AIGC 產生內容能取代插畫師、畫家的工作嗎？或更瘋一點，AI 能量產藝術作品，乃至根本上顛覆藝術市場嗎？AIGC 爆紅已和科技界探討許多，今天目光轉向從業者：AI 能否取代藝術家的工作？
畫家回答：下筆之前我自己都不知道會發生什麼事，AI如何知道？又怎麼算到？
AI不能畫的東西
詢問能否辨認AI和人類作品時，某建築系大四生給了非常明快的答案。他正在申請英國倫敦皇家藝術學院研究所，申請作品之一即是AI輔助創作的互動式網站，訪客可在圖片互動頁面探索他設計的故事，網站所有圖片都由Disco diffusion和MidJourney兩個今年爆紅的AIGC人工智慧工具產生。
▲ 基於AIGC模型生成再微調。（Source：吳佳佑，下同）
「AI生成圖像整體光影、結構及色彩表現在我看來無可挑剔，但很多細節經不起近看」，對有繪畫底子又常使用AI工具的建築系大四生來說（網站花了四個月搭建，用AI產生了數千張圖），目前AI產圖迥異人類顯而易見，「細節經常出現色塊堆積、太不自然和線條粗細變化不均等問題」。
對美術門外漢來說，細節（需放大觀察的程度）可能並不重要，但對專業者來說差別很明顯。「我點出關鍵後，不管有沒有美術底子大概都能看出來。AI產圖看不出繪畫順序，因沒有人類繪畫的邏輯。」建築系大四生說。
問題可能來自演算法。主流AIGC工具採用Diffusion Model擴散模型，訓練基於有文字描述的圖片數據，反覆降噪圖片，AI學習如何產生符合文字描述的圖片。由於文字描述往往是整張圖的內容，AI深度學習結果對圖片整體結構和光影了解良好，細節就會失準，因細節沒有文字描述卻複雜多變。
這可能是日本ACG最近熱炒的AI三大畫圖難題：目前AI模型不能畫的三個主題為賽菲羅斯游泳、樋口円香吃拉麵和哭泣美少女吃蛋糕。AI模型輸入文字後往往會產生讓人啼笑皆非的圖。
▲ Neil Shen用MidJourney畫的賽菲羅斯游泳。
其實AI畫不出來的圖遠不只三種，如叫AI畫游泳的鮭魚，大概會出現鮭魚生魚片而不是活魚。
▲ Neil Shen用MidJourney畫的游泳鮭魚。
人類看來非常匪夷所思的AICG錯誤同樣要歸咎演算法，一旦指令範圍太窄，如日漫較少出現的游泳動作，或畫面內容有較複雜多變的物理互動邏輯如「吃拉麵」，要同時處理人物、手指、麵條和筷子這幾種對AI都屬線條的內容時，很高機率會翻車，因訓練演算法的資料庫這類內容不多，故擴散模型對複雜細節線條變化的理解還相當初級。
但細節卻是決定畫家藝術風格和程度的決定性因素。某插畫師說明科班美術生結構、線條色彩和細節如何訓練，都因循和AI完全不同的邏輯。「如以操場為主題畫十幅畫，你會想畫出每條跑道線且照透視、光影結構完整畫出來，但畫到某程度，就會想抽象點處理，有些留白，有些加重，有些乾脆去掉。很多時候畫家只畫主觀感受到的東西，作品生動不表示和真實世界一模一樣。」
繪畫不僅考驗畫家技巧（這部分AI沒有問題），畫家身為人，感受、心情至成長歷程、教育背景等有影響，資料之龐大AI無法計算，真正創作過程在打破某些規則和邏輯。「我下筆前都不知道之後會發生什麼事，AI又怎麼知道，怎麼算出來？」插畫師說。
擺脫「低效率工作」代表什麼？AI能模仿的東西
就像人工智慧倫理討論，科技界討論AIGC衝擊藝術的程度也經常模棱兩可。技術至上主義者（矽谷大部分人）幾乎迴避藝術性，持續鑽研深度學習才是重要的事。而資料庫和演算法最佳化後，藝術性似乎就能用0或1表達。
▲ Google論文顯示AIGC能製作梵谷風格圖。
某種意義算成功，甚至連Google最新基於擴散演算法的Imagen Video模型產生影片都能模仿某藝術家風格。使用AI輔助創作對許多遊戲美術師都是慣例，有大廠遊戲製作經驗的某美術設計談到AIGC時頻繁提到「餵圖」一詞，意思是遊戲人物形象設計最初尤其一閃而過的NPC，他們會給AIGC工具很多參考圖，快速產生符合要求的人物。
「雖然還要再調整，但AI確實已取代人力承擔部分工作」，他目前用較多的是側重二次元風格的novel AI，基於最紅的Stable Diffusion模型，資料庫由500多萬張有文本標註的圖片組成。
然「餵圖」訓練的AIGC模型充滿爭議。10月7日網友?♂️????基於剛過世的南韓名畫家金政基作品，用Stable Diffusion訓練一個金政基風格模型，引來網友惡評；10月底工程師Ogbogu Kalu將迪士尼簽約畫師Hollie Mengert作品未經同意就拿來訓練產生Mengert畫風的模型，又衝上趨勢。
Hi! I just trained a model to draw in the style of the late Kim Jung Gi, as an hommage.
I’m fairly happy with the results, given how complicated is his style.
Hope you like it, feel free to use it by yourself (credit plz) :https://t.co/M0RQ5YJ3Tv#KimJungGi #stablediffusion pic.twitter.com/U8qn1YypTd
— ?♂️???? (@BG_5you) October 6, 2022
如果說前者網友一面倒批評是因尊重死者，後者就是AIGC快速發展衝擊插畫市場的縮影。Hollie Mengert是迪士尼簽約畫家，她本人都不能隨意使用自己作品，從畢業到現在畫風形成至少花了十多年，而Ogbogu Kalu訓練新模型只要幾小時，成本幾乎為零。
▲ 左為Hollie Mengert作品，右為Ogbogu Kalu模型作品。（Source：Waxy）
如果風格模仿這麼容易，那畫家十幾年訓練還有什麼意義，商業價值又該如何衡量？這些疑問充斥許多畫家腦海。雖然機器學習不能100%模仿所有風格，但AIGC已厲害到對許多領域產生衝擊。前述美術設計就直言，既然AIGC能介入遊戲原畫和人物設計（甚至很多AI圖比一般畫師品質好），網路流行的美術外包很多基礎工作很快就會被AI取代。
畫家不是沒有警覺，很多人開始聲明自己的作品「禁止用於AI模型學習」，還有些人乾脆刪掉全部網路作品。二次元繪畫發展最成熟的日本，「AI學習禁止」也變成流行語。
但對矽谷AI產圖爭議並不是考慮重點，因技術中立、更潮的詞叫「AI民主化」（democratization of AI），這是信仰，AIGC技術潛在的巨大商業前景才重要。彭博社報導，投資Stability AI的Lightspeed合夥人Gaurav Gupta直言不諱，AIGC技術根本性賦予人們更多權力，同時使「低效率」（inefficiency）作業剝離內容創作。
「只要AIGC產圖能滿足要求，我不介意使用」，美術設計說。
AI會取代誰？
Gaurav Gupta表態幾乎明示AIGC技術對繪畫市場的顛覆性衝擊，如果簡單分為商業繪畫和藝術繪畫兩部分，前者顯然影響更大。某遊戲工作室原畫師輕鬆說：「許多人說AI作品很冰冷，但我覺得滿美的，構圖顏色都很好。有深度的內容AI還做不到，但可讓設計師和美術師前期工作參考。」
儘管AIGC對遊戲策劃初階能輔佐表達想要的遊戲效果，但還不能介入原畫師更高階工作。「設計越到後期要求越精確細緻，AI只能在要求還模糊的時候一次性產生多種選擇，但方向明確後，AI就無法勝任規模化遊戲設計。」
前述美術設計看法卻不同：「AIGC高精圖不僅可用於前期策劃，遊戲人物設計和場景設計都有廣泛前景，但就是大量腰部以下插畫師會失業。目前還未大規模使用是因法律風險，而不是AI產圖品質。」
不只遊戲前期策劃，商業繪畫從影視美術、網站設計至圖書出版，AIGC技術描繪大場景、特定風格和精細度均有優勢，更不必說成本低、速度快，又不會被題材、風格或產量限制等。儘管還有「游泳鮭魚」這類問題，但商業繪畫過去完全靠人力的創意市場出現超強競爭者，首當其衝的就是精細度和創意要求不高的領域。
「只要AIGC產圖滿足要求，我不介意全面使用，因真的節省許多成本。」時尚雜誌執行主編被問及對AIGC的看法時說。時尚雜誌做大企劃時背景、燈光、場地成本皆要可觀開支，製作過程還受時間、空間及人為因素限制。AIGC技術根本上解決這些問題，還能拓展視覺語言豐富度──「要是AI夠強，我一個人就能做一本雜誌了對吧？」時尚雜誌主編說。其實今年美國版《柯夢波丹》就用MidJourney畫了封面。
人類可以「興之所至」創作，但AI根本沒有「興」，又能「至」到哪裡？AI有創造性嗎？
如果對商業繪畫領域AIGC的顛覆性沒有懷疑，那藝術繪畫領域爭議就更多。「如果功力夠好，就不會被取代」是許多人的論點。儘管AI模仿功力惟妙惟肖，但不理解圖背後的含義，換言之，AI不具創造力。
這不是說AIGC沒有任何創造力，DeepMind創辦人、人工智慧領軍人物Demis Hassabis接受Lex Fridman訪談時表示，AI的創造力可讓它看過數百萬張貓圖後「創造」普通的貓，但人類還不能把高層次抽象概念（如發明象棋規則而不是教AI下象棋）以演算法準確敘述給AI理解。
從這意義說，探討AIGC藝術性有點滑稽。問及AI的藝術性時，藝術留學機構負責人迅速否定，因公司每年都將大批學生送進全世界頂尖藝術學校賺錢，AIGC領域當然是關注焦點。「學生申請學校的作品不建議過度使用AIGC創作」，負責人說。他認為藝術品的價值是感染力，而這只能來自人，AI作品太冷靜匠氣，「我看得出AI圖細節很精緻，但靈魂不統一，不夠動人。」
藝術創作立意和技法都是服務人。「稍微成熟的藝術家，創作都算精緻」，對負責人來說，真正突破和創造性的偉大藝術作品，永遠不拘泥於窠臼，而沒有主觀意見，AI作品只流於外表精緻卻內在平庸。
寫專欄會大量使用AI圖當配圖的自由撰稿人精妙比喻：有類作品不用解釋，因本身夠好；另一類必須解釋，否則觀眾不知道在看什麼。最差的作品就是有沒有解釋都無所謂，因作品不好文字解釋也看不懂，AI作品正屬此類。
「AI靠演算法產生結果，但人類創造過程最革命性的嘗試磨練，打破又重塑規則被忽略，人會興之所至，但AI根本沒『興』，又能『至』到何處？」藝術留學機構負責人說。
總體來說，AIGC於藝術領域更像精準執行的工具，可產生精確結果，前提是人已有創意框架。如建築系大四生所說，很難想像沒有AIGC工具幫助，他的網站幾千張圖要去哪裡生出來。且許多資深AI愛好者都開始用AI拍電影，除了配音，從語言腳本、鏡頭畫面到音效都將是用AIGC完成。
AIGC的確降低創作門檻，沒有訓練過的人現在憑想像力就能變出作品，重塑人們對藝術的認知，革命性之大就像照相機之於油畫。中國央美藝術史博士認為這一樣有個漸進過程。「新工具出現都會讓人再思考藝術本質，歷史發生不只一次，因比起技術進步，理論總會稍微落後。」
話雖如此，博士並沒有試過AIGC工具，對網路充斥AIGC圖片，她以「不和諧」總結，並第一次使用MidJourney輸入Gothic letters（哥德風字母）和名字拼音縮寫為關鍵詞產生三組共12張圖後，覺得AI功力還不如她隨便從中世紀手抄本剪出字母方便好看。
隨著演算法發展，AIGC進化速度只會更快不會變慢，不僅對繪畫領域產生重大影響，互動設計、實驗藝術乃至元宇宙，AIGC都可能扮演重要角色。
建築系大四生剛和英國皇家藝術學院教授聊完作品，很可能錄取，而他的專業Information Experience Design方向之一就叫Moving Image Design動態圖像設計，聽起來就是專為AIGC準備的路。而這是AIGC或人的勝利？
相关文章
