从文本天生图片、图片天生图片，到文本天生3D模型、文本天生短视频，AI工具在海量网民的奇思妙想下，天生了诸多高质量或有趣的内容。在这场技能狂欢里，GameRes至少看到了这么几个趋向：
1.技能范式，基于库恩—佩蕾斯对付“范式”观点的阐释与蜕变，技能的演化伴随着价格构造的重大变革，从而勾引经济行为者方向于利用更强大的新投入品与新技能。之于AI绘画而言，它又可细分为——
技能的渐进式发展与跃迁，AI绘画在近几个月能突飞年夜进式源于Diffusion扩散模型在图片天生领域的利用以及Stable Diffusion的开源，但这些跃迁无不建立在技能的长期研究根本上；
市场前景引发技能竞争，AI绘画技能的火热引起了环球巨子、科技公司的高度关注，谷歌、微软、Adobe等公司纷纭推出新的模型与实验性项目，并试图将该项技能整合到自家产品中， Stable Diffusion背后的创业公司融资一亿美元以进行更深入的研发；
AI绘画作为一种生产工具，将催生新的需求、岗位，或是改变现有的生产流程。
图源：artificialintelligence-news
2."大众年夜众对绘画或艺术的再一次核阅，犹如杜尚用现成品艺术颠覆了人们对艺术的认知，打算机天生的图画引发了人们对艺术、人类创造力实质的新的谈论；
3.AI绘画对现有法律、社会认知的冲击，如AI的演习数据以及天生的图像是否对艺术家的作品构成侵权，AI天生图像是否有版权等。
在这些趋向与谈论中，新技能所引起的失落业焦虑无疑是最具冲击性的话题之一，它是否会像部分网友所说的，撤消“低端”画手？
图源：微博用户@西仔LittleC
事实上，“撤消”与“低端”都不是贴切的说法，我们可以换个角度去思考AI绘画对美术从业者的潜在影响——将AI绘画产品的出图流程与人类作图的流程以及终极想要得到的成品放在同一个框架内考虑，得出哪些环节、成品可以被AI绘画优化乃至平替的。
基于这一思路，不难想象，约稿市场，可能会成为AI绘画蚕食的重灾区，又或者是那些仅须要数张插画的小说、有声作品等。
之于游戏产品，美术占比重、玩法固定的AVG游戏，同样岌岌可危。
这不，AI绘画热潮刚蔓延至海内的那段日子，就有个团队趁势做了个“由AI制作”的AVG游戏——《未来地狱绘图》。
《未来地狱绘图》
“由AI制作”，这一描述并不准确，《未来地狱绘图》的本色是用AI工具天生大部分游戏资产，如剧本、角色立绘、美术背景等，末了由人工完成素材的组合。
游戏由拔丝柠檬制作组制作，据官方在B站发布的先容视频，游戏第一章的制作时长仅仅只有6个小时，嬉戏时终年夜概为10分钟旁边，全程无对话选项，相称于一个视觉小说。
目前游戏可在Gamecreator网站在线嬉戏，更新至第二章节。
AVG游戏的制作门槛并不高，尤其是纯视觉小说类型的笔墨冒险游戏，它并不须要嵌入过多的游戏交互行为或游戏系统，市情上也存在着大量用于制作AVG游戏的引擎或平台，如吉里吉里、橙光。理论上，制作者仅需搞定剧本、美术（角色、场景、CG、殊效等）、音乐（音乐、音效、配音等）三大模块，就能制作出一款能交互的AVG游戏。
而这三者，均在AI天生内容的范围内。
（1）剧本
《未来地狱绘图》利用的是彩云科技开拓的人工智能小说续写工具彩云小梦。
用户在运用界面中输入故事开头、词语或主人公名称后，AI会自动续写下文，用户可以选择续写的风格，如“纯爱”、“玄幻”，也可上传文本演习出自己想要的模型，还能对故事的天下不雅观进行编辑。每次续写时，AI会供应三种文本，不喜好的话可以换一批。
该运用在去年曾火过一阵子，在B站上，以「AI续写」为标题的系列视频每一条都有着几十万的播放量，但这一热度并非基于AI续写的故事的质量产生的，纵览AI天生的文本，里头满是硬伤：故事逻辑性弱、语句毛病多，不雅观众更多的是持着一种看乐子的心态，人类的围不雅观与在AI根本上天生的脑洞远比故事本身更加故意思。
从彩云小梦在《未来地狱绘图》中的实际运用来看，行文硬伤依旧存在，语义重复的毛病并不少见：
笔墨（笔墨而非故事，指故事的描述办法）读起来短缺“生气”，用一样平常的话来说便是没有文采。
但它至少做到了一件事，能够把事情讲清楚了——未来某一年，玩家所扮演的「员工」被AI所淘汰，试图反抗的“我”被教训了一顿后关进了看守所（第一章）。不知过了多久，“我”沉沦腐化街头，乞求能找到一份事情，并透露出自己此前的身份——能画出千万美元代价画作的画师。在小巷收废品时“我”碰着一名被摈弃的女仆机器人，“我”萌生了惺惺相惜的情愫，谁知，这竟是个圈套，性命攸关之际前同事打开了仓房的门（第二章）……
除了故事发生的前后逻辑能理得清外，AI创作的文本还有另一个比较令人意外的点，即每个角色的台词符合其人设。
通读下来，故事给人的觉得便是缺少相应的铺垫或没有明确的发展方向，迁移转变虽然有出人意料的效果但显得生硬。
（2）音乐
《未来地狱绘图》的AI音乐紧张分为两大块，背景乐与角色配音，音效利用的是免费素材。
打算机领域对音乐的解析远比绘画要早得多，上个世纪50年代便有研究者考试测验着用打算机随机天生弦乐。在神经网络技能的赞助下，人工智能已能闇练“节制”音乐的基本事理并天生有一定表现力的音乐。
1958年，Lejaren Hiller在伊利诺伊大学创建实验性音乐工作室，研究如何让打算机自行创建音乐
《未来地狱绘图》所利用的AIVA便是AI天生音乐领域的佼佼者之一，它许可玩家对天生的音乐进行编辑。不过，在《未来地狱绘图》里，AI天生的BGM存在感并不强，虽然算是一首能听的曲子，但并不能与当前的文本、画面完备贴合，产生1+1＞2的效果。
比较AI天生的音乐，AI配音则要常见得多，公共广播、短视频中比及处可见，在营销号、电影讲授中的利用更为泛滥，个中以微软AI语音云希、阿里云的艾飞最为普遍。
虽然这些AI配音已听不出太多机器音的痕迹，但它们只适用于讲授等无需情绪掺和的场景，在视觉小说这类强调故事性与角色的作品中，声音须要被授予更多的感情与灵魂。换言之，它须要更为繁芜的语调、音长变革，于是便有了语音合成标注工具。
在《未来地狱绘图》所利用的声咖AI中，用户不仅能选择语音类型、朗读速率跟音量，还能对朗读文本逐字进行标注，通过停顿、强调、连读等办法实现发音的节奏变革。部分AI配音运用，如Uberduck，乃至许可用户自行上传音频素材演习出特定的模型，直接模糊同人与官方的界线。
在数种语音模型中，老年的语音最没有违和感
不过，在《未来地狱绘图》的详细体验中，AI配音的表现实在很糙，机器感明显是其一，语调与发音人所处情景不吻合是其二——像“带走”、“给我进去”这些带有强制性意味的词语尾音却拉得很长，既不符合机器人无情绪的特性、也不符合人类的情绪方向。
比较AI配音，AI变声器是个更具效率的配音方案，如MockingBird、MoeGoe，后者在二次元领域较为常见，它收录了靠近三千名动画角色的声音，可天生中文、日文、英文、韩语等多种措辞，目前在日本的Vtuber行业有较高利用率。
（3）美术
回到本文、同时也是《未来地狱绘图》之以是会被做出来的契机上，AI绘画是三类AI天生内容中最具视觉冲击力（虽然它本身便是视觉产品）、成品最靠近人类作品的，在媒体、互联网大规模曝光AI绘画技能以及Stable Diffusion开源之后，国内外呈现出了大量新AI绘画产品。
但总体而言，关注焦点依旧集中在DALL-E、Midjourney、Stable Diffusion上。
三者中，DALL-E算得上是奠基者。如今主流的文本天生图像（Text to Image,下文简称T2I）工具利用的模型均为CLIP+Diffusion，前者为打算机能够理解文本与图像之间的对应关系搭建起了桥梁，并网罗互联网中数十亿的图片作为自己的演习数据；后者则是利用“去噪点”的办法实现图像的风雅度。DALL-E背后的开拓团队Open AI于2021年1月开源了CLIP模型后，为TTI的跃进式发展供应了契机。
Midjourney的成名大概要归功于Colorado展览会上的伟大胜利，由其天生的作品力压人类艺术家拔得头筹，基于演习库的差异，Midjourney天生的图像更强调光影细节与美学不雅观感。
Stable Diffusion后来居上，它秉承着完备开放的原则，过滤少、没有严格的版权保护机制（纵然有，也能被轻易绕过或破解），输出的风格更为广泛，利用更为便捷，天生速率更快，且可得到社区支持。
当然，《未来地狱绘图》所利用的Novel AI也是AI绘画领域的佼佼者，尤其是在AI天生二次元画像方面。
此前网上盛传的《Novel AI元素邪术全收录》
利用到详细的AVG游戏制作中，AI所须要做的事情不能只勾留于根据提示词天生图像，它至少还须要做到：
担保所有输出图片在风格上的统一性；为同一角色绘制不同的动作与表情差分；用于渲染氛围、展现故事张力的CG须要能够与高下文相同等，如角色样貌、衣饰、场景等。
须要特殊提醒的是，以上需求均建立在无人工改图、AI直出的情形下。
在《未来地狱绘图》中，制作者极力避免同一场景须要两张美术背景（如同一间屋子的不同部位）的情形，对付“场”做了明显的切割，至于角色的表情差分、动作差异，则一概摒除。
在CG如何与立绘保持统一这一关键需求上，游戏同样没能给出一个比较好的办理方案。
从《未来地狱绘图》的实际表现来看，无论是文本、音乐还是美术，AI天生的游戏内容都未能均不尽人意，大概单个（单张图片或片段性的笔墨）拎出来算作效还行，但全部拼贴在一起多少有些别扭，就像穷苦的村落落里盖了个六七层的高楼，外体砌的砖墙五花八门，或古朴或时尚，或黄或绿，它缔造的不是奇不雅观，而是纯挚的不折衷。
不过也别忘了，上个世纪的波普艺术便是用拼贴、剪切商品包装的办法成为一种新时尚的，大概AI天生的内容不是撤消现有的作品，而是成为新的一个品类呢？就像不雅观众将AI小说当成乐子而非常规作品一样，媒介的差异造成了认知办法的差异。
但《未来地狱绘图》并不虞味着便是AI在游戏创作上的极限，它只不过是个几个小时内鼓捣出来的实验性作品，理论上制作者可以用更好的AI工具、更细致的“调校”来天生更出色的作品，其结果便是——
与利用AI的初衷背道而驰，制作者须要投入更多的韶光，乃至是金钱。
为了更好地理解《未来地狱绘图》以及AI天生内容在游戏制作上的实际利用，GameRes找上了游戏背后的开拓团队，拔丝柠檬制作组。
一言难尽的AI天生技能
拔丝柠檬制作组的成立韶光不敷半年，出于理解新技能的态度，他们考试测验着用AI工具鼓捣出了《未来地狱绘图》。
第一章花了大约6个小时的韶光，由于是抱着做着玩的心态，以是对天生的素材并不细抠，能用即可。
第二章则花了两倍的韶光，制作组想考试测验用AI做更多的东西，比如CG——让AI天生同一角色的不同图片，制作人NIM表示，“纵然是截取大量同角色的图片进行演习，让AI记住角色，天生的图片在细节上的差异也是不可避免的。”
用AI工具创作的《未来地狱绘图》只是拔丝柠檬制作组的试水作品，团队的事情重心在另一款AVG游戏《井域：喀洛之血》。
从游戏内容而言，人工打造的《井域：喀洛之血》在各方面都优于《未来地狱绘图》
基于拥有用两套创作办法（人工与AI）来创作同一类型游戏的经历，拔丝柠檬制作组在“AI绘画是否会对游戏行业造成冲击”这一话题上有着更为真切的感想熏染。
其初步结论是，目前用AI工具来创作AVG游戏并不见得更有效率。
比如文本，“彩云小梦天生的文本没有逻辑，如果想要达到能看的程度，免不了要人的参与”，比较纯试验性的第一章，第二章有了更多人工修正的痕迹，NIM没有直接变动AI的文风，但对天生的原句进行了大量剪辑与重复天生，以确保天生的文本没有过于偏离制作者的构思，但即便是采取这种低本钱驯服AI的办法，终极还是花费了大量韶光，比较人工撰写来说并不划算。
比如配音，AI直出的音频没有太多感情，须要进行精确的调参，但在AVG这种文本量动辄几十万起的游戏来说，调校过程中须要倾注的人力未必少于真人配音。
美术方面的问题也不少，第一是同质化明显，Novel AI天生的图相似性高，脸型重复，不适宜用于原创的商业作品；第二是它无法知足专业需求，比如高分辨率的立绘，AI天生的图片放大后效果并不理想，又比如图片没有分图层，可供调度的余地不大；第三，CG难以担保角色的同等性；第四，天生的图有不少细节上的问题，这些都须要人工去修复。
但NIM并未完备反对AI的浸染，以上结论建立在两个基本点上，一是目前AI天生工具的水准，二是利用者的用场与标准，如果仅是追求可读、可用的话，目前的AI完备能取代人工产出制作AVG游戏所须要的游戏资产。
对付NIM来说，在AVG游戏创作领域，AI天生工具有个明显的上风：
进一步降落制作门槛，让那些有想法或有故事想要表达的个体作者也能利用AI工具来创作游戏。B站上呈现的同人作品便是一个有力的证据。创作者们以VUP/Vtuber或者是一些现有IP为原型，将角色图片、配音“喂食”给AI，然后根据自身需求天生想要的内容，真正意义上让零美术根本的同学也能进而二创圈。
B站搜索“AI GAL”能够找到不少正在路上的创作者
拔丝柠檬制作组还在B站上展示了一种利用AI绘画天生2D动画的技巧，先“喂食”图片天生可用的模型，然后用MMD制作3D动画并导出序列帧，末了用AI绘画将其转换成2D动画。
不过，这样天生的动画每每是由一张张重新绘制的图片合成的，一来帧数不敷，二来角色不一致，三来只能做大略的摆头、转身动作。推特用户@Mega_Gorilla采取另一种办法来实现更高质量的3渲2效果，即利用AI绘画补足中间帧，其余在比较棘手的手部细节刻画上也有相应的Novel AI插件来战胜。
与此同时，NIM也表现出了自己的隐忧，AI工具虽然会为AVG游戏圈带来更多不同领域的创作者，但工具本身的低门槛有可能带来大量粗糙的作品，它只不过是将原来用免费素材堆砌的劣质游戏换成了AI天生的内容罢了。
若是跳出AVG游戏领域，AI天生的图片可能会面临更多的问题，比如FPS里的原画，让AI设计一把拥有合理机器构造的武器并不随意马虎，它只是用结果天生结果，它画一把武器长这样，是由于它“见过”的都长这样，它并不清楚武器的利用事理，不能理解武器若何击发、若何拿着舒畅等，“指不定会涌现一些利用突击步qiang却像用霰弹qiang一样拉着护木往外抛壳的笑话，当然这样可能会给设计师灵感也说不定。”又比如机甲游戏，游戏里的机甲一样平常都会与实体玩具联动，“机甲的设计须以现实中的工业水平能够生产，本钱和良品率可控为条件，，这也是目前AI无法胜任的。”
AI天生的内容还存在一些共同的问题，如版权。NIM举了个可能发生的案例来解释：
“甲用AI天生的图片来游戏，火了。图片被乙盗用，制作出高度相似的仿品蹭热度和盈利。现在甲要告乙，但乙没有盗用甲原创的剧情，只盗用了甲用AI天生的美术素材，并用配音软件的同一声线进行配音。”
此前发生的AI绘画侵权事宜即为范例的“恶狼先告状”
左：画师haruno_intro绘制的雷电将军图；右：侵权者用半成品天生的AI图
按理说，乙所做的事情就近似于如今的同人创作，但其有盈利目的，乃至能勾引玩家以为是同一角色。“由于甲没有PSD文件、草图，且没有当庭画出一张相同水平画作的能力，甲将难以为自己的角色、作品维权。”
当然，按照目前人们的诉求与AI技能的发展轨迹，版权、分辨率、稳定性、图层等问题未必没有办理之道。但AI天生内容所引发的远不但是技能层面或法律层面的问题，手工与机器、创造与复制、利用与依赖……这些环绕着技能所衍生的思辨仍旧阻碍着人们全面拥抱AI的那一天，NIM在采访的结尾处也发出了类似的灵魂拷问：
“热爱创作的人，真的会奇异那些大略点几下鼠标就能出来的东西吗？
至少对我来说，我用AI水的视频我是没有产生那种‘像自己孩子’的觉得。如果它被偷了，我是没法像倾注了心血的原创作品被偷了那样感到难过，只会以为难绷，‘居然还有人会偷这种东西’……就像创造我随手发在QQ空间的街拍被盗图了一样。
我很难觉得用AI大略几步就天生的东西是我的，乃至我会觉得与其是我在利用AI创作，不如说是AI在利用我来筛选它画得好的作品，很多时候我便是一个打分的，这个6分这个3分这个十分。”
写在末了：
如今，离《未来地狱绘图》第一章发布已过去一个多月，科技界呈现出了更多AI天生内容的新工具或进展，根据图片天生图片，根据笔墨或图片天生短视频，根据笔墨或图片天生3D模型，自动上色，无缝纹理贴图，3D模型变形框架……
即便是笔墨天生图片技能，在一个月内也发生了诸多变革，科技公司比拼的不仅是如何用更短的韶光输出更高质量的图片，同时还在变动算法让AI能够更好的“理解”需求，以及在“编辑图片”下更多功夫，如新发布的Stable diffusion 2.0，它许可用户对天生的图片进行“升级”，从原有的128x128分辨率提升至2048x2048乃至更高，同时能在不改变图片构造、主体姿势的情形下天生更多图像，谷歌推出的Dream booth则表现出了惊人的编辑功能，它仅需演习少量图片，就能让图片中的主体嵌入任何想要的场景之中，同时可以改变主体的动作、颜色乃至整张图片的风格……
AI天生内容的发展，彷佛太快了，它每天都在刷新人们对其的认知，也让那些每个盯着其发展动态的人感到畏惧，当它被大规模地利用到实际的数字内容生产中时，将会发生什么样的情形？
从游戏开拓的角度来说，AI绘画目前的能力显然无法知足实际的生产需求，无论是Midjourney还是Stable Diffusion，它们天生的观点画质量再高，想直接投入商业利用中依旧有难度，一方面，设计是多方沟通、折衷的过程，另一方面，画得好并不虞味着它是合理的、能够转换成实际的游戏资产（3D建模），AI绘画并不理解人类的绘图逻辑，很多细节都经不起考虑。
对付AI绘画的实际运用，更多地勾留在了快速验证创意与方案可行性的阶段。
如36氪To B家当宣布《从第一性事理出发，剖析AI会如何改变视觉内容的创作和分发》一文中所揭示的，AI能够学习节制配色、构图、光影、笔触等视觉知识，凭借着人类难以比拟的算力与数据库所搭建的高纬知识空间，迅速输出组合性的图片，它最大的代价在于“带来了一种全新的创意流利办法，在‘创意—图片—网站—图片—创意’之间建立了一个更短的‘创意—AI—创意’通路”。
图源：36氪.《从第一性事理出发，剖析AI会如何改变视觉内容的创作和分发》
画师可以利用AI绘画工具来找到新的构图办法或不同类型/风格组合可能性，策划或需求方可以利用AI绘画工具来表达自己想要的效果，进一步压低沟通本钱。
实践是考验真理的唯一标准，AI绘画在数字内容生产领域是否是否具备不可忽略的浸染，都得在沙场上才能见真章，截至目前，外洋已涌现基于AI天生内容的商用游戏资产网站，Scenario，它许可用户“喂食”自己的历史作品来天生专有模型，或者是快速验证原型与高效量产，平台将于12月正式上线。
雷亚游戏则在近日发布的招聘需求中添加了AI美术设计师/沟通师岗位。
为避免错失落机遇，一线游戏厂商乃至会研制专门的AI绘画工具或成立干系的研究小组，在产研一体的模式下推进AI绘画的落地利用。
无论如何，名为“AI天生内容”的风已经刮起，它将将掀起惊涛骇浪还是助力风帆航行尚且是个未知数，但它已然证明了一件事，AI技能想要办理的不仅是效率上的问题，它还想在人类自诩的创意领域分一杯羹。
机器天生的内容，是否真有创意可言？由AI制作的游戏，它会有趣吗？（文/浔阳）