很多人說今年是“AI 繪畫元年”。先是 Disco Diffusion 火出了圈，從 Text-to-Image（用文字生成影象）開發社群和創意設計行業，火到了普通人的視野中。
人們熱衷將兩種完全不搭界的物件，比如“達芬奇”和“iPhone”字樣，輸入 AI 程式，然後等著畫面層層渲染完成。
又比如，我就把荷包蛋揉進了雲朵裡丨作者用 Disco Diffusion 生成
那是一種“拆盲盒”般的體驗。對於沒有任何美術基礎和繪畫能力的人來說，AI 的“融梗”圖大多足夠驚豔，即便效果“翻車”，也能透過調整描述詞繼續最佳化。
緊接著，AI 繪畫工具 Midjourney 也火了。和 Disco Diffusion 滿屏英文和程式碼的簡陋介面不同，Midjourney 直接搭載在 Discord 頻道上，輸入指令的過程和給人發微信沒什麼不同，更讓人吃驚的是，它生成畫作的時間一般在 60 秒左右。
神說：“要有 Wi-Fi”丨作者用 DALL·E 2 生成
然後，OpenAI 的 DALL·E 2 半途殺出，和前兩者擅長“概念畫風”不同，DALL·E 2 更“寫實”，60 秒不到可以生成 10 張圖，不滿意還可以擦去區域性重新生成……短短几個月，“最強 AI 畫師”的稱號幾次易主。
谷歌也坐不住，五月底發論文介紹自家選手——Imagen，直接叫板 DALL·E 2，號稱 Imagen 有“前所未有的寫實感和深度的語言理解”，目前暫未開放。
這兩個月來，我和前面三位“AI 畫師”頻繁打交道，幾乎每天都在測試描述詞、調教機器人，踩了很多坑，翻了不少車。但與此同時，我收穫了不少傑作。
這次，我將對比它們的畫作生成特點、使用者友好度等方面，同時整理好了它們的網址，以及一些簡單的操作方法。
在普通使用者那裡，它們是具像化想象的得力工具；
在專業人群那裡，如果將它們和其他工具聯動起來，能有無窮盡的想象空間。
Disco Diffusion
生成圖的藝術性最高
使用入口：https://colab.research.google.com/github/alembics/disco-diffusion/blob/main/Disco_Diffusion.ipynb
Disco Diffusion 生成畫作的流程大概分為這幾步：開啟程式；設定圖片尺寸、過程圖張數、生成圖張數等引數；用英文寫好描述詞（Prompts），格式大致為“畫作型別 + 物件（可以有多個）+ 畫風設定 + 一些起限定作用的修辭詞”；然後開始執行，等待 AI 渲染畫作。
我給 AI 寫的描述詞：“A beautiful painting of a starry night， shining its light across a sunflower sea by James Gurney， Trending on artstation。”
一般來說，你需要等半個小時，如果盯著螢幕看，你會看到影象從滿是噪點，逐漸變得清晰、有細節起來。
使用期間，Disco Diffusion 可能會提示你在電腦上空出足夠的執行記憶體，但因為它執行在谷歌免費提供的 GPU 等計算資源上，對使用者的電腦硬體要求並不高，開啟瀏覽器執行就可以。
用 AI 畫一個莫比斯風格的場景：“a beautiful painting of a spaceship flying over a desert by Moebius， trending on artstation。”
Disco Diffusion 本身是個免費的開源軟體，但如果你想要更快的出圖速度，可以買谷歌 Colab 會員，以分配到更快的雲端計算資源。
除了只輸入文字讓 AI 自由發揮，你還可以事先墊進一張初始化圖片（Initial Image）去約束 AI 的創作。
比如，我先做了一張有樹木輪廓和綠色色塊的底圖（左），然後再操作，Disco Diffusion 就會在這個大框架下去發揮，成品為右圖
Disco Diffusion 生成圖理論上可以商用，其程式基於 MIT 開源協議，所有網際網路使用者可以免費使用、複製、修改甚至出售生成圖。
但我覺得還是存有風險。風險主要來源於你的描述詞會引來畫風抄襲的爭議。
當你使用了風格鮮明的藝術家（尤其是在世的藝術家），以及某部商業作品作為關鍵詞時，都請不要直接拿來商用。
Midjourney
不怎麼“超綱”，更“聽話”
Midjourney 目前還是邀請制，內測地址：https://o9q981dirmk.typeform.com/to/zZtF1mVc?typeform-source=midjourney-gallery
為了測試 Midjourney 的生成效果，我複製了之前“投餵”給 Disco Diffusion 的關鍵詞——“星空”、“向日葵”、“梵高”——貼上進去。
我用 Midjourney 生成的畫
看到成品，我有一個直觀的感受：
Midjourney 的想象力沒有 Disco Diffusion 那麼會“超綱”。但如果從輔助創作的角度考慮，我會更傾向於用 Midjourney 這個更“聽話的工具”
，畢竟，沒有一個創作者願意把創作主導權讓給 AI。
Midjourney 的優點就是：快。軟體生成圖非常快，一張算下來大概 60 秒。你要是對成品不滿意，還可以幾乎實時地提升細節，或延伸變化。
一分鐘生成 4 個小狗警察丨用 Midjourney 生成
Midjourney 搭在了通訊軟體 Discord 上，在對話方塊輸入“/image”後，用英文輸入描述詞，然後按下回車鍵。這個過程就像在和 AI 聊天一下。
60 秒後，你就可以在對話方塊裡收到 4 張渲染好的圖片。如果對“圖 1”不滿意，可以點選“U1”按鈕增加細節，按“V1”按鈕延伸變化，直到滿意為止。
於是，我拿 Midjourney 生成了“十九世紀的麥當勞”和“十八世紀的打工人”：
之所以說 Midjourney 是“產品化”了的 Disco Diffusion，一個是它的介面更友好，另一個是它還內建了一個創作社群，你可以看到玩家們用哪些描述詞生成了什麼樣的畫作。
這就是一個極具參考價值的“畫風”資料庫，太適合拿來“抄作業”了。
比如，我嘗試生成《愛，死亡和機器人》裡那集《糟糕之旅》的場景，參考了上圖兩位藝術家的描述詞，之後就生成了滿意的畫作：
“抄作業”讓生成像樣作品的門檻進一步降低了，但另一方面，也會失去了很多探索的樂趣。
不要讓遊戲秘籍毀掉了一個好遊戲。
版權方面，如果你是免費使用者，影象的版權歸屬於 AI，每月支付 30 美元后，就能將圖片拿去商用了。
但同時，如果你因此獲利達兩萬美元以上，則需要給 Midjourney 20% 的分成。
DALL·E 2
我給梵高理髮，我讓大象轉身
我等了一個多月，才拿到了 DALL·E 2 的內測資格。如果說 Disco Diffusion 更擅長描繪氛圍、風景或概念藝術，那麼 DALL· E 2 則擅長寫實。
“大象能轉身嗎？”我以這個“經典甲方需求”為例，試試 DALL· E 2 的寫實能力。
它轉過來了。
我讓網友扮演甲方，讓大象去做些別的事情。比如，讓大象在海洋館裡遊：
讓大象和鯊魚共舞：
讓大象開哈雷摩托車在路上狂飆：
讓大象被曹衝稱：
“甲方”們無話可說。
毫不誇張地說，這是我目前用過體驗最好的 AI 繪圖工具，
操作足夠簡單，完成度高，速度快到可以當搜尋引擎：不到一分鐘生成 10 張圖片（1024 × 1024），可無限延伸變化，甚至可以擦除區域性重新生成。
你可以不停地給梵高“理髮”。
在版權方面，DALL·E 2 背後的組織 OpenAI 列了幾條嚴格的限制：
圖片生成版權最終歸屬 OpenAI；僅供個人學習探索使用，不能商用，不能用於製作 NFT；不能在社交媒體上釋出過於寫實的人臉生成結果，會有肖像侵權風險。
OpenAI 也聲稱已經禁止 AI 記住名人的臉，也規避了種族和性別的刻板印象等。
在苦苦等到 DALL·E 2 內測資格之前，我找了一個“平替”——DALL·E mini，是用第一代 DALL·E 做的 demo，生成速度快，但畫面完成度不及 DALL·E 2。
榴蓮沙發｜用 DALL·E mini 生成，軟體地址：https://huggingface.co/spaces/dalle-mini/dalle-mini
生成影象，只是第一步
“能不能讓它們動起來？”我看著 AI 返回來的畫作，開始想辦法：
AI 生成影象完成，並不代表創意就結束了。如果你把它當成其中一個環節，再連線其他創意流程，想象空間是巨大的。
我再展示一下插畫師 Nerko 的創意：他先用 Midjourney 生成自己想要的素材，然後再將這些區域性組裝起來。
@NekroXIII
在他手裡，AI 是種“生產力”。挑選和合成，仍是他全權主導。在用上 Midjourney 之前，他已經畫了 15 年插畫。
作者：Simon_阿文
編輯：biu
更多閱讀
這是一份 Disco Diffusion 簡易上手指南