種隨機(jī)信息元素，猶如圖片的噪點(diǎn)，它無法用一個(gè)明確的數(shù)學(xué)公式表示，在每次生成圖像時(shí)會(huì)產(chǎn)生微小的變化，用于增加模型的多樣性和創(chuàng)造性。

要理解這一過程，我們可以用AI繪畫工具Stable Diffusion來進(jìn)行解釋。Stable Diffusion的名字本身就隱含了它的工作原理，即“擴(kuò)散”過程，其實(shí)也是訓(xùn)練過程。以《蒙娜麗莎》這幅世界名畫為例，若我們將眼睛瞇起來看，畫面就會(huì)開始變得模糊，這正是AI繪畫中“前向擴(kuò)散”（Forward Diffusion）的一個(gè)類比。在這一階段，AI通過分析模糊圖像，學(xué)習(xí)并理解其形態(tài)特征，依靠深度學(xué)習(xí)從大量圖像中提取特征數(shù)據(jù)，并與其文本標(biāo)簽相對(duì)應(yīng)，構(gòu)建起龐大的數(shù)據(jù)庫。

當(dāng)我們需要生成一張具有特定風(fēng)格的蒙娜麗莎圖像（比如動(dòng)漫風(fēng)格）時(shí)，訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)便根據(jù)給定的提示詞，在其數(shù)據(jù)庫中檢索相關(guān)特征，并開始“逆向擴(kuò)散”（Reverse Diffusion）過程，即逐步減少圖像中的噪聲，以清晰化圖像。通過這種方式，神經(jīng)網(wǎng)絡(luò)能夠基于復(fù)雜的算法和龐大的數(shù)據(jù)集，將一張?jiān)肼晥D逐步轉(zhuǎn)化為一張符合用戶需求的清晰圖像，就像是從石塊中逐步雕刻出精美的雕像。

輕松開啟AI繪畫的創(chuàng)意之旅

隨著技術(shù)的進(jìn)步和普及，AI繪畫的使用變得更加簡(jiǎn)單、直觀。控制這一過程的核心在于向AI提供一條精確的文字指令，即提示詞。為了讓AI準(zhǔn)確理解我們的需求，提示詞中需要包含對(duì)圖像主題、繪畫風(fēng)格以及圖像參數(shù)的描述，描述越詳盡，越有助于輔助AI創(chuàng)作出符合預(yù)期的作品。

以Midjourney這一AI繪畫工具為例，一條典型的提示詞需要詳細(xì)地描述圖像的主體、風(fēng)格、設(shè)定、組成、燈光等要素，還要設(shè)置圖像參數(shù)。例如，你可以編輯如下提示詞，“一幅小男孩在房間里讀書的油畫作品，小男孩穿著藍(lán)色襯衫，背景為雜亂的房間、昏暗柔和的光線，正對(duì)視角，畫幅尺寸為16：9”，就可以較好地指導(dǎo)AI進(jìn)行圖像生成。

根據(jù)提示詞的指導(dǎo)，AI將生成4幅圖像作為輸出。界面上的“U”和“V”控件分別代表了放大輸出和優(yōu)化修改選項(xiàng)，每個(gè)按鈕后的數(shù)字對(duì)應(yīng)4幅生成圖像中的一幅。例如，如果第一幅圖像符合需求，就點(diǎn)擊“U1”，AI將放大并輸出該圖像；若第二幅圖像較為接近需求但需要進(jìn)一步優(yōu)化，則點(diǎn)擊“V2”，AI便會(huì)以第二幅圖像為基礎(chǔ)，再次生成4幅圖像。如果這一批次的圖像仍不滿足需求，用戶可以通過調(diào)整提示詞或點(diǎn)擊界面右側(cè)的循環(huán)按鈕，指示AI基于原始提示詞重新生成4幅圖像。這些步驟構(gòu)成了使用AI進(jìn)行圖像生成的基本操作流程。

其他AI繪圖工具的操作也大同小異。在百度公司的AI繪圖工具文心一格中，用戶同樣只需要給出一條簡(jiǎn)單的提示詞，同時(shí)在左側(cè)的屬性欄內(nèi)設(shè)置好畫幅比例、繪畫風(fēng)格、繪畫模式等參數(shù)，直接點(diǎn)擊“立即生成”，即可生成精美的圖片作品。

AI繪畫可以變得更酷、更好玩

隨著AI繪畫技術(shù)的持續(xù)迭代進(jìn)化，一系列先進(jìn)的生成方法和圖像優(yōu)化功能相繼問世，極大地豐富了用戶創(chuàng)作圖像的方式和手段。這些功能不僅提高了圖像生成的效率和便捷性，還賦予用戶前所未有的能力來定制和優(yōu)化他們的藝術(shù)作品，以更精準(zhǔn)地滿足個(gè)人的創(chuàng)作需求。還是以Midjourney為例，我們來看看AI繪畫還可以怎么“玩”。

以圖生圖

當(dāng)我們希望新創(chuàng)作的圖片融合現(xiàn)有圖片的某些元素時(shí)，可以將現(xiàn)有圖片作為參考，連同提示詞一并發(fā)送給AI。這樣，新創(chuàng)作的圖片就會(huì)在一定程度上反映出參考圖片的特征。例如，我們有一張貨船在江面上行駛的照片，并希望以油畫風(fēng)格重新詮釋它，只要將這張照片和油畫風(fēng)格的提示詞一起發(fā)送給AI，AI便會(huì)以油畫風(fēng)格創(chuàng)作出全新的畫作。

圖像混合

AI可以將不同的圖片（最多4張）進(jìn)行混合。AI會(huì)先分析這些圖片的內(nèi)容和特征，然后將它們有機(jī)地結(jié)合在一起，創(chuàng)作出全新的作品。這個(gè)過程有時(shí)會(huì)帶來一些出人意料的創(chuàng)意效果。例如，通過融合一張小男孩踢足球的照片和一張花園的照片，AI能創(chuàng)作出一幅全新的畫面，畫中的小男孩在花園里踢足球。這幅新生成的圖像能夠保持小男孩與花園的原始特征，兩個(gè)場(chǎng)景的結(jié)合也毫無違和感。

局部重繪

AI還允許用戶對(duì)圖像的特定區(qū)域進(jìn)行細(xì)化或修改。這一功能極大地增強(qiáng)了對(duì)圖像細(xì)節(jié)的控制能力，同時(shí)為創(chuàng)作具有創(chuàng)意的圖像效果提供了可能。例如，若要在圖像中的女孩臉部或頭部添加新元素，如墨鏡、口罩或安全帽，用戶只需要利用此功能引導(dǎo)AI對(duì)特定區(qū)域進(jìn)行調(diào)整。如此操作，新添加的元素能夠和諧地融入原始場(chǎng)景之中，確保整體圖像的一致性和自然感。

保持人物一致性

在AI繪畫領(lǐng)域，一直存在一個(gè)大問題，即AI很難在多張圖片中保持單個(gè)人物的一致性，這使得我們很難生成一些同一人物的連續(xù)性畫面。然而，在最新的Midjourney更新中，AI已經(jīng)可以根據(jù)我們提供的人物肖像以及提示詞內(nèi)容，在各種場(chǎng)景和動(dòng)作姿勢(shì)下保持生成人物的形象與參考圖的一致性。這項(xiàng)功能的出現(xiàn)，讓我們能夠利用AI來創(chuàng)作連環(huán)畫、影視分鏡甚至人物攝影作品。

如今，AI技術(shù)已經(jīng)在影視、辦公、醫(yī)療等領(lǐng)域得到了實(shí)際應(yīng)用。在AI的支持下，我們能夠輕松地完成一些煩瑣的工作任務(wù)，也能夠輕易地將某些創(chuàng)意想法落實(shí)到現(xiàn)實(shí)中。盡管當(dāng)前AI繪畫技術(shù)在可控性等方面仍面臨挑戰(zhàn)，導(dǎo)致實(shí)際輸出結(jié)果與預(yù)期存在偏差，但是技術(shù)的迅速發(fā)展預(yù)示著它具有巨大潛力。AI繪畫正逐步成為藝術(shù)和設(shè)計(jì)領(lǐng)域的關(guān)鍵工具，為創(chuàng)意人士提供了探索新領(lǐng)域的機(jī)會(huì)。隨著技術(shù)的持續(xù)進(jìn)步，我們期待AI繪畫能夠帶來更高層次的創(chuàng)作能力，開創(chuàng)一個(gè)人類與AI協(xié)作共創(chuàng)的新紀(jì)元！

（責(zé)任編輯：白玉磊）