AI绘画





AI绘画指以生成式人工智能模型为主要工具的绘画创作与图像生产方式。工具接受文字、草图、参考图或结构图作为输入,模型通过训练中习得的图像分布合成画面。与手绘、数码绘画相比,AI绘画把"落笔"替换为"给出条件"与"筛选结果",画面的具体像素由模型计算而非由人的手部动作决定。
从技术上看,主流的AI绘画工具依托扩散模型或生成对抗网络。扩散模型在噪声中逐步还原图像,可控性强,细节丰富;生成对抗网络由生成器与判别器对抗训练,推理速度快,但在复杂构图上稳定性较弱。两类模型都需要文本编码器把提示词转换为可用的条件向量,也都依赖大规模图文配对数据完成训练。
AI绘画在行业中同时扮演创作工具与生产工具的双重角色。插画、概念设计、广告与游戏美术的工作流中,它被用于草图发散、材质参考与批量变体;在艺术创作中,它更多被用来探讨作者身份、风格复制与图像生产机制等议题。
技术路径
文本到图像是最常见的入口。用户输入描述性语句,模型生成与之相符的画面。这一路径的关键在于条件对齐:模型需要把"红色""坐在窗边""逆光"等词语对应到具体的色彩、位置与光照。训练数据中的图文一致性越好,这一对应越稳定。
图像到图像在已有图像基础上重绘。用户提供底图并设定重绘强度,模型在保留部分结构的前提下改变风格或细节。强度过高会偏离原图,过低则几乎不产生变化。这一路径适合风格化处理、修复与素材改造。
结构控制路径引入轮廓、深度、姿态或布局信息,使生成结果服从给定的构图。创作者可以先绘制线稿或搭建简单三维场景,再由模型填充光影与质感,这种分工接近传统绘画中"起稿"与"上色"的分离。
局部重绘与扩展把编辑限制在指定区域。局部重绘适合修正手部、面部与物体边界,扩展则在画布外侧延续已有内容,用于调整构图比例。这些功能使AI绘画从一次性生成转向可反复修改的编辑流程。
创作流程
实际工作中的流程通常比"输入一句话"复杂得多。创作者先明确题材与风格,再撰写结构化提示,必要时附加负向描述以排除不想要的特征。批量生成若干候选后,从中挑选构图与气质接近的一组,再进行局部修正、放大与调色。必要时还需在图像软件中拼接、调整文字与版式。
提示的写法有经验性规律。主体、动作、环境、光线、媒介与视角按层次排列,比堆叠形容词更容易得到稳定结果;具体名词比抽象概念有效;风格词会显著改变整体画面,但也可能把结果拉向训练数据中过于常见的外观。这些规律并非模型的设计规范,而是使用者在实践中总结的倾向。
多次迭代是常态。一次生成很少直接达到可用状态,创作者往往在保留部分结果的基础上反复重绘局部,或在同一构图下更换风格。这种往返使AI绘画的操作体验接近雕刻,从粗糙的块面逐步收紧到细节。
类型与用途
按用途可分为概念设计与视觉开发、插画与出版配图、广告与商业摄影替代、个人艺术创作几类。概念设计看重发散速度,需要大量变体供团队选择;出版配图看重风格统一与细节准确;商业应用则更关注版权、肖像与品牌一致性等合规问题。
按作者介入程度可分为三类。提示驱动型以文字条件为主,作者主要做筛选;条件驱动型以草图、三维布局或参考图为骨架,作者控制构图;模型定制型以自建数据集微调模型,作者控制整体风格。三类在作者性上的差异很大,评价时不宜用同一标准。
局限与争议
技术局限包括细节错误与一致性不足。手部结构、物体数量、文字渲染与空间透视是常见失效点,同一角色在不同画面中的外观也容易漂移。长篇幅的系列创作因此需要额外的角色一致性与风格一致性手段,如固定种子、参考图注入或专门训练的模型。
争议集中在训练数据与劳动替代。大量受版权保护的作品被用于训练,原作者通常未获通知或报酬,由此引发的诉讼与行业谈判持续进行。商业美术领域的工作机会与报价结构也受到冲击,行业组织与平台开始尝试素材授权、内容标注与署名机制。这些制度安排尚在形成之中,各地做法不一。
在艺术评价上,AI绘画的成败往往取决于作者能否建立可辨识的个人方法。仅依赖默认模型与流行风格词的产出,容易在视觉上趋同;把模型嵌入特定主题、特定数据集或特定展示方式的实践,则更可能形成独立面貌。
参考文献
- 纽约现代艺术博物馆 https://www.moma.org/
- 泰特美术馆 https://www.tate.org.uk/
- 林茨电子艺术节 https://ars.electronica.art/
- arXiv 预印本平台 https://arxiv.org/
- Rhizome 数字艺术档案 https://rhizome.org/