前提

在今年（2022）六月份，我写过一份课程报告《多模态图像生成》，介绍了当时流行的几个AI绘画平台和对应算法原理（当然原理是抄来的，我也不懂）。并按报告要求对AI绘画的发展趋势做了三点总结。正巧最近AI绘画又爆发了一波热潮，便再来写一篇文章，浅谈AI绘画的热潮和我对AI绘画的看法。

引自《专题汇报》

易用性：产品足够简单、易用，能够快速上手完成

硬件化：模型对芯片性能要求降低，能够在手机等平台上运行

商用级：成品的内容丰富程度以及精细程度达到专业商用化级别

三波热潮

第一波热潮（时间线上未显示）2021.8-2022.3

第一波热潮的预热，是CV(Computer Vision)领域的顶刊频出，不少组织都在推出自己的AI绘画新产品（特别是Google，OpenAI和Nvidia）。

当时消费级产品中较流行的应该是Wombo和Wand两款产品。Wombo凭其极其简单易用的关键词机制和多样的风格掀起了一阵诸如“AI眼中的XX”热潮，而Wand依靠用户自己涂色块生成动漫角色也得到了一阵关注。

不过针对这两款产品，也存在一个致命问题：不能很好地将人的意志与AI结合。

Wombo只能输入几个关键词，输出也偏向抽象、油画风格，基本只能体现出AI对某项已有事物的“印象”，而不能依靠用户自己的想法去绘画。所以当Wombo把热门的东西，比如所有城市，游戏，国家都画遍之后，它的热度也就该褪去了。

而Wand的上手难度较高，在小于一周的练习时，用户很难单凭色块输入去生成完好的角色肖像。因此用户和工具磨合的花费可能甚至要超出绘画本身，这也是Wand一直不温不火的原因。

因此，这一波热潮只是针对特定人群，小范围内的热潮。偶尔也有AI绘画“出圈”的情况，不过大多都没能引起广泛关注。

第二波热潮 2022.4-2022.7

如果说这之前的AI绘画不过是电子玩具，甚至不能引发人们对AI绘画本身性质的讨论，那Disco Diffusion（以下简称D.D.）的横空出世就有如天降猛男，以一己之力引爆了AI绘画的热潮。

D.D.首先是允许用户输入完整句子或段落来生成图片，将内容、风格、构图、透视等以关键句的形式供用户选用，充分结合了用户本身的想法，大大提高了AI绘画的上限。

其次，D.D.将代码封装，并在Google上部署了云端版本。用户不需要配置各种复杂的环境文件，只要通过五个步骤（生成视频是六步）依次填写关键参数并运行代码就能完成准备阶段。

再者，D.D.云端版本可使用Google Colab服务，让没有高端显卡的用户也能分配使用到专业GPU以完成图像生成，使得AI绘画的受众大幅增加。

遗憾的是，D.D.在细节方面表现的不尽人意，针对人物的生成更是惨不忍睹。而同时期的CRYPKO做到了高精度的二次元图像生成，得到了一定的关注。

不过CRYPKO的全球化做的不够优秀，不少人直接卡在了注册这一关。更重要的是，CRYPKO的付费机制劝退了大部分的人。因为使用CRYPKO生成画作的花费较为昂贵，而且生成的画作必须要购买许可才能商用，许可过期后还要续费才能保留在商业作品中。（现在看来，这其中可能还混杂着AI绘画本身的版权问题，不过当时是少有人关注的）

在此期间，与AI绘画相关的话题首次得到了大范围的关注。这期间产生了不少AI绘画的博主和第三方平台，也首次引发了人们对AI绘画本身的讨论。当时对AI绘画的讨论，主题绝大部分是“AI绘画是否会取代人类”，至于版权问题则鲜有所闻。

第三波热潮 2022.8-

如果说Disco Diffusion掀起了AI绘画的浪潮，那么8月下旬的Stable Diffusion（以下简称S.D.）则是将浪潮推向了一个前所未有的高度。

无论是在精致程度还是在对Prompt（描述，包括所有的关键词、句、段落）的理解上，S.D.的水平都远远超过了D.D.，达到了与部分专业画师相仿的程度。

并且，D.D.生成一张画大约要一小时，而S.D.则直接把这个时间压缩到了一分钟内。

在硬件要求方面，S.D.将本地部署的下限降低到GTX10系列，又大幅增加了AI绘画的受众。

与之而来的，是S.D.的变种NovelAI（这里专指NovelAI官方的AI绘画功能，其基于S.D.配置），专精于二次元风格图像生成，直接打破了原来”AI不会画人“的魔咒，同时也将AI绘画的版权问题推上了风口浪尖（因为NovelAI的数据集涉嫌使用大量未授权画师的作品）。

自此AI绘画彻底“出圈”，也引起了人们对AI绘画的思考，以及对版权问题的纠纷。

我的看法

老实说，我和大多数使用AI绘画的人一样，在第二波浪潮时期从未想到过版权问题。我对AI绘画总体持支持态度，因为它确确实实地让无数本来可能一辈子都不会接触到绘画的人去尝试，去发现绘画的乐趣。在此之前，这几乎是不可能的事情，是任何国家和个人都做不到的改变。

AI绘画是一把火，烧遍了整个绘画界，不灭不止。在最为理想的情况下，画师利用AI做效果，找参考；普通人用AI生成自己喜欢的图片并分享，一片祥和。但是，有三个问题一日得不到解决，AI绘画就一日不能被所有人接受：

1.谁也不想自己被贬值。AI绘画在一定程度上拉低了大部分中低端画师的价值，让画师们的努力和付出贬值。

2.涉及复杂的版权问题。AI绘画涉及到无数作者和作品的版权利益，且暂时没有任何法律规定可作参考。

3.伦理问题。对于人类智能而言，AI绘画的运用是一种进步还是退步？

最后

回顾我一开始提出来的三个发展趋势：

易用性：之前的Disco Diffusion还需要用户手动运行代码，而现在的NovelAI可以直接在官网使用云端服务，也可以直接下载别人的傻瓜式安装包，打开即用。使用者不需要填写各种复杂的配置，只需要填写关键词句即可生成。即使是第一次使用的人，也能轻松快速地生成品质优良的图片。

因此我认为AI绘画的易用性已经很高，不过现在仍有不足，比如有人研究发现，NovelAI的关键词顺序和组合方式对成品构图有直接影响，但这个特性在使用界面没有任何提示和帮助。

硬件化：现在基于Stable Diffusiond的AI绘画，已经把门槛降低到了GTX10系列，未来这一配置要求也许会继续降低，但离我预计的在手机本地上部署使用可能还有一定距离。

商用级：从Disco Diffusion到Stable Diffusion，AI绘画的质量已经大大提高，而两者之间只差了短短四五个月。未来还会迭代出更多更好的AI绘画模型，如果能解决版权问题，那么AI绘画的正式商用就指日可待了（虽说现在已经有人用AI绘画做游戏了，但是涉及版权问题，这处于灰色地带）。

在AI绘画蓬勃发展的同时，AI音乐、AI建模也在悄悄酝酿着。也许，全民AI的时代已经离我们不远了。不知道未来时代的我们，回忆现在会是什么感想。嘲笑？怀念？谁知道呢，先等这把火烧下去吧……

如未特别说明，本文中引用的AI作品素材均来自互联网