首页 > 热点资讯 > 正文

如何看待美术博主使用AI辅助作画_不明觉厉的AI绘画,对内容创作者来说有什么用?

2024-02-26 18:51 来源:网络

如何看待美术博主使用AI辅助作画_不明觉厉的AI绘画,对内容创作者来说有什么用?是非常多小伙伴都想了解的内容,下面小编为大家整理的如何看待美术博主使用AI辅助作画_不明觉厉的AI绘画,对内容创作者来说有什么用?相关信息,欢迎大家的分享收藏哟!

如何看待美术博主使用AI辅助作画_不明觉厉的AI绘画,对内容创作者来说有什么用?

不明觉厉的AI绘画,对内容创作者来说有什么用?

很多人可能会感到惊讶,仅仅两年时间,AI绘画就已经从只能生成模糊不清的图像,发展到现在只需要输入几个关键词,不需要任何绘画基础,就能够生成相当精致的作品。如果再加以练习,有些作品甚至可以达到商业使用的标准。

AI绘画是如何突然进入技术爆发期的呢?

这一切都要从今年2月份Disco Diffusion的发布说起,接着在4月份MidJourney上线,DALL-E 2开始内测,再到5月和6月Google推出Imagen和Parti,再到7月份Stable Diffusion开始内测并开源,各种AI绘画技术不断升级换代,以至于有些画师感叹几乎是一天一个样。

这场AI绘画的热潮也从国外席卷到了国内,包括百度在内的众多互联网巨头,以及大批的艺术和人工智能从业人员和爱好者纷纷投身于这个全新的领域。代表性平台有文心一格、6pen、Tiamat等。

然而,与此同时,关于AI绘画的争议和争论也越来越激烈。最近引起广泛关注的一个事件是,一幅由AI创作的画作《太空歌剧院》在美国科罗拉多州博览会上赢得了“数字艺术/数字修饰照片”类别的一等奖,结果引起了众多画师的质疑和抵制。

对于内容创作者来说,如何理解和应用AI绘画?有哪些应用场景和有待探索的问题呢?我们采访了几位创作者,并结合各个平台的案例进行了分析。

这篇文章分为三个部分:第一部分是对AI绘画的基本原理和技术发展历程的简单介绍,第二部分列出了AI绘画的一些具体应用案例,第三部分探讨了目前AI绘画所面临的争议和问题。

首先,我们需要了解什么是AI绘画。这里所说的AI绘画主要是指通过文本生成图像的计算机程序,也就是所谓的“文生图”。

比如,这张图就是在DALL·E 2上通过输入文字“1980年代在月球上研究AI的泰迪熊”生成的。

稍微改动一下描述,把地点改为水下,就能得到下面这张图片:

我们可以看到,AI绘画并不只是简单地拼接现有的素材,而是根据文字描述创建新的图像。某种程度上,它可以做到“举一反三”,帮助人们画出各种富有创意的想法。这一过程中涉及到大量的深度学习训练。

为了更好地理解AI绘画的基本原理,让我们回顾一下AI绘画的发展历程。

深度学习在计算机视觉领域的应用可以追溯到2012年,当时吴恩达教授和Jeff Dean等人通过让机器学习识别猫的脸部特征,成功创建了一个包含超过十亿个连接的神经网络。这标志着机器能够自主学习识别物体的能力。

此后,科学家们在这个方向上继续深入研究,提出了“生成对抗网络(GAN)”。GAN是一种通过生成器和判别器之间的相互博弈来不断提高生成能力的技术。就像是有一个教师在检查学生的画作,如果不达标,学生就需要重新修改,如此反复。

从2015年到2020年,AI绘画模型经历了许多探索,但在这段时间里,AI仍然无法根据文字生成图片。

直到2021年1月,OpenAI发布了两个连接文本和图像的神经网络——DALL·E和CLIP。CLIP是一种跨模态预训练模型,它能够在大规模图文数据集上进行对比学习训练,从而提取文本和视觉特征进行匹配。换句话说,AI能够将文字“猫”与猫的图像联系起来,而且这种联系是多样化的。

在CLIP发布一年后的2022年2月,几个开源社区的工程师制作了一款名为Disco Diffusion(简称DD)的AI图像生成器。这款软件可以根据用户的输入生成更为华丽的图像。DD作为免费开源项目,可以在Google Colab上运行,用户只需使用浏览器即可操作。

不过,DD并非“CLIP+GAN”的组合,而是采用了另一种名为“Diffusion”的图像生成模型。

从模糊到清晰的过程中,我们可以看到DD生成图像的过程。

每个图像本质上是一个像素点矩阵。Diffusion首先会在图像上连续添加高斯噪声,使其变得模糊不清。然后,通过逆向反转这个噪声过程,AI学习如何恢复数据。

当我们向DD输入一段文字描述时,程序就会以Diffusion生成的噪声为起点,CLIP则会不断地计算和检查画面与描述的一致性,持续进行迭代修改,直到噪声变为正确的线条和颜色,从而生成满足需求的图像。

AI艺术研究者“FeiArt”认为,基于生成模型的AI绘画是一个“有码到无码”的艺术。

尽管DD实现了文生图,但由于它是开源的,对新手来说可能上手难度较高。用户不仅需要调整二三十个参数,还需要编写适合的提示,才能生成较为理想的画面效果。这对用户理解和编写关键词的要求非常高。

不过,目前的版本已经简化了许多,用户只需要编写关键词就可以生成图像。

DD的出现还不足一个月,就有更加成熟、门槛更低的产品出现——Midjourney(简称MJ),目前已有超过260万用户。

MJ运行在Discord上,是一个公开的社区。用户只需在聊天框输入描述文字,群内的机器人就会回复生成的图片。

每次默认会生成四张图片,用户可以选择深化这些图片,或者在此基础上生成相同风格、略有变化的图片。

此时,AI绘画的质感和想象力已经开始展现出了一定的审美水平和艺术效果。上述提到的获奖作品《太空歌剧院》便是由MJ生成的,作者在此基础上进行了修改和完善。

在谷歌趋势上搜索关键词“ai painting”,可以看出近年来的关注度迅速攀升,尤其是今年7月以来达到了峰值。

这一趋势的背后,很大程度上要归功于另一个名为Stable Diffusion(简称SD)的模型。

相比于DD和MJ,SD的优点在于拥有更多的风格选择和更快的生成速度,同时对新手也更加友好。SD提供了网页版,使用起来非常简便,免费用户也可以尝试生成一定数量的图像。

6pen最近在其官方微博上发起了一个活动,用户只需编写关键词并发微博,就可以体验使用SD生成图像。

SD出现后,AI绘画的潮流变得更加汹涌。多位创作者表示,他们发现前一天还在讨论的功能,第二天就已经被开发出来了。如今,不仅是文生图,以图生图(image to image)、图像修复(inpainting)、图像拓展(outpainting)等功能也都已经实现。AI绘画也能应对国风、二次元等多种风格。

DALL·E outpainting

Waifu Diffusion(二次元老婆生成器)

文心一格 中国风画作

Tiamat 国风管线

AI绘画在内容领域的应用

在现阶段,对于艺术、影视、广告、建筑、时尚、新媒体等创意行业的从业者来说,AI绘画已经成为一个强大的辅助工具。它可以提高工作效率,降低成本,减轻工作负担。

以数字艺术家“脑玩家mindplayer”为例,她过去需要花费大量时间构思、手绘,然后再在电脑上进行调整。但现在,她只需要告诉AI她的需求,两个人就能在一个小时内完成工作。

在AI的基础上进行优化,这些作品也可以用于商业用途。

除了辅助设计,AI还可以激发创意灵感。如服装博主“JINNY”、婚礼策划师“哎呀呀哎吆吆”都会使用AI生成的概念图作为设计参考。

PPT设计师、艺术博主“Simon_阿文”则热衷于分享AI行业的新闻和实用工具。他尝试使用AI生成无缝纹理贴图,使设计素材的获取变得更加方便。

AI绘画的发展也为非专业人士开辟了新的道路。许多人希望能借此机会展示自己的才华。有人认为专业人士在AI绘画上会有更大的优势,但实际上,随着技术的不断进步,这种优势正在逐步缩小。

“以前一个人从不会画画到能够画出漂亮的、可解读的图像,可能需要很多年的训练。但现在,如果有一个人熟悉AI绘画系统,并教你如何使用,你可能只需要花几天时间学习基本的描述方法,然后再投入较少的时间进行学习和改进。”“脑玩家mindplayer”说。

“人人都可以成为艺术家”。我们将介绍几种AI绘画在内容领域的应用方向。

1. 经验丰富的创作者可以使用AI扩展新的内容题材,创新互动形式。

“大谷Spitzer”擅长修复旧照片和视频。如今,他可以结合AI绘画和手绘来“还原”莫奈1875年绘制的印象派油画《撑阳伞的女人》的写实风格场景。

他通过选取多个局部区域使用AI进行绘画生成,然后再用手绘进行修饰细节和完善衔接处,最终完成了这幅作品。

百万粉丝的航空媒体自由撰稿人、航空画画家白玮最近发布了一系列由AI制作的漫画,涉及赛博朋克等主题。

随着技术的发展,创作者平台也将提供更多AI工具的支持,新的内容玩法值得期待。

例如,在今年9月的百度万象大会上,百度宣布推出“创作者AI助理团”,通过文心大模型、文心一格、图文转视频等技术,为创作者提供“AI文案助理”、“AI插画助理”、“AI视频制作助理”,帮助创作者实现“一个人成为一支队伍”。

2. 通过实体化等方式将AI图片转化为商业收益。

数字艺术家“鱼摆摆”基于AI生成的作品进行了多种领域的扩展和尝试,包括实体化成卡牌游戏的角色卡片、拼图、实体墙绘彩绘素材、文创产品等。他还开设了AI绘画教学课程。

3. 文字作者可以尝试自己生成符合内容的封面图和插图。

公众号“槽边往事”自5月18日以来的封面图都是作者和菜头自己用AI生成的。他在文章中

以上就是多特软件站小编给大家带来的如何看待美术博主使用AI辅助作画_不明觉厉的AI绘画,对内容创作者来说有什么用?全部内容了,希望对小伙伴们有所帮助。

了解更多消息请关注收藏我们的网站(news.duote.com)。

文章内容来源于网络,不代表本站立场,若侵犯到您的权益,可联系多特删除。(联系邮箱:[email protected]