先來(lái)欣賞幾張美麗的場(chǎng)景圖吧。
色彩搭配和諧、構(gòu)圖得當(dāng)有沖擊力，一眼看過(guò)去大部分的人也許都會(huì)認(rèn)為它們是出自哪位技藝成熟的畫家之手，然而以上圖片其實(shí)均截取自 YouTuber Quick-Eyed Sky 的 Disco Diffusion 三分鐘展示視頻。
Disco Diffusion 是一個(gè)輸入關(guān)鍵詞就出圖的 AI 創(chuàng)作程序，已經(jīng)在GitHub 的開源，任何人都可以玩。但由于還沒像軟件那樣封裝起來(lái)，目前只是在谷歌的 Colaboratory（又稱 Colab）中以代碼的形式呈現(xiàn)。
近年來(lái)，人工智能技術(shù)發(fā)展迅速，在藝術(shù)創(chuàng)作領(lǐng)域，像 AI 寫作、AI 繪畫、甚至 AI 編曲等早已不是什么新鮮事。隨著更加友好的人機(jī)交互界面的推廣，如今普通大眾只要打開開發(fā)者提供的網(wǎng)頁(yè)，輕松幾步就能體驗(yàn) AI 技術(shù)的魅力了。
這次我們給出了四款號(hào)稱用嘴就能畫畫（輸入關(guān)鍵詞就能出稿）的人工智能創(chuàng)作工具來(lái)告訴大家它們?nèi)绾问褂?，順便做一個(gè)使用方法和出圖效果上的比拼，看看哪款 AI 最易上手，效果最好。
Disco Diffusion 由藝術(shù)家 Somnai 設(shè)計(jì)，擁有強(qiáng)大的關(guān)鍵詞轉(zhuǎn)圖像能力，并且由于代碼托管在 Colab 上，所有渲染過(guò)程都可以在線上進(jìn)行，不需要依賴使用者的電腦來(lái)運(yùn)算。
▲創(chuàng)作者的 Twitter
▲Somnai 用 Disco Diffusion 制作的視頻
初次打開 Disco Diffusion 的使用界面你可能會(huì)被大量的代碼嚇到，但實(shí)際上只要按照如下步驟調(diào)試，要使用它還是很簡(jiǎn)單的。
▲滿是代碼的界面容易讓人望而卻步
首先往下拖動(dòng)網(wǎng)頁(yè)找到第三項(xiàng)「Settings」，在右手邊「Basic Settings」中我們可以對(duì)生成圖像的品質(zhì)進(jìn)行設(shè)置。
「Step」是指 AI 生成迭代的次數(shù)，「Step」數(shù)值越多，運(yùn)算時(shí)間越長(zhǎng)，不過(guò)藝術(shù)品某程度上是偶然性和美的碰撞，運(yùn)算次數(shù)多，不代表出來(lái)的作品就好看。
下方的「width height」是指成圖的圖片尺寸，此處只能輸入 64 的倍數(shù)（比如 1280, 768），尺寸越大渲染時(shí)間越長(zhǎng)。
在「Settings」中還有一個(gè)叫「Init Settings」的部分，在「init_image」中輸入圖片的地址，可以讓程序以某圖片為基礎(chǔ)參照著進(jìn)行運(yùn)算。
點(diǎn)擊下圖圈選部分將本地圖片上傳，然后選中列表中的圖片，在右鍵菜單中找到「復(fù)制路徑」復(fù)制地址，再粘貼到「init_image」上即可。
接下來(lái)就是最重要的通過(guò)關(guān)鍵詞描述畫作內(nèi)容部分。下拉找到「Settings」中的「Prompts」項(xiàng)，看到「text_prompts」。
▲語(yǔ)句中的方括號(hào)和引號(hào)不要改動(dòng)
在「text_prompts」中代碼中默認(rèn)的語(yǔ)句為：
"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"
翻譯過(guò)來(lái)就是：
由畫家 Greg Rutkowski 和 Thomas kinkade 繪制的關(guān)于一座在洶涌的血海中閃耀的奇異燈塔的作品，以 Artstation 為參考庫(kù)，黃色配色。
「beautiful painting」 為畫種，你可以將它改為「ink painting（墨水畫）」「oil painting（油畫）」「comic（漫畫）」等等。
「a singular lighthouse, shining its light across a tumultuous sea of blood」 是內(nèi)容描述，決定了你的畫面中將出現(xiàn)什么，這里自由發(fā)揮即可。
「greg rutkowski and thomas Kinkade」是成圖更接近哪位畫家的風(fēng)格，此處可以輸入不止一位畫家。
「Trending on artstation」是畫作的參考平臺(tái)，即 AI 主要從哪個(gè)平臺(tái)獲取參照，可以輸入的平臺(tái)有「Facebook」「Pixiv」「Pixbay」等等。
「yellow color scheme」是整個(gè)畫面的主色調(diào)為黃色。
要改變畫的內(nèi)容，只需按照格式調(diào)整語(yǔ)句中相應(yīng)的關(guān)鍵詞（注意逗號(hào)，雙引號(hào)等要用英語(yǔ)）。
除了更換關(guān)鍵詞，你還可以設(shè)定每個(gè)關(guān)鍵詞的權(quán)重，比如當(dāng)我的畫家風(fēng)格為「Van Gogh and Monet(梵高和莫奈)」時(shí)，我可以寫成「Van Gogh:3」 and 「Monet:2」，即作品三分像梵高，兩分像莫奈。
有時(shí)候如果想讓某個(gè)元素不要在畫面里出現(xiàn)，我們還可以設(shè)定數(shù)值為負(fù)數(shù)。
▲請(qǐng)給我一張三分像梵高，兩分像莫奈的萬(wàn)里無(wú)云的天空畫
最后我們還可以在第四項(xiàng)「Diffuse！」中的「n_batches」設(shè)置一次生成多少?gòu)垐D（變體），也即如果此處輸入 5，則最終可以得到 5 張圖（圖越多需要的時(shí)間越長(zhǎng)）。
將以上重要參數(shù)設(shè)置完成以后，在頁(yè)面的上方點(diǎn)擊「代碼執(zhí)行程序」按鈕，在菜單中選擇「全部運(yùn)行」后程序即開始運(yùn)算。
免費(fèi)用戶一般分配到的是 Colaboratory 的 Tesla K80 顯卡電腦，線上渲染速度比較慢，一張默認(rèn)尺寸和迭代次數(shù)的圖大概需要一個(gè)半到兩小時(shí)才能完成。
如果等不及的也可以選擇「連接到本地運(yùn)行時(shí)」用自己電腦的顯卡進(jìn)行渲染，但是需要用到「Jupyter 筆記本服務(wù)器」等工具，這里就不作展開了。
接下來(lái)便是漫長(zhǎng)的等待過(guò)程，拉到「Diffuse！」底部時(shí)你可以看到自己的圖片從一片模糊到逐漸清晰的變化過(guò)程。
▲程序底部有運(yùn)算持續(xù)時(shí)間和目前步驟顯示
根據(jù)之前程序提供的默認(rèn)語(yǔ)句，我生成了一張海上燈塔的圖片，畫面效果一流，用來(lái)做桌面背景完全沒問(wèn)題。
接下來(lái)我又改動(dòng)了一些參數(shù)，再生成了兩張圖，描述語(yǔ)句如下：
A painting of a robot angel, flapping her wings in the night sky by Shirow Masamune, Trending on artstation, blue color scheme.（一張機(jī)械天使在夜空中揮動(dòng)翅膀的畫，士郎正宗創(chuàng)作，以 Artstation 為參考庫(kù)，藍(lán)色配色）
▲默認(rèn)畫質(zhì)，耗時(shí) 1.5 小時(shí)
Cyberpunk station.（賽博朋克車站）
▲448*448 像素，耗時(shí) 45 分鐘
首先這兩張圖片都可以算得上是切題。「機(jī)械天使」圖雖然沒能體現(xiàn) 「夜空」這個(gè)關(guān)鍵詞，但構(gòu)圖有特色，天使也能展示出明顯的機(jī)械感，至于畫有沒有士郎正宗的神韻就見仁見智了。
在「車站」圖的上方我們能看到列車、電纜等要素，紅色、綠色的霓虹燈、屏幕等也是典型的賽博朋克元素，美中不足的就是完成度不高。
相比起 Disco Diffusion，NightCafe 用起來(lái)就簡(jiǎn)單多了。
NightCafe 的網(wǎng)頁(yè)提供了兩款智能繪圖工具，左邊的「Text to Image（文本轉(zhuǎn)圖像）」是類似于 Disco Diffusion 的輸入關(guān)鍵詞生成圖工具，右邊的「Style Transfer（風(fēng)格遷移）」可以把用戶上傳的照片換成名畫風(fēng)格。
先來(lái)測(cè)試第一個(gè)功能。在「Your text prompt」下方的方框中輸入關(guān)鍵詞，如：A city surrounded by machine（被機(jī)械保包圍的城市），然后在下方 16 種風(fēng)格選取一個(gè)。
拉到底部選擇是紋理優(yōu)先（Artist）還是構(gòu)圖優(yōu)先（Coherent）后點(diǎn)擊最下面的「CREATE」，等待幾分鐘，一張方形的圖就生成了。
▲成圖過(guò)程
如果不滿足于默認(rèn)圖像的尺寸，你還可以在關(guān)鍵詞輸入界面打開「Show advanced options（顯示高級(jí)選項(xiàng)）」。在此模式下你不僅能自定義圖像的尺寸，還可以設(shè)定多張參考的底圖。
風(fēng)格轉(zhuǎn)移工具的使用也很簡(jiǎn)單。上傳一張照片，從 64 種名畫風(fēng)格中挑選一個(gè)，再等 1-2分鐘，一張?bào)@艷的圖片就誕生了。
將之前燈塔、車站和天使的關(guān)鍵詞去掉作者和參照庫(kù)后輸入到 NightCafe Creator ，我們得到了以下三張圖片。
▲關(guān)鍵詞：一座在洶涌的血海中閃耀的奇異燈塔，黃色配色
▲關(guān)鍵詞：一張機(jī)械天使在夜空中揮動(dòng)翅膀的畫，藍(lán)色配色
▲關(guān)鍵詞：賽博朋克車站
所有圖片里效果最好的個(gè)人認(rèn)為是天使的畫，雖然走的是較為抽象的路線，但那一雙像衛(wèi)星的太陽(yáng)能接收翼的翅膀還是體現(xiàn)出了機(jī)械和天使的組合元素，角色的動(dòng)作也很生動(dòng)，在 AI 的啟發(fā)下我忍不住也參照著畫了一張。
▲ 右邊是我自己參照繪制的.自認(rèn)沒有 AI 畫得有意思
賽博朋克車站的效果中規(guī)中矩，而燈塔圖的效果就很一般了，畫面中出現(xiàn)了很多相似的燈塔，能看起來(lái)是為了鋪滿畫面而多次復(fù)制導(dǎo)致的。
Cogview 是本次測(cè)試中唯一支持中文輸入的 AI 工具（字?jǐn)?shù)限制為 2-30 中文字符），由清華大學(xué)的唐杰團(tuán)隊(duì)研發(fā)，出圖時(shí)間為 1-5 分鐘不等，一次可以生成八張圖，但尺寸不可調(diào)。
從輸入英文關(guān)鍵詞網(wǎng)頁(yè)會(huì)翻譯為中文再運(yùn)算這一點(diǎn)推斷，該程序應(yīng)該是以漢語(yǔ)為語(yǔ)言進(jìn)行訓(xùn)練的，在一堆只能用英文輸入的同類 AI 中顯得難能可貴。
▲該團(tuán)隊(duì)去年發(fā)表的論文
其實(shí)這款程序最擅長(zhǎng)的是真實(shí)的照片生成，而非藝術(shù)繪畫。比如當(dāng)我們輸入「黃豆組成的字母 b」時(shí)，AI 會(huì)給我們八張符合描述的真實(shí)照片。
▲已在各個(gè)搜索引擎確認(rèn)過(guò)網(wǎng)上并無(wú)現(xiàn)成的類似圖片
而之前的 NightCafe Creator 無(wú)論怎么切換風(fēng)格也只能產(chǎn)出類似下圖的「藝術(shù)作品」。
當(dāng)關(guān)鍵詞是與繪畫有關(guān)時(shí)， Cogview 就略遜一籌了，比如當(dāng)我們想用「Oil Painting Style（油畫風(fēng)格）」風(fēng)格生成一座之前描述的塔，八張成圖還是更像照片而非畫作。
賽博朋克車站的畫面效果要好很多，可能是由于本身是建筑物，而且該描述本身也適合寫實(shí)風(fēng)格。
在重新生成燈塔的圖時(shí)為了讓它更像畫作，我切換成了水墨風(fēng)格。Cogview 是這么多款 AI 里面唯一真實(shí)地還原了「sea of blood（血海）」的，不過(guò)有點(diǎn)詭異就是了。
機(jī)械天使的油畫出圖效果就一言難盡了，八張成圖都過(guò)于抽象，難以評(píng)價(jià)。
不過(guò)據(jù)說(shuō)我們現(xiàn)在習(xí)慣了的俊美人形帶潔白翅膀的天使形象其實(shí)是文藝復(fù)興時(shí)期經(jīng)過(guò)美化的?！杜f約》中描述的天使的外貌本就是千奇百怪的，畢竟天使是超越人類認(rèn)知能力的存在，怎么可能和人長(zhǎng)得一樣呢？
▲舊約中描繪的座天使
WOMBO Dream 這款工具我們?cè)?jīng)在另外一篇介紹 AI 繪畫的文章里介紹過(guò)，它的界面我認(rèn)為是本次介紹的幾款中最好看的，成圖時(shí)間也是幾款中最短的，約為 30 秒。
操作過(guò)程和 NightCafe Creation 很像這里就贅述了，直接上圖。
▲關(guān)鍵詞：一張機(jī)械天使在夜空中揮動(dòng)翅膀的畫，藍(lán)色配色
▲關(guān)鍵詞：一座在洶涌的血海中閃耀的奇異燈塔，黃色配色
▲關(guān)鍵詞：賽博朋克車站
由于該程序只支持最多 100 個(gè)英文字母的輸入，有些關(guān)鍵詞就不得不被迫刪減。從三張圖片中我們可以看到 WOMBO Dream 的成圖十分追求「畫感」。
所謂「畫感」，簡(jiǎn)單來(lái)說(shuō)就是讓人一看就會(huì)認(rèn)為這一張畫出來(lái)的作品，而不像攝影或者 3D 模型擺拍。當(dāng)然，程序自帶的塔羅牌式畫框?qū)Α府嫺小沟男纬梢苍S有幫助。
▲在畫廊中右鍵另存為可以保存不帶畫框的圖片
總的來(lái)說(shuō)，四款 AI 作圖工具各有千秋，且都是網(wǎng)頁(yè)版，免費(fèi)使用。
Disco Diffusion 可以實(shí)現(xiàn)最復(fù)雜的關(guān)鍵詞描述，支持自設(shè)置的參數(shù)很多，是一個(gè)待探索的巨大寶庫(kù)，但是成圖時(shí)間長(zhǎng)，操作界面也相對(duì)復(fù)雜。
NightCafe Creator 和 WOMBO Dream 都能快速產(chǎn)出作品，前者可以對(duì)畫面尺寸進(jìn)行設(shè)置，也能容納更多的關(guān)鍵詞，但后者界面更好看，出圖自帶畫框。
Cogview 的好處是支持中文關(guān)鍵詞，在現(xiàn)實(shí)照片生成這方面有優(yōu)勢(shì)，無(wú)法自定義圖片尺寸。
在多款 AI 設(shè)計(jì)工具火熱以后，有人開始擔(dān)心畫家的工作會(huì)不會(huì)被取代。在 Disco Diffusion 爆紅以后，公眾號(hào)「設(shè)計(jì)青年實(shí)驗(yàn)室」請(qǐng)了幾位設(shè)計(jì)大咖探探自己對(duì) AI 作畫的感受，其中插畫師瘋景是這樣說(shuō)的：
如果有一天 AI 取代了更多的價(jià)值，那么我會(huì)努力去尋求新的價(jià)值，船到橋頭自然直。
生產(chǎn)力的發(fā)展帶來(lái)的是生產(chǎn)方式的變革。我們都知道印象派的誕生是源于 19 世紀(jì)攝影技術(shù)的發(fā)明，當(dāng)人們意識(shí)到無(wú)論怎么畫都不可能比照相機(jī)逼真的時(shí)候， 朦朧、個(gè)性、抽象等反而成為彌足珍貴的東西。
▲莫奈的代表作《日出印象》
如今，AI 畫手的出現(xiàn)又重新對(duì)我們的藝術(shù)界發(fā)出了挑戰(zhàn)，藝術(shù)家們?yōu)楹葱l(wèi)領(lǐng)土又會(huì)以什么樣的策略迎戰(zhàn)呢？我們不妨拭目以待。
Disco Diffusion: https://colab.research.google.com/github/alembics/disco-diffusion/blob/main/Disco_Diffusion.ipynb
Cogview：https://agc.platform.baai.ac.cn/CogView/index.html
WOMBO Dream：https://www.wombo.art/
NightCafe Creator：https://creator.nightcafe.studio/
