AI绘画火爆全球的黑科技

党睿才

AI绝对可以称得上是这几年最火爆的话题。从Alpha Go击败顶尖围棋选手开始，越来越多人意识到在很多领域，AI已经能够用接近人类的思维，更高效地完成任务。在很多领域，AI甚至已经可以部分取代之前只能由人类担任的工作，例如机器翻译有了AI加持后，译文的质量在很多场景下已经达到了可用的程度，电脑和互联网也变得越来越聪明了。

然而长久以来，很多人依然认为，在一些体现人类独创性思维的领域，仍是AI的禁区。例如艺术和绘画，很难想象出AI能和人的想象力和手艺一较高下。

但是，近几年AI在图形方面的进展，却让人惊呼时代真的变了！不少高质量的AI绘画方案纷纷面世，即使完全不会画画，凭借着寥寥几笔涂鸦，甚至简单一两句乃至几个词的描述，就能够通过AI生成美轮美奂的绘画，简直如同黑科技，尤其是最近在Google Colab开源的Disco Diffusion，感觉全世界都玩疯了。

AI绘画并不是一蹴而就的，随着算力的增强，以及算法的完善，它慢慢修炼到了如今的功力。那么在这几年，都有些什么令人印象深刻的AI绘画方案？今天，就来介绍一些相当值得把玩的AI绘画

Paintschainer

这可能是最早出圈的AI绘画方案了。Paintschainer在前几年就引起了人们的注意，它并不能完全靠自己来画一幅画，Paintschainer的主要作用是给线稿上色，其效果已经可以追上一些比较初级的人工上色作品。

Paintschainer在当时之所以突然爆火，是因为人们突然发现，AI居然是可以辨认线稿内容的！Paintschainer的惊人之处，在于它能够识别线稿的内容，例如一张美少女人像，它可以识别哪部分属于皮肤、哪部分是头发、哪部分是衣服、哪部分是背景，然后分别涂上适当的颜色。不仅如此，它的上色范围还相当精准，尽管线稿没有封闭，但颜色依然会保留在适当的范围，而不会涂得满处都是———用过PS中油漆桶工具上色的朋友，应该知道这是什么意思。

在很多人的固有认知中，电脑很难“理解”图像，从照片中辨认、总结出内容物是什么。然而Paintschainer却做到了更高的层次，能够“理解”线稿这种比写实照片更加抽象的图像。尽管Paintschainer并不完美，但它已经足以让人们对AI的强大有了更加贴切的体验。

NV GauGAN

NV是显卡界的“大拿”，无数游戏玩家将其视为偶像。而NV同样是AI算力的重要贡献者，它早在AI领域布局了多枚棋子，到如今NV在AI领域无论是硬件还是配套的软件，都达到了很高的水平———游戏玩家如果用过NV增强画质的DLSS AI算法，一定深有体会。

DLSS并非是NV在图像AI领域的唯一体现，实际上，NV近年的一个开源AI项目SPADE/GauGAN，就让人啧啧称奇。

GauGAN是一个NV使用AI生成图像的方案，和上文介绍的线稿上色AI相比，GauGAN的强大之处在于它可以生成完成度极高的图像，而前提是只需要涂抹几笔，用不同颜色的色块和线条“意思一下”，GauGAN就可以明白你的意图，还你一张逼真度极高的照片。

GauGAN一直处于发展中，2022年，GauGAN还推出了第二代，除了依然可以通过简笔画生成照片，现在还能够通过文字描述来生成图像了！

在GauGAN 2当中，用户只需要输入描述画面的文字，AI就可以自动生成对应的画面。而且，生成的速度非常惊人，几乎是即时的。例如，输入Ocean出现海，继而输入waves则会出现波浪，继续输入hitting rocks on the beach则又继续生成海滩和岩石，效果非常惊人。

此外，GauGAN還支持用户手动涂抹修改，如果想要对生成的内容做调整，可以直接用简笔涂鸦，AI会如魔法般变出逼真的对应内容。

GauGAN之所以有如此大能，是因为使用了对抗网络，大量数据经过机器训练后，使用生成器和鉴别器来识别对应元素，从而匹配数据生成图像。据了解，GauGAN 2使用了1 000万张图像进行训练，艺术家使用它不仅可以生成现实的风景，还可以生成天马行空的艺术场景，这超越了很多人对电脑插手艺术的固有印象。

Disco Diffusion

这可能是2022年最为人瞩目的绘画AI了。

Disco Diffusion一经面世，就刷爆了全球各大社交媒体，颠覆了很多人对AI的认知。如果说GauGAN的强大之处，在于可以凭借人的简单想象就生成逼真图像，那么Disco Diffusion就更进一步，不仅可以进行复杂的想象，而且还可以生成各种画风的绘画！

Disco Diffusion是一个运行在Google Colab上的AI，如果要使用它，需要拥有Google账号并且能访问Google，国内的用户可以自行解决这方面的问题。Disco Diffusion的程序是面向公众公开的，在使用之前，可以先将其保存到自己的Google Drive网盘，以方便进一步编辑。

Disco Diffusion的强大之处，在于给出一段描述文字，就能够生成高质量的画作。尽管它没有图形界面，但使用起来并不复杂，进入到Setting当中，可以设置名称（AI生成的绘画会保存到Google Drive中对应的文件夹）、尺寸（不要设置太大，保持默认即可）、步数（保持默认即可）等。

接着，进入到（提示词）Prompts的设置当中，这就是最关键的地方了。在Prompts中，可以输入描述绘画的词句，例如官方给出的实例为“A beautiful painting of a singular lighthouse， shining its light across a tumultuous sea of blood by greg rutkowski and Thomas kinkade， Trending on artstation.”，“yellow color scheme”，意思大致为“奇异灯塔的美丽绘画，在汹涌的血海中闪耀着光芒，参考greg rutkowski Thomas kinkade的画风，及artstation网站上流行的风格“黄色主调”。

然后点击“代码执行程序”中的“全部运行”，静静等待即可。运算过程可能长达几十分钟乃至数小时，运算是在Google的云服务器上运行的，对本机电脑性能没要求。随后，Disco Diffusion就生成了这样一副绘画。

在很多人眼里，AI能够生成这样的一幅画是非常惊人的，其完成度甚至不输于一些真正的画手。而Disco Diffusion生成这样的一幅画，流程要比手工作画来得更快，而且改一下提示词，又能生成另外不同风格的画了。

Disco Diffusion有很多潜力可发掘。例如，使用算力更强的云服务、设置更多次的迭代算法、提供更具体的提示词、甚至给到参考图片，这些都能够生成更高质量、更多种风格的画作。

毫无疑问，Disco Diffusion的出现，颠覆了很多人的三观。这个AI所生成的绘画，甚至已经可以说拥有一定的艺术感了。尽管它对于动物和人物的绘制仍存在短板，而且也不能胜任人物、场景设计这样具体的、需要扣细节的工作，但无论是给普通人一场视觉盛宴，还是给行业人员找找灵感，都已经绰绰有余了。

可以说，Disco Diffusion将绘画AI推向了一个新高度，自此绘画这种讲究审美、讲究灵感的技艺，也不再专属于人类了。

Tiamat

Disco Diffusion依托在Google Colab上，對于国内用户来说有网络方面的门槛，而且界面说不上易用，还需要用英文来撰写提示词（尽管可以机翻）。现在，对国人更友好的AI绘画方案，正在路上。

最近，一款名为Tiamat的绘画AI在国内展开了测试。根据内测者的体验反馈，它的界面比较友好，而且可以用中文来给AI命题，效果还相当不错。

和Disco Diffusion相比，Tiamat的本土化做得好很多。例如，它甚至能根据诗词来绘画，画面效果相当好，还颇有意境。在微博、小红书平台上，都可以找到很多这样的案例。

可见，Tiamat的AI方案还是有吸引人的独到之处的。不过目前Tiamat仍处于内部测试阶段，希望Tiamat能够尽快推出公开的版本，让更多国人感受到AI绘画的魅力。

随着硬件性能的进步以及算法的改进，AI仍在飞速发展。AI在绘画方面的建树，已经让人咋舌，有条件的话，强烈推荐把玩一下Disco Diffusion，感受AI作画的魅力。