AIGC 潮流扑面而来,是顺应还是(无谓)抵抗呢?

 

画不好美少女吃面的 AI,让二次元怒了

这个视频科普很不错,值得推荐。应该是常识了,但还需要加强普及,quote:「我们的 AI 不是复制和混合现有图像,而是在深度学习算法的帮助下,从头开始生成原始图像,AI 基本上已经学会了如何创建图像——就像人一样。」

面对AIGC(AI Generated Content)大潮,可以理解艺术家群体和少数粉丝极端派的愤怒和懊恼,但是,没办法,这是大势所趋,顶是顶不住的,迟早要学会顺应。所谓AI 不理解“游泳”,画不出“吃拉面”的自然姿势,根本不是 AI 真正的痛点,不过是恰好遭遇了特定模型因为训练数据的某种缺失或不够全面造成的临时的短板或 bugs 而已。假以时间,这些问题都会解决。当然,AI 生成的随机性和无限性决定了,不可能也没必要每一幅AI流水线的产出都是玩者所希望的,总会有“次品”,这根本不影响其应用价值:人家AI给的是候选,拣选还是靠人,或艺术家。

拣选靠人也是整个线条中自然的一个把关环节,这是因为最终的审美消费者是人,当然由人来做 go or no go 的裁决。其实,可以想象的真正实用落地的场景,一定是枪毙的多,存留的少。但AI模型不怕自己的产品扔进垃圾堆,因为它的产出成本几近于零,它总是可以没完没了生成更多的候选者。关键的关键还是人机耦合,human in the loop,具体说来,人在输入端和输出端,都有着决定AI艺术能不能见天日和受到消费者欢迎的关键作用:输入端的微调用的图片选择、提示词技巧及其参数配置的经验,以及输出端的生杀大权。顺应潮流的艺术匠人,如果想在市场上站住甚至如鱼得水,艺术市场化的工作机会不被淘汰,只有抓住这两端,学会人机耦合过程中让机器做机器的,让自己做指挥,才是正道。正在艺术爆发期的极少数天才艺术家可以继续自己的手工激情创作,实际上是给未来的 AI 模型预备更多的风格素材,但作为市场的艺术匠人(例如小报的漫画家,图书的插图家,甚至广告艺术家),如果不懂得适应,被淘汰是大概率事件,因为市场已经无法感受它们的手工匠人的价值,且不说其效率的低下。

人的参与还有更关键的一项,就是后编辑。文中提到的AI创作获得艺术大奖的那幅作品,实际上就是从 AI 生成中,经过细心的拣选加以后编辑制作而成。这次大奖是艺术家们审批的,他们事先不知道参选作品中混杂了AI作品的衍生品。

In August, Jason M. Allen's piece "Théâtre D'opéra Spatial" — which he created with AI image generator Midjourney — won first place in the emerging artist division's "digital arts/digitally-manipulated photography" category at the Colorado State Fair Fine Arts Competition.

有记者采访某评审,问后悔不后悔做了“错误”的选择。评审说,即便知道是AI作品,他还是会把大奖给这幅作品,因为在他心中,这是毫无争议的冠军之作。画作场面震撼人心,是大气派。

虽然AI模型总是在进步中,bugs 会越来越少,但是一个特定的模型,总会产出瑕疵。更多的情形是,一幅被选中的作品整体上很好,甚至超出想象,但细节上发现有瑕疵。这时候就是艺术匠人在“拣选”环节结束后可以施展自己才能的地方了。艺术家可以用传统的PS软件帮助修正,也可以手工做细节修补。总之,完美的作品基本上离不开后编辑。如果是针对市场需求的定制品,作为人的后编辑也更加了解目标市场和客户的需求,懂得怎样以合适的后编辑让产品更加受到目标客户的喜爱,简单的后编辑也包括大家常用色调、对比度等的微调。

前不久,朋友圈有个很不错的微信视频号的艺术介绍:

370. 穆夏和他的缪斯-阿尔丰斯 · 穆夏的故事 安徒生说:“仅仅活着是不够的,还需要阳光,自由和一点花的芬芳。” 的确,艺术正是如此,让我们超越现实的桎梏,到达诗意的彼岸。捷克国宝级画家阿尔丰斯 · 慕夏被誉为「世上最伟大的装饰艺术家」:他的作品线条婉转流畅,色彩淡雅清新,装饰华美瑰丽,初见惊艳,再见难忘。#阿尔丰斯·穆夏#捷克斯洛伐克#装饰#艺术#流行#文化#绘画#工业设计#布拉格艺术学院#斯拉夫#慕尼黑#维也纳#法国

看完视屏,也蛮喜欢这位富于装饰性的细线条经典美术家。于是,用这位艺术家的名字 作为提示词 在手机app Dacetune里,让AI仿制他的风格,并与其他形态碰撞,看看效果若何。下面选几张感觉风格模拟得比较好的AI作品,以飨读者。

比较一下原作和AI仿制品,还是很有意思的,那种装饰性的风格还是被系统抓住了。而我不过就是在 prompt 框里面,用了艺术家的翻译成中文的名字,系统就可以没完没了生成同样的风格。

这是穆夏的肖像画仿作:

特别是他笔下的林黛玉,还是中西结合浑然一体的,有点让人震撼。

 

【相关】

美术新时代,视频展示
漫谈AI 模型生成图像
《李白宋梁130:从短语结构的词序基础约束到大模型向量空间的天马行空》
AI 正在不声不响渗透我们的生活

《朝华午拾》电子版

李维 郭进《自然语言处理答问》(商务印书馆 2020)

【语义计算:李白对话录系列】

【置顶:立委NLP博文一览】

发布者

liweinlp

立委博士,计算语言学家,多语言多领域自然语言处理(NLP)资深架构师。Trend 首席科学家,利用LLM和deep parser,聚焦医疗领域病友社区的媒体挖掘。前弘玑首席科学家,聚焦RPA+AI的NLP低代码多领域落地,设计NLP核心引擎雕龙,落地多领域场景,包括金融、电力、航空、水利、客服等。前讯飞AI研究院副院长,研发支持对话的多语言平台,前京东主任科学家, 主攻深度解析和知识图谱及其应用。Netbase前首席科学家,期间指挥研发了18种语言的理解和应用系统。特别是汉语和英语,具有世界一流的解析(parsing)精度,并且做到鲁棒、线速,scale up to 大数据,语义落地到数据挖掘和问答产品。Cymfony前研发副总,曾荣获第一届问答系统第一名(TREC-8 QA Track),并赢得17个小企业创新研究的信息抽取项目(PI for 17 SBIRs)。立委NLP工作的应用方向包括大数据舆情挖掘、客户情报、信息抽取、知识图谱、问答系统、智能助理、语义搜索等等。

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据