隨著計算機技術和算法的不斷進步，人工智能生成內容（AIGC）的應用近年來引起了廣泛關注。比如，ChatGPT在推出僅兩個月後，月活躍用戶達到了一億，三個月後更是達到驚人的18億。國際數據公司（IDC）預測，2023到2026年間，全球在人工智能方面的支出將超過3,000億美元。AI技術已經潛移默化地改變了多個行業，包括汽車、金融、醫療、零售、支付、藝術、智能家居等。[1]AI繪畫作為AIGC的重要應用分支，近年來不斷進入大眾視野。2022年8月，在美國科羅拉多州舉辦的新興數字藝術家競賽中，一幅由AIGC製作的作品《太空歌劇院》（圖1）獲得一等獎，而參賽者並沒有任何繪畫基礎。這引起了廣泛關注。那麼，什麼是AI繪畫？它與傳統繪畫有什麼聯繫？AI繪畫的應用和影響是什麼？下面將詳細介紹。
什麼是AI繪畫
AIGC利用大型訓練模型和人工智能技術，根據已有數據尋找規律，通過泛化生成相關內容。AI繪畫則是將AIGC應用於藝術創作中，用戶只需輸入不同描述詞彙（如藝術家構圖、風格、色彩等）即可生成相應的繪畫作品，實現文字生成圖像甚至影片的跨模態產出。近年來，幾個主流的生成模型包括生成對抗網絡（GAN）、變分自動編碼器（VAE）、流模型（Flow-based model）、擴散模型等，基本都基於深度學習進行訓練。AI繪畫與傳統繪畫相輔相成，但因創作機制限制，缺乏傳統繪畫的生動與人性化表現風格，導致其在大眾中缺乏親和力和心理認同感。
國內外有許多優秀的 AI 繪畫平台，如 Midjourney、Disco Diffusion、Stable Diffusion、百度文心等。以 AI 繪畫龍頭 Midjourney 為例，《太空歌劇院》便是使用 Midjourney 生成。Midjourney 是一款載在 Discord 社群上的圖像生成應用，通過差異化產品定位積累了早期數據和活躍社區。至 2023 年 3 月，Discord 上的用戶數超過 1,300 萬，是目前用戶數最多的伺服器。
圖2 展現了 Midjourney 與 Discord 是如何相輔相成的。Discord 為 Midjourney 提供了絕佳的社交體驗平台以及海量的用戶，而 Midjourney 卓越的 AI 繪畫能力也為 Discord 帶來社區流量。不僅如此，Discord 的社區生態幫助 Midjourney 累積了大量的數據，通過鼓勵用戶對 AI 生成的圖片進行滿意度評分，幫助模型在討論中不斷更新迭代，優化生成效果。Midjourney 目前採取三種訂閱模式，不同的訂閱模式體現在反應速度以及圖像生成次數。根據目前的用戶數量保守估計，年營收入可達到 1 億美元。圖3 展示了近年來 Midjourney 和 Discord 用戶數量的迅速提升，AI 繪畫受到了越來越多的關注。
AI 繪畫對企業的影響（以美圖公司為例）
AI 繪畫操作簡單、實用門檻低，引起了廣大行業從業者和文娛愛好者的關注。AI 繪畫的用戶近半數為美術設計類和互聯網行業從業者，能輔助設計工作，同時對遊戲等互聯網行業有所助益。美圖公司是 AI 繪畫對企業幫助的成功案例。從 2008 年開始，美圖公司通過「美圖秀秀」應用程式加強人像技術研發，並在 2013 年進行多維度探索，但效果不佳。經歷多年探索後，美圖公司在 2020 年上線美圖創意平台，2023 年推出多款 AI 產品如美圖宜膚、美圖雲修、美圖證件照等，通過訂閱付費、單產品付費、API 外接等方式實現商業變現，成功轉型為穩定的付費訂閱業務，並實現顯著的利潤增長。圖4 和圖5 展現了美圖公司近年來付費人數的穩定增長和轉型後訂閱收入的顯著提升。
不僅在美圖行業有顯著幫助，在各類行業下均有成功融合 AI 繪畫應用的例子，例如在廣告行業中借助 AI 製作宣傳素材：《時尚芭莎》36周年紀念 AI 海報；漫畫行業中輔助生成漫畫、插畫；影片：AI 繪製《漠河舞廳》MV 等等。
AI 繪畫的局限性
依賴模型：AI 生成模型極大程度依賴於訓練數據，不一定能滿足所有人的要求，效果也難以保證。
隨機生成：生成器在生成低細節圖片時確定了構圖，但這種確定是隨機的，難以指定圖片中某物的位置。
指向性差：Midjourney 擅長畫人物、山水、建築，但不擅長畫抽象人造物，如字形、IP 形象、圖標和 logo 等。
難以微調：每幅圖片都要重新生成，微調內容時需要重新生成新圖。
AI 生成影片所面臨的技術瓶頸
目前許多應用支援文字生成圖片，但文字生成影片並不普遍，當中存在兩個重要技術瓶頸：
算力可控性：從圖像到影片的轉化，每秒影片至少由 20 張到 25 張圖像組成，生成影片的算力是否可控、渲染成本是否過高等都是問題。
圖像可控性和影片邏輯性與連貫性：每秒鐘生成 25 張圖像，一分鐘形成 1,500 張圖像，質量是否可控，圖像間的邏輯性和連貫性是否符合影片要求，都是重要的考慮因素[2]。
未來的機遇和挑戰
開源公司 Stability AI 發布的 Stable Diffusion 圖形模型，極大降低了研發成本，為 AI 繪畫公司提供了高位且平等的技術平台。然而，開源模型並非萬能，高昂的硬件、運營和訓練成本提高了行業門檻，不確定的投資回報率也不是所有公司都能承擔。
隨著 AI 繪畫的普及和完善，AI 繪畫能夠幫助藝術家探索和創造全新藝術形式和風格，超越傳統創作限制，開拓視覺審美新領域；根據用戶偏好和需求進行個性化定制，為每個人創造獨特藝術作品和體驗；成為藝術教育的強大工具，幫助人們學習和理解藝術創作技術和理論，降低學習門檻，普及藝術教育；促進不同文化和藝術領域的交流與合作，推動全球藝術創作多樣性和豐富性。
然而，AI 繪畫也帶來侵權、隱私洩露等問題。AI 繪畫強大的學習和更新能力，使許多行業從業者產生擔憂和恐慌，通過短短幾天便可掌握許多畫師需練習數年的技術，威脅許多底層畫師的就業。此外，AI 繪畫作品的藝術價值存爭議，批判者認為 AI 繪畫創作沒有靈魂，需人類不斷調整參數才能產出滿意作品。AI 繪畫作品還涉及肖像侵權等潛在風險，有畫師表示不允許 AI 學習自己的作品或需收取版權費並標註。
NVIDIA 創辦人暨執行長黃仁勳對於 AI 繪畫的前景評價道：「AI 將為藝術家提供全新的表達方式，這不僅僅是自動化，而是以前所未有的方式增強創造力。」相信隨著相關法律的不斷健全和公眾的參與和關注，AI 繪畫產業會找到屬於自己合適合規的發展道路。
參考文獻：
[2] HorizonInsights.(2023). ‘科技與技術交匯，AI助美圖騰飛’
[3] GFSECURITIES.(2023).‘Midjourney: AI繪畫“小”模型的成功之道’
[4] XinluLiu2020J. Phys.:Conf. Ser. 1648032125
在此感謝InnoHK、香港特別行政區政府及人工智能金融科技實驗室（AIFT）對本文的支持。
（AIFT竭力但不能保證內容之準確和可靠，亦不會承擔因任何不準確或遺漏而引起的任何損失或損害。 )
