撰文 / 张 鸥
编辑 / 吴 静
设计 / 赵昊然
来源 / Driving.ca，作者：Elle Alder，图源：AUTOMOTIVE.AI，STABLE DIFFUSION
如果将丰田Supra送回20世纪50年代会是什么样子？如果宝马早在1979年就开始出售与Wagoneer相媲美的X5又会如何？
现在，我们能够用笔墨描述这些天马行空的想象，并且利用打算机算法将它视觉化——新一代“人工智能”软件可以快速图像化我们脑海中的任何画面。
这是一项在短短几个月内推动了整整一代人的技能，帮助人们充足想法，将从未涌现过的事情图像化看起来确实很有趣，但它也引发了有关创意伦理、数字权利，乃至全体创意家当未来的敏感问题。
AI爱好者伦尼·伍德（Rennie Wood）、3D渲染师阿比米莱克·阿雷拉诺（Abimelec Arellano）和底特律汽车设计师亚当·休伯斯（Adam Hubers）是不同类型的设计事情者，而他们的职业都与这种新技能息息相关。
AI渲染的1968年梅赛德斯-奔驰Gelandewagen
AI天生，从文本到图像通过AI文本-图像天生器，用户可以利用笔墨描述他们所想的东西，以此创建图像。这些天生器常日通过网络界面访问，利用打算机学习来剖析关键词或句子的含义，利用模型从数十亿现有图像中学到的“知识”，终极拼凑出所述主题的视觉画面。
用户可以用具体的条件和参数来辅导模型，以更紧密地定义他们所期望的结果，例如，“圆形的挡泥板后视镜”，“在Indy 500的斜坡上赛车”，“数码相机拍摄效果”，乃至“利用艺术家的风格”。
AI图像天生已被证明是这一代最快、最引人瞩目的技能改造之一，公众在短短一年的韶光里见证了令人眼花缭乱的发展。2022年初，OpenAI推出Dall-E，标志着在半识别图像方面的第一个主流文本-图像天生器的成功。
如今盛行的AI天生器将它们的知识建立在有标题的图像数据库上（从全体互联网上搜刮而来），这个“语料库”常日反响了已经存在的图像材料。一些开拓者的模型演习语料库来源公开透明，另一些开拓者则避而不谈。对前者的剖析显示，大量未经授权或受版权保护的材料来源于Pinterest等标签丰富的素材网站，包括个人创作、商业来源，以及其他艺术家作品。
这意味着用户可以指定某种类型，“借用”别人努力创造而来的美学风格。如果你选择了梵高的风格去渲染一个物品，那可能没紧要，但如果你输入的文本借鉴了一个当代艺术家的风格，并且未经许可进行二次发布或商业用场，那就尴尬了。
Open AI网站上Dall-E的天生示例。文本为：牛油果形状的扶手椅
伦尼·伍德是一名拍照，木制玩具修复家和零售商，他同时也是网站Automotive.AI的创立人。这里梦幻般的汽车、场景吸引了成千上万的Instagram粉丝。
伍德利用网络上公开可用的AI天生器进行了一次又一次的试验，他很快就找到了符合自己设想的方案。
“当我打仗到这一技能时，我想做的第一件事便是制作汽车，由于这是我小时候的梦想。”他说。
网站的一些早期产物看起来相称糟糕，那个时候的文本处理彷佛总是显得不尽人意。“每次有人利用它，它都在学习，现在的数据库好多了。”伍德补充道。
他为自己的网站设置了公式，一套润色语，以及一个每周都在改进的工具。一个30-50个字的长提示现在可以可靠地天生一个干净的图像。
伍德说：“拍照是一种减法艺术，它从存在的统统开始，然后通过改变你的位置、焦距和曝光，你可以肃清东西。AI天生正好相反，它从一张空缺的画布开始。以是我很享受。”
AI天生的1955年道奇Viper
与人类抢饭碗？在这之前，渲染这样一个图片每每须要特定技能，无论是用素描本还是用CAD。阿比米莱克·阿雷拉诺便是一位一贯以来利用CAD的数字艺术家。
阿雷拉诺曾经出版过自己的作品，他的“如果”系列作品超过了50多个观点，设想了从1966年的阿斯顿-马丁Cygnet到2014年的玛莎拉蒂克莱斯勒TC。
在他年轻的时候，他沉浸在YouTube和论坛驱动的“虚拟调校”，直到Photoshop的二维限定变得迂腐，他开始在Blender中自学三维建模，并利用Keyshot进行渲染，末了用Photoshop进行编辑。他现在利用这些技能为各种客户承包项目，事情韶光从几小时到几周不等。
阿雷拉诺承认，当他看到AI模型之后，他感到了一丝愤怒。
“我的事情就这样没了。”他想。直到几天后，一位转而利用AI的老客户重新找到了他——这个客户称，虽然人工智能很方便，但它缺少人类的判断力。
当然，这种引人瞩目的新工具总会有得当的用场。早在一些年前，美联社已经通过自动化系统输出文章，如今的AI天生器则有可能影响到基本成像领域。
底特律的汽车设计师亚当·休伯斯曾在Stellantis担当Ram 1500 Rev设计团队的卖力人，他提到了Photoshop刚刚兴起的时候，他的许多前辈们一度非常担心，不过他们很快把这个工具纳入了自己的创作过程。
休伯斯表示，专业设计界的一些人同样已经开始考试测验将AI工具引入自己的事情流程。他说：“我不认为它会肃清人类汽车设计者。”
部分缘故原由是，真正的人工智能还不存在——这些系统仍旧是参数化的，并依赖于现有的媒体，它们不会想象、无法表达偏好、不能构思出新的想法或创造根本性的东西。它们的输出只可以反响现有的东西。
如果仅仅是出于爱好，为车型改朝换代，那就没紧要了。它能够借鉴特定时代的既定设计措辞和现有的模型阵容，使作品具有可信性和可识别性。伍德用AI天生的1979年宝马X5看起来险些以假乱真，由于它紧张借鉴了广为人知的e12代设计线索，并将其延伸到宝马本日的轿车风格。
AI渲染的1979年的宝马X5
令阿雷拉诺感到欣慰的是，他的客户重视他作为人类设计师的能力——根据需求进行微调的能力，能够处理特殊风雅的细节——这是AI无法做到的。
总的来说，三位创意事情者都认为这样的工具更多的是作为一个垫脚石，帮助塑造或勾勒出模糊的想法。阿雷拉诺进一步强调，这些工具特殊有助于阐明那些看起来很直不雅观的办理方案，由于有时候，人们很随意马虎将某些问题过度繁芜化。休伯斯则表示它们供应了一种 “故事板”，可以绘制盲点，给出更多种可参考方案。
AI图像天生从新奇的学术好奇心发展到范式转变只用了不到一年的韶光，而像ChatGPT这种措辞模型的成熟也为书面文章等领域指向了类似的轨迹（和危急）。通过开放测试版供"大众年夜众利用，开拓者乃至有效地加速了大众的接管度和激情亲切。
常日来讲，一个行业的专业化程度越高，受到软件威胁的可能性就越小。
只不过可以肯定的是，短期内的困难彷佛是不可避免的，由于一些目光短浅的经理人和风险成本类型的人已经在研究如何裁员，用AI模型取代创意事情者。
阿雷拉诺表示，他看到的是一个繁芜但终极令人鼓舞的画面：“当它盗取艺术时，它让你感到愤怒。但是，你可以阐发一下，它实际上根本无法取代统统。”
本文由汽车商业评论原创出品转载或内容互助请联系解释违规转载必究