很有潛力,但仍在路上。
最近,“AI作畫”產(chǎn)出的作品似乎成了一股互聯(lián)網(wǎng)風(fēng)潮。這些初看驚艷、氣氛拉滿,仔細(xì)琢磨又看不出所以然的畫作往往給人留下深刻印象。當(dāng)人們得知這些畫作完全由AI繪制,更是又多了一份驚異與危機(jī)感。
雖然涉及復(fù)雜的機(jī)器學(xué)習(xí)算法,AI作畫的原理解釋起來(lái)并不復(fù)雜。用戶可以在平臺(tái)上輸入各種與風(fēng)格、主題、氛圍有關(guān)的關(guān)鍵詞,AI根據(jù)這些關(guān)鍵詞在互聯(lián)網(wǎng)浩如煙海的資源和素材中搜索、學(xué)習(xí),最后糅合與拼接成一些符合要求的畫作。
拿在移動(dòng)端十分紅火的Wombo Dream為例,它是一個(gè)面向大眾用戶的AI作畫工具,界面可視化程度高,操作簡(jiǎn)單。我在界面中選擇“吉卜力風(fēng)格”,輸入主題“夢(mèng)中夢(mèng)”,并且上傳了一張湖中小船的圖片作為參考基準(zhǔn)。很快,AI就給我生成了一張和吉卜力動(dòng)畫背景類似的成品。
除此之外,還有很多更專業(yè)、側(cè)重點(diǎn)不同的圖像制作AI。比如谷歌的Disco Diffusion可調(diào)參數(shù)更多,能夠詳盡地設(shè)置圖片的大小、質(zhì)量,在描述上的要求也更加精細(xì),可以涵蓋畫師風(fēng)格、色調(diào)、主題等許多方面。這使得它生成的一些圖片仿佛出自真人畫師之手。而Midjourney模仿了各種用戶可能對(duì)真人畫師提出的需求,是不少?gòu)氖聰?shù)字繪畫的藝術(shù)家的寵兒。Stable Diffusion是一款開源軟件,許多游戲開發(fā)者都青睞于它廣闊的應(yīng)用前景。Artbreeder則因?yàn)閷?duì)真人頭像的模擬,早幾年就在網(wǎng)絡(luò)上風(fēng)靡。
雖然這項(xiàng)技術(shù)并不是近年才有,但隨著AI技術(shù)的發(fā)展和互聯(lián)網(wǎng)帶來(lái)的更多素材,這一類產(chǎn)出作品的質(zhì)量肉眼可見地日益提升,效率也大大升高。今年年初,先不論畫得怎么樣,一些AI畫圖工具畫一張圖還要1小時(shí)左右,現(xiàn)在這個(gè)時(shí)間已經(jīng)縮短到十幾秒了。
如果說(shuō)普通用戶使用這類AI作畫是為了滿足自己內(nèi)心對(duì)種種場(chǎng)景的幻想,游戲開發(fā)者們則從中看到了更多潛力。
觸樂(lè)找到幾位開發(fā)者,他們或多或少地正在自己的游戲中進(jìn)行探索和實(shí)驗(yàn),尋找應(yīng)用這項(xiàng)技術(shù)的可能。
“正義的史官”(化名)是一款策略游戲的開發(fā)者。聯(lián)系上他時(shí),他開玩笑說(shuō),自己正在朋友圈里“布道”,號(hào)召同行們都來(lái)嘗試AI作畫。他自己已經(jīng)開始在項(xiàng)目中使用,而且感覺(jué)用得很順手。說(shuō)到AI畫圖的好處,他提得最多的是“量大”“速度快”,尤其在開發(fā)初期找概念方向的時(shí)候,效率比人工畫圖高出非常多。
在這個(gè)階段,策劃最想看的是畫面的整體效果和大感覺(jué),但很多具體細(xì)節(jié)還無(wú)法確定。打個(gè)比方,假如他們想做一個(gè)黑暗奇幻背景的游戲,可能有哥特風(fēng)、中世紀(jì)風(fēng)、工業(yè)風(fēng)等等好幾個(gè)方向。在無(wú)法判斷哪些元素組合和色彩搭配效果最好的情況下,反復(fù)提需求可能會(huì)造成人力的無(wú)謂消耗。“AI作畫就不一樣,我們可以不斷調(diào)整關(guān)鍵詞,調(diào)一次讓AI出100張看看效果?!笔饭僬f(shuō),“如果我讓公司美術(shù)或者外包先出100張看看效果,他們應(yīng)該會(huì)直接把我從窗口扔下去……”
在角色設(shè)計(jì)上也是一樣?!凹偃缥蚁朐O(shè)計(jì)個(gè)外星人形象,可以先讓AI來(lái)500個(gè)看效果,再?gòu)闹刑粢粋€(gè)進(jìn)行更細(xì)致的設(shè)計(jì)?!彼^續(xù)說(shuō),“你不可能讓真人畫師去承擔(dān)這種試錯(cuò)成本,但AI就無(wú)怨無(wú)悔。”
除了提供靈感大方向,AI生成的圖片還可以當(dāng)作參考素材。邢峰(化名)是文字類游戲制作人。他的游戲中有大量涉及服裝褶皺、布料質(zhì)感和飄逸動(dòng)態(tài)的繪畫。
“這種東西你不可能讓畫師憑空去想,他們平時(shí)畫也要找很多參考,而且找到角度和姿勢(shì)合適的參考其實(shí)很麻煩,”邢峰介紹說(shuō),“輸入關(guān)鍵字,直接拿AI出的圖當(dāng)參考就方便很多,而且也不用考慮潛在的動(dòng)態(tài)、姿勢(shì)之類的侵權(quán)問(wèn)題,因?yàn)锳I是憑空給你做出來(lái)的。更何況,AI做的3D渲染,一般打光都比較正確,不需要你再自己去腦補(bǔ)?!?/p>
不過(guò)AI生成的概念圖、人物圖目前很難直接使用?!白詈筮€是得讓畫師來(lái)畫,畢竟AI生成的東西都很破碎,它沒(méi)有一個(gè)統(tǒng)一的設(shè)計(jì),直接拿來(lái)用,不太符合我們的項(xiàng)目需求。”邢峰說(shuō)。
目前最接近于直接可用的AI作畫的成品,主要集中在一些相對(duì)簡(jiǎn)單的平面圖案設(shè)計(jì)和3D素材貼圖上。這類圖片一旦生成,開發(fā)者只需要進(jìn)行一些裁切、調(diào)色之類的簡(jiǎn)單處理,就能應(yīng)用到游戲中。
簡(jiǎn)單的平面圖案設(shè)計(jì)包括各種旗幟圖標(biāo)、徽章、法陣等等。如果它們與游戲的世界觀、情節(jié)并不緊密掛鉤,不需要專門設(shè)計(jì),就可以交給AI去批量產(chǎn)出。
史官開發(fā)的游戲中就要用到很多勛章圖案和供玩家選擇的旗幟圖標(biāo)。這種美術(shù)素材在游戲中不占據(jù)重要地位,如果讓畫師人工設(shè)計(jì)和繪制,一個(gè)人一天最多只能畫出十幾個(gè),投入和產(chǎn)出非常不平衡?!坝肁I畫,如果畫勛章,一晚上能出大幾千個(gè),圖標(biāo)一天能出1萬(wàn)個(gè)。拿到成品之后再用腳本切圖打包,比人力不知道快多少倍?!彼绱诵稳菪实木薮蟛罹?。
他進(jìn)一步計(jì)算了不同設(shè)備下AI的出圖效率:“我們現(xiàn)在主要租用的是谷歌云。AI畫圖工具Stable Diffusion出的圖,以一張圖512×512像素為標(biāo)準(zhǔn),在Stable Diffusion里走50步的話,用T4顯卡大概需要15秒,64步大概20秒,步數(shù)越多時(shí)間越長(zhǎng)。要是有V100的顯卡,估計(jì)50步幾秒就出來(lái)了。出圖數(shù)量可以自己設(shè)置。電腦的顯存決定能不能生成足夠大的圖,GPU決定有多快?!?/p>
至于開銷,Stable Diffusion本身是免費(fèi)的開源軟件,谷歌云的花費(fèi)則是每月10美元,更高的配置也僅需50美元。
邢峰也提到了一些接近于一次性使用、在游戲中不起到重要作用的圖案?!凹偃缫鲆粋€(gè)獸人小兵,出來(lái)不到一分鐘就被打回去的那種,他身上的文身就完全可以用AI生成。還有各種魔法陣,設(shè)計(jì)起來(lái)其實(shí)很麻煩,在游戲里作用卻不大,直接找素材又很容易碰到版權(quán)糾紛……”AI作畫可以把畫師從這類機(jī)械化的勞動(dòng)中解放出來(lái)。
但并不是所有平面紋樣都適用于AI,最終要看的還是開發(fā)者的需求。“比如衣服上的刺繡、布料上的花紋,這些在我們的游戲里涉及到世界觀、文化、陣營(yíng)等等,還挺重要的。”邢峰說(shuō),“所以這些我們還是人工設(shè)計(jì),不會(huì)用AI來(lái)畫?!?/p>
開發(fā)者們覺(jué)得用起來(lái)最沒(méi)有負(fù)擔(dān)的是AI生成的3D貼圖素材,尤其是石頭花紋、花草樹木這類放之四海而皆準(zhǔn)的東西。如果他們需要的只是寫實(shí)背景,這些逼真、沒(méi)有特殊風(fēng)格,也不存在版權(quán)的自然外觀,可以算作最方便的素材,甚至生成之后也不需要多少人工修正。
獨(dú)立開發(fā)者葉蘭舟也一直關(guān)注著AI作畫,他進(jìn)一步解釋了目前廠商使用AI作畫工具的關(guān)鍵:“AI現(xiàn)在是一個(gè)混沌的黑箱。在圖出來(lái)之前,你很難知道自己會(huì)得到什么結(jié)果,每一個(gè)關(guān)鍵字會(huì)在里面起到什么作用,也是不清楚的?!?/p>
現(xiàn)在開發(fā)者們對(duì)AI作畫的調(diào)試,更像是在完成“關(guān)鍵詞獵手”的工作?!捌鋵?shí)核心就是兩點(diǎn):找到自己游戲風(fēng)格對(duì)應(yīng)的關(guān)鍵詞組,以及篩選適合在游戲里發(fā)揮的圖?!?/p>
他拿出一張很接近游戲原畫的白發(fā)女性人像作為例子。要生成這張圖,除了基本的“girl with super long hair, hair becoming white snow”(超級(jí)長(zhǎng)發(fā)女孩,頭發(fā)雪白)的關(guān)鍵詞之外,還要加上各種其他的限制。比如“細(xì)節(jié)豐富”“數(shù)字繪畫”“Artstation”“概念設(shè)計(jì)”“光滑”“聚焦清晰”“虛幻引擎5”“8K”等。最后,還要加入“by Artgerm and Greg Rutkowski and Alphonse Mucha”等著名畫家的名字對(duì)圖畫的風(fēng)格進(jìn)行調(diào)整。
“所以,關(guān)鍵詞就跟咒語(yǔ)一樣,需要不斷地嘗試調(diào)換,看怎么樣才能出來(lái)最能表達(dá)自己想法的風(fēng)格?!比~蘭舟說(shuō)。一般來(lái)說(shuō),根據(jù)成圖的復(fù)雜程度,調(diào)整關(guān)鍵詞的過(guò)程在15分鐘至1小時(shí)之間。
目前,AI作畫技術(shù)仍然處在不斷的變化發(fā)展之中,可以用“日新月異”來(lái)形容。哪怕把今年年初的AI作畫和現(xiàn)在相比,效果也是天差地別。
葉蘭舟回憶了幾個(gè)印象深刻的例子。大約在今年三四月,使用DDV5這一AI作畫工具,以“德魯伊”“Pablo Amaringo”“Artstation流行”等關(guān)鍵詞繪制的圖畫在氛圍和畫面元素上已經(jīng)足夠令人印象深刻,但當(dāng)時(shí)還基本上無(wú)法生成正常的人臉。幾個(gè)月后,DALL-E2已經(jīng)可以生成比較準(zhǔn)確的五官,而Stable Diffusion在畫面表現(xiàn)上更上一層樓。
另一個(gè)例子是Midjourney在兩個(gè)月的時(shí)間內(nèi),以同樣的關(guān)鍵詞生成的以魚為主題的圖片。
“所以AI進(jìn)化的速度真的非常驚人,簡(jiǎn)直像超人劇變,每天甚至每小時(shí)都在變化。”葉蘭舟如此評(píng)價(jià)。
與所有引起人們注意的新興事物一樣,AI作畫在引人驚嘆的同時(shí)也帶來(lái)了不少爭(zhēng)議。
首先是一種久已有之的擔(dān)憂:AI的發(fā)展,乃至廣義上機(jī)器學(xué)習(xí)的發(fā)展是否最終會(huì)代替人工?這個(gè)問(wèn)題有些形而上,討論起來(lái)還挺復(fù)雜的。但從開發(fā)者們最務(wù)實(shí)的角度來(lái)看,答案其實(shí)比較簡(jiǎn)單:目前來(lái)說(shuō),“遠(yuǎn)遠(yuǎn)沒(méi)到可代替的程度”。
就像前文所說(shuō),AI依然只是工具,只能對(duì)美術(shù)方面的重復(fù)性勞動(dòng)進(jìn)行輔助,是用來(lái)解放畫師而不是代替畫師的。“或者說(shuō),它們代替的是缺乏創(chuàng)造性的勞動(dòng)。”邢峰說(shuō),“對(duì)AI生成的素材進(jìn)行篩選,以及最終的設(shè)計(jì)和繪畫,還是得讓真人來(lái),只不過(guò)簡(jiǎn)化了前面若干會(huì)讓真人畫師‘頭禿’的步驟?!?/p>
史官說(shuō),根據(jù)他在同行圈子里“賣安利”的經(jīng)驗(yàn),策劃和制作人嘗試AI作畫的積極性最高,畫師的積極性最低,但不是因?yàn)楫嫀熡X(jué)得自己會(huì)被替代。“他們對(duì)AI作畫本身沒(méi)有興趣,最關(guān)心的是用AI輔助進(jìn)行繪畫的實(shí)例。”
另外,哪怕AI能畫出各種精致的圖片,在實(shí)際應(yīng)用上,開發(fā)者們依舊處在探索和研究的階段,離真正的工業(yè)化、大規(guī)模應(yīng)用還有一段距離。
首先,工業(yè)化的開發(fā)者工具往往需要和其他常用工具的接口,方便創(chuàng)作者在不同軟件之間隨時(shí)拷貝和編輯素材,而目前大部分AI作畫工具都缺乏這項(xiàng)功能。許多人已經(jīng)注意到了這個(gè)問(wèn)題,并正在努力解決?!氨热缥覀兪褂玫腟table Diffusion現(xiàn)在已經(jīng)開源了,以后應(yīng)該會(huì)有更多優(yōu)化和工具的接入。現(xiàn)在已經(jīng)有接入Photoshop的視頻了?!笔饭僬f(shuō)。
史官提到的這段演示視頻的效果確實(shí)讓人驚訝。將Stable Diffusion接入Photoshop后,畫師幾乎能夠隨時(shí)通過(guò)輸入關(guān)鍵詞的方式,用AI生成的內(nèi)容填補(bǔ)畫布上的空白,然后直接用畫筆在上面修改,儼然多了一個(gè)有求必應(yīng)的繪圖助理。
邢峰則希望有更多讓開發(fā)者定制的內(nèi)容,比如定制素材庫(kù)?!凹偃缥覀?cè)瓉?lái)做了一個(gè)特別風(fēng)格化的游戲,接下來(lái)想做個(gè)類似的,能不能把我們自己的素材上傳上去訓(xùn)練AI,讓AI給我們畫呢?”
葉蘭舟將這個(gè)過(guò)程稱為針對(duì)某個(gè)畫師或者特定畫風(fēng)的小規(guī)模機(jī)器訓(xùn)練,但目前大部分渴望用上的游戲廠商還沒(méi)有能力進(jìn)行?!安贿^(guò)大家已經(jīng)在做研究了,比如現(xiàn)在Stable Diffusion的開發(fā)者說(shuō),訓(xùn)練包最終會(huì)壓縮到100MB……這樣我們大概就能拿來(lái)跑訓(xùn)練了?!?這個(gè)趨勢(shì)的發(fā)展速度也很快。這兩天史官下載的版本,訓(xùn)練包已經(jīng)從7GB變成了2.7GB。
在形而上的“AI是否會(huì)取代人類”的討論之外,AI作畫確實(shí)存在一些灰色地帶沒(méi)有解決。這些問(wèn)題給它商業(yè)化、工業(yè)化的應(yīng)用前景蒙上了一層陰影。
通常情況下,開發(fā)者們不太擔(dān)心AI生成的紋樣、姿勢(shì)等出現(xiàn)版權(quán)問(wèn)題?!耙?yàn)锳I生成的東西是‘長(zhǎng)’出來(lái)的,就像一棵樹不會(huì)長(zhǎng)出兩片相同的葉子,哪怕用同一組關(guān)鍵詞,AI也會(huì)給不同的人畫出不同的東西。”邢峰說(shuō)。
但有些版權(quán)概念更為模糊,比如畫風(fēng)。這是目前AI作畫爭(zhēng)議的焦點(diǎn)。因?yàn)橛?xùn)練AI時(shí)的不少關(guān)鍵詞都涉及到畫師的風(fēng)格,使用者既可以指名道姓地輸入現(xiàn)有著名畫師的姓名,也可以輸入諸如“吉卜力”“迪士尼”這樣已經(jīng)相對(duì)穩(wěn)定的商業(yè)流派。結(jié)果,當(dāng)AI作畫的成品和這些參考圖的風(fēng)格越來(lái)越像,畫師們難免會(huì)感到被冒犯。
8月底,已經(jīng)有不少日本畫師在社交平臺(tái)聲明,禁止AI學(xué)習(xí)自己的畫風(fēng)。抗議涉及的AI作畫平臺(tái)Mimic主打二次元頭像,他們放出的對(duì)比圖乍一看的確難辨真假。
盡管葉蘭舟從開發(fā)者的角度指出,如果真的要應(yīng)用在游戲中,AI生成的角色在面部表情、形象的連續(xù)性(指角色長(zhǎng)相在不同場(chǎng)景中不會(huì)“一人千面”)等方面仍有不少瑕疵,但光從靜態(tài)圖看,AI過(guò)強(qiáng)的模仿能力似乎一下子就讓畫師們十幾年的努力顯得岌岌可危。
因?yàn)闋?zhēng)議過(guò)大,Mimic現(xiàn)在已經(jīng)宣布終止測(cè)試,并聲稱將在正式版中加入保護(hù)畫師版權(quán)的措施。
一些歐美游戲廠商的概念設(shè)計(jì)師也站出來(lái)指責(zé)這類AI工具是“版權(quán)洗衣機(jī)”,認(rèn)為它們對(duì)畫風(fēng)的模仿空洞且華而不實(shí)。也有設(shè)計(jì)師認(rèn)為,可能行業(yè)大佬確實(shí)不會(huì)被AI取代,但初出茅廬的新手畫師就不一定了。
此外,AI作畫中出現(xiàn)的人像還會(huì)涉及肖像權(quán)的問(wèn)題。有網(wǎng)友指出,如果AI訓(xùn)練用的數(shù)據(jù)是從網(wǎng)上爬來(lái)的,要商用的話,必須保證它爬的不是禁止爬數(shù)據(jù)的網(wǎng)站。正常情況下,對(duì)人臉等敏感數(shù)據(jù)進(jìn)行抓取需要授權(quán)和知情同意。
目前,各大AI作畫平臺(tái)對(duì)圖像使用的規(guī)定都語(yǔ)焉不詳。一些只是概括地規(guī)定不能制作色情內(nèi)容,不能將圖片用作有害用途,或者成為付費(fèi)會(huì)員才能把成品圖商用。DALL-E2和Stable Diffusion的協(xié)議里則提到,理論上所有成圖的版權(quán)屬于使用者,但如果它們和現(xiàn)存的其他圖片相似度過(guò)高,AI工具不會(huì)為此負(fù)責(zé),大體還是讓使用者風(fēng)險(xiǎn)自負(fù)的意思。
“這一塊依然是法律的灰色地帶,”邢峰說(shuō),“以后可能需要一兩場(chǎng)很大的官司來(lái)推動(dòng)大家認(rèn)知和變革?!?/p>
總結(jié)來(lái)說(shuō),AI作畫被游戲開發(fā)者們視作一個(gè)相當(dāng)有潛力的工具,但不管是出于現(xiàn)有的技術(shù)限制還是版權(quán)上的爭(zhēng)議,它仍然處在探索階段,尚無(wú)法大規(guī)模使用,并且短期內(nèi)難以代替人工。
已經(jīng)上架Steam的游戲《瘋狂之源》(Source of Madness)是目前所知的唯一完全用AI生成怪物和場(chǎng)景,對(duì)這一技術(shù)進(jìn)行密集運(yùn)用的例子。但它本身是克蘇魯題材的,可以容納各種奇異的怪物形象,最終視覺(jué)效果看起來(lái)也和通常意義上的商業(yè)游戲有一定距離。
不管怎么說(shuō),AI作畫的潮流很難忽視,開發(fā)者們也不會(huì)拒絕能夠降低成本、提高效率的新生產(chǎn)方式。許多獨(dú)立游戲開發(fā)者樂(lè)于擁抱和研究這種變化。“畢竟你很難阻擋技術(shù)進(jìn)步的腳步?!毙戏逭f(shuō)。AI作畫就像是現(xiàn)代建筑工人擁有的起重機(jī),解放的是古代需要親自扛石料的三千苦工,但工人本身無(wú)法替代。至于隨之而來(lái)的其他摩擦和潛在的糾紛,可能是所有新事物在普及伊始都要面臨的陣痛。