<p class="ql-block">作者：Pink河馬</p><p class="ql-block">這里先科普一下AI生成圖像的原理?；跀U散算法的Stable Diffusion目前是主流的民間AI生成圖像算法，因此本文將會以該軟件及其算法為例。</p> <p class="ql-block">就不用太學術(shù)性的話去描述了，通俗來說，就是將一張圖像逐步加入隨機的噪點，直到把圖像完全變成一張噪點圖，然后再把這張噪點圖通過隨機增加像素點的方式，還原成一張普通的圖像。去噪網(wǎng)絡在其中會記錄噪點的隨機值，并通過“調(diào)整預測”的方式去判斷如何“增加像素”才能更符合原本訓練素材的“樣式”，是一個去噪的過程。如果想看更學術(shù)性的研究可以自行上網(wǎng)查閱。</p><p class="ql-block">所以從上述訓練和生成的原理可見，擴散模型在訓練和生成時，并不是單純模仿數(shù)據(jù)集內(nèi)某一圖像的，如材質(zhì)、構(gòu)圖、色彩等某個具體內(nèi)容，更不是所謂的“從數(shù)據(jù)庫中獲取圖像進行拼接”，而是通過分析某個元素在這些圖像中的共性，從噪點圖通過逐步去噪、調(diào)整，來生成出符合這種共性的圖像結(jié)果。</p><p class="ql-block">絕大部分人類學習繪畫的過程均是從臨摹開始，在掌握了光影、線條、構(gòu)圖、結(jié)構(gòu)、比例等等，通過不斷練習和調(diào)整，再逐漸創(chuàng)作出帶有自己風格的作品，而Stable Diffusion為代表的擴散算法模型AI程序的訓練和生成，恰恰復制了這個過程，而區(qū)別在于，人類學習的對象是通過眼睛觀察到的自然規(guī)律以及他人作品，AI學習的對象是訓練者提供的圖像內(nèi)容。</p><p class="ql-block">第二點就是網(wǎng)上有很多人發(fā)帖稱，通過AI獲得的作品和一些畫師的風格很像，有些作品類型幾乎就是“復制粘貼”。這就是我想說的，在正常情況下其生成的作品通常不會侵犯訓練集中某個特定作品的權(quán)利。但如果使用特定內(nèi)容LoRA模型、低重繪度“圖生圖”方式等，導致與訓練集原圖或特定內(nèi)容過于相似的情況，這也是國內(nèi)某些平臺出現(xiàn)的現(xiàn)象，用條例把人們的創(chuàng)作變成了平臺的免費紅利，這波確實太過了，則需要單獨討論。</p><p class="ql-block">現(xiàn)階段，AI其實就跟PS等等軟件一樣，一個工具罷了，目前各大廠均有落地案例，各高校也在研發(fā)AICG課程，能做出什么樣的創(chuàng)作還是得看操作他的人，最后比拼的還是審美和創(chuàng)意。</p>