|
大概半年前，AI 繪畫工具 Disco Diffusion 從 Text-to-Image 開發(fā)社區(qū)和設(shè)計行業(yè)，火到了普通用戶的視野中。即便它界面簡陋，滿屏英文和代碼，也“勸退”不了人們。因為對那些沒有任何美術(shù)功底的他們來說，往輸入框?qū)懸恍《巫?，就能指?dǎo) AI 生成畫面足夠驚艷的畫作。  Simon_阿文用 Disco Diffusion 生成，他輸入的描述詞是 ?? ?? ??｜作者授權(quán) AI 繪畫工具進(jìn)化的速度，在這半年遠(yuǎn)超人們想象。Disco Diffusion 之后，搭在 Discord 群聊上的 Midjourney、OpenAI 擅長寫實的 DALL·E 2、開源的 Stable Diffusion 等工具涌現(xiàn)，它們更強(qiáng)大，更用戶友好，生成一張圖的時間甚至壓縮到了數(shù)秒。 AI 繪畫的熱度被一步步推高。在國內(nèi)一些電商平臺，你甚至可以看到有零散商家在賣教程。 今天，我們整理了 3 個對普通用戶來說最容易上手的工具：它們中一個專于生成二次元畫作；一個社區(qū)氛圍濃厚，生成圖藝術(shù)感極強(qiáng)；一個是國內(nèi)團(tuán)隊的產(chǎn)品，這回，你用中文揮灑創(chuàng)意！ Stable Diffusion  特點：被認(rèn)為是最強(qiáng)的 AI 繪畫工具，已完全開源，市面上還有很多”魔改版“，比如專用來生成二次元人像的 Waifu Diffusion； 事前準(zhǔn)備：以下介紹的是 Stable Diffusion 的在線版本 DreamStudio，這種方案對設(shè)備沒有要求，只要用瀏覽器打開 https://beta./dream 即可。 相比 Disco Diffusion，Stable Diffusion 這個在線工具的界面非常簡潔、友好，你打開網(wǎng)站后注冊，然后在底下的輸入框?qū)懞妹枋稣Z句，點擊“Dream”就能一鍵生成，等待時間僅為數(shù)秒。  描述詞為 A dream of a distant galaxy（圖像主體）, by Caspar David Friedrich（藝術(shù)家）, matte painting trending on artstation HQ（繪畫風(fēng)格）丨界面截圖 界面右側(cè)還有一系列的調(diào)節(jié)選項，從上到下分別是：
基本的配置搞定后，開始做畫作生成中最關(guān)鍵的一步——寫描述詞。該怎么寫呢？官方提供了一份入門教程：
在線版本目前調(diào)教功能偏弱，比如無法批量生成圖像等，如果你想有更好的生成體驗，可以將已開源的 Stable Diffusion 部署到自己的電腦上，配置要求 RTX 2060 顯卡等 6GB 顯存（及以上）顯卡等。這里不展開了。 自 Stable Diffusion 開源以來，市面上迅速出現(xiàn)了它的各種“魔改版”，其中近期熱度最高的要數(shù) Waifu Diffusion。Waifu 指漫畫、動畫、游戲中的一些女性角色，有些玩家、觀眾喜歡這類角色到了會將她們當(dāng)成妻子。可見，這是一個專于生成“紙片人”的模型。  界面截圖 只要打開 https://colab.research.google.com/drive/1_8wPN7dJO746QXsFnB09Uq2VGgSRFuYE#scrollTo=1HaCauSq546O，然后點擊上方的“全部運行”，等幾分鐘就能看到描述詞的輸入框。  界面截圖 至于描述詞參考，可以在 Twitter 上搜索“waifudiffusion ALT”，之后你就會看到玩家們的圖像，圖像上如果有 ALT 標(biāo)識，點開即可找到生成圖的描述詞。  界面截圖 在 Stable Diffusion 上試驗 AI 作畫的人太多了，各渠道累計日活用戶超過 1000 萬。創(chuàng)始人 Emad Mostaque 說，“我們遲早會到達(dá)每天生成 10 億張圖片的階段，尤其是當(dāng)動畫生成的功能被解鎖后。” 現(xiàn)在，甚至有人建起了 AI 作畫關(guān)鍵詞相關(guān)的搜索引擎，比如 KERA。  界面截圖 目前，KERA 已經(jīng)收錄了百萬條關(guān)鍵詞，比如搜索“Elon Musk”就能得到以上結(jié)果，如果對某一個結(jié)果感興趣，還可以點進(jìn)去看看對應(yīng)的描述語句。 收費標(biāo)準(zhǔn)：有大概 200 張的免費生成額度，之后需要付費購買點數(shù)（生成越復(fù)雜，尺寸越大，消耗的點數(shù)越多） 版權(quán)要求：可以商用自己創(chuàng)作的圖像，但圖像如果是通過 DreamStudio 生成的，就自動變成了 CC0 1.0 授權(quán)，這樣，服務(wù)提供商 Stability.ai 也能處理你的圖像，無需付費甚至不會經(jīng)過你同意，也會一并成為通用公共領(lǐng)域 royalty-free 的圖片資源。如果是你自己部署了開源的 Stable Diffusion，消耗的是你自己的 GPU 資源，那著作權(quán)都?xì)w你所有。 Midjourney  特點：可以邊聊天邊生成，社區(qū)氛圍濃重，畫作藝術(shù)感強(qiáng)； 事前準(zhǔn)備：備好電腦，以及注冊一個通訊軟件 Discord 的賬號，打開 https://discord.gg/midjourney。 點擊上方鏈接進(jìn)入官方服務(wù)器后，你在左側(cè)頻道列表中找到任意一個 #newbies 頻道進(jìn)入，然后在對話框輸入/imagine，在其后出現(xiàn)的填空框里輸入描述詞，按下回車。Midjourney bot 會在 60 秒內(nèi)生成 4 張圖像。  如圖所示的紅框內(nèi)，是屬于我們 #newbies 的頻道 | Midjourney 頁面截圖 圖像生成后，下方會附帶 4 個“U”和 4 個“V”選項，U 代表 upscaling（提升清晰度），V 代表 variations（基于已生成圖像的風(fēng)格再生成四張不同的圖像）。你可以點擊它們進(jìn)一步優(yōu)化圖像。  描述詞為埃德加·艾倫·坡的塔羅牌，新藝術(shù)風(fēng)格，安妮·麥卡弗里 --s 1250 | Midjourney 頁面截圖 Midjourney 設(shè)在一個人聲鼎沸的聊天室，初次接觸 Discord 的人或許會有些暈頭轉(zhuǎn)向，這里有幾點需要注意：首先，你在公開的頻道里試用時，生成結(jié)果是所有人可見的！同時，你的請求可能會混入快速變化的信息流，不要走開！如果真的找不到了，不要慌張，點擊右上角的收件箱找回你的請求。  任意時間點進(jìn)去，都有很多人在跟你一起玩 | Midjourney 頁面截圖 對于描述詞，官方給出了一些建議：
火龍，但是建筑草圖風(fēng)格 真正的“高玩”還可以加入一些“黑話”，也就是一系列以“--”為前綴的提示詞為圖片設(shè)定條件。比如，輸入--ar 16:9”，圖片比例會變成 16 乘 9；輸入“--s”加一個數(shù)值，你可以決定 AI 要在風(fēng)格化這條路上走多遠(yuǎn)，數(shù)字越大越離譜，--s 60000，天知道會發(fā)生什么！” 實在寫不動描述詞了，或者某張圖片符合你想要的感覺，也可以直接把圖片鏈接寫進(jìn)描述詞里。 看看別人是怎么寫的是個很好的學(xué)習(xí)渠道。當(dāng)然，你也可以隨時在 #prompt-chat 頻道禮貌請教：我想生成特定樣式的圖像，該用怎樣的提示詞呢？或者常在官方畫廊（https://www./showcase/）那里逛逛，可以參考自己與別人生成的作品。 與別的模型相比，Midjourney 以其藝術(shù)性聞名。有人如此評價，“Midjourney 就像一個有它自己風(fēng)格的藝術(shù)生。”身上附著著成百上千藝術(shù)家先輩的魂靈。 從生成結(jié)果也能看出，不管你輸入什么，Midjourney 都更傾向于給你輸出一幅繪畫一樣的圖像，而不是假照片。比如，同樣是面對描述詞“女孩發(fā)現(xiàn)生命的意義”，Midjourney 和 DALL-E 得到的分別是以上的樣子｜https://llery/midjourney-guide-ai-art-explained/ 這也讓它備受美術(shù)領(lǐng)域青睞，此前廣受爭議的在數(shù)字藝術(shù)比賽上獲獎的作品《太空歌劇院》就是由 Midjourney 生成（后用 Photoshop 潤色）。 《太空歌劇院》｜Jason Allen 新平臺層出不窮的情況下，讓 Midjourney 仍能保持吸引力的是它的超級社群——目前人數(shù)已經(jīng)超三百萬，遠(yuǎn)超原本占據(jù)頭部的 Minecraft 和《堡壘之夜》。在紅杉總結(jié)的當(dāng)前 AIGC 創(chuàng)業(yè)圖譜中，只有 Midjourney 同時具備了圖像生成和消費者 / 社交兩項特性。 社群里，人們會自發(fā)地為新手答疑解惑，互相稱贊，大方分享自己使用的描述詞。官方也會定期發(fā)起主題創(chuàng)作，舉行 Office Hour。用創(chuàng)始人的話說，他想讓人們體驗“一起做一件事”的快樂：你“畫”出一只“狗”，有人會添一筆把它變成“太空狗”，緊接著有人把它變成“阿茲特克太空狗”…… 你能不能在 Midjourney 里用中文呢？也不是不可以，但它似乎不是很懂。 收費標(biāo)準(zhǔn)：任何人都可以免費在公共頻道生成 25 張圖片，之后繼續(xù)使用需要會員訂閱?；A(chǔ)會員價格為每月 10 美元，可生成 200 張圖片；標(biāo)準(zhǔn)會員為每月 30 美元，生成次數(shù)不限。 版權(quán)要求：公共頻道里生成的作品默認(rèn)為 CC BY-NC 4.0 版權(quán)，意味著他人可任意使用或改動你的這些作品。付費用戶可以任意商用生成的圖片，但有一個例外，如果是一家年收入超 100 萬的公司在使用，就需轉(zhuǎn)而訂閱企業(yè)會員。 6pen 特點：支持用中文描述，還列出了很多藝術(shù)家和風(fēng)格限定詞供參考； 事前準(zhǔn)備：在 iOS 平臺下載 app，或者打開 https:/// 直接在網(wǎng)頁生成。 Disco Diffusion 大火之后，國內(nèi)一些團(tuán)隊開始嘗試降低其使用門檻，將它產(chǎn)品化，比如說重整 UI、提供云端算力、對模型做 finetune（微調(diào)）等。6pen 就是其中一支團(tuán)隊。 6pen 基于市面上已有的開源模型 Latent Diffusion 和 Disco Diffusion，做了自研模型，還根據(jù)生成速度和體量，分別研發(fā)了擅長小體量、簡單場景的南瓜模型，和擅長復(fù)雜場景，但響應(yīng)速度較慢的西瓜模型。官方表示，相比原版，自研模型比較重要的優(yōu)化部分，是提高分辨率和支持中文。 6pen 很自信，在合適的文本描述和風(fēng)格修飾下，他們相信 6pen 可以實現(xiàn)不輸于 Midjourney 甚至 DALL·E 2 的效果。 界面簡潔，引導(dǎo)細(xì)致，還列出了很多藝術(shù)家和風(fēng)格限定詞供參考丨app 界面截圖 官方自己有一份非常詳細(xì)的使用教程，手把手教，親切地像生怕你學(xué)不會的老母親。 我們整理了這樣一些建議：
官方給的描述詞案例丨界面截圖 此外，6pen 還會返回每個生成過程的迭代圖，Loss 曲線，甚至電量消耗等數(shù)據(jù)，讓用戶更好了解生產(chǎn)過程，幫助改進(jìn)。 在等待生成期間，6pen 會讓你為一些生成作品投票，看看哪張作品效果更好。這時你會覺得自己像一個給 AI 的打工者，幫助模型升級進(jìn)步。 6pen 的創(chuàng)始人王登科指出過 AI 繪畫技術(shù)目前的不足，比如人的肢體（主要是手指）和眼球效果較差，多主體對象生成效果差，也無法進(jìn)行有邏輯延續(xù)的故事性生成。 收費標(biāo)準(zhǔn)：可以免費排隊生成，也可以付費快速生成，價格為 0.1 元起； 版權(quán)要求：6pen 的自研模型都采用 MIT 協(xié)議開源，生成出來的圖片版權(quán)完全授權(quán)給生成者本人。6pen 也支持采用 CC0 協(xié)議的 Stable Diffusion，這時產(chǎn)生的作品版權(quán)就不由生成者獨享了。生成者如果使用了還在世的藝術(shù)家作為畫面參考，且生成作品的風(fēng)格與藝術(shù)家相似，也可能存在版權(quán)爭議。同理，如果使用了參考圖，且參考圖并非原創(chuàng) (如攝影、繪畫)，那么生成的結(jié)果也存在版權(quán)爭議。 AI 繪畫還在狂奔路上，現(xiàn)在這些工具解決的是“寫寫字就能畫畫”，未來可能會進(jìn)一步解決“寫寫字就能畫多好”的問題。 隨著這些工具的基礎(chǔ)功能，以及背后的模型逐步完善，我們要爭的，就是如何寫 prompt 了。 那天，我看到有人問“prompt 這個詞現(xiàn)在有中文翻譯了嗎？”底下有人回答，“咒語?！?/strong> 參考文獻(xiàn) [1] 中國 AI 繪畫行業(yè)調(diào)查報告——技術(shù)，用戶，爭議與未來 https://mp.weixin.qq.com/s/CSdAfew2wPbt2yhsNWav8g [2] 當(dāng)下最強(qiáng)的 AI art 生成模型 Stable Diffusion 最全面介紹 https://mp.weixin.qq.com/s/Q4ZYjUxt22Jsx2W2179C8Q [3] @Simon_阿文 的微博“這是我所知道的關(guān)于 AI 繪畫的一切” https://share.api.weibo.cn/share/342626167,4780343335326874.html?weibo_id=4780343335326874 [4] https://midjourney./docs/ [5] https://www./2022/09/02/technology/ai-artificial-intelligence-artists.html [6] https:///midjourney-copyright-commercial-use/#:~:text=Can%20I%20use%20Midjourney%20commercially,Midjourney%20for%20any%20business%20purpose. 作者：翁垟、睿悅、biu |
|
|
