Midjourney生成的圖片“一只和汽車賽跑的貓”

Midjourney生成的圖片“香港街道上的出租車”

Midjourney生成的圖片“中國(guó)情侶”

一幅由人工智能（AI）生成的“中國(guó)情侶”圖片近期在國(guó)內(nèi)外社交媒體上被廣泛轉(zhuǎn)發(fā)，其逼真的視覺(jué)效果令不少網(wǎng)友感嘆：“AI已經(jīng)不遜于人類畫師了?！边@幅作品由AI圖片生成工具M(jìn)idjourney最新推出的V5版本生成，該工具是近期繼GPT-4后又一受到關(guān)注的AI產(chǎn)品。

在接受《》記者采訪時(shí)，多名人工智能與互聯(lián)網(wǎng)業(yè)內(nèi)人士認(rèn)為，Midjourney V5版本代表了目前生成式AI的前沿水平，其生成的圖像在某些領(lǐng)域已經(jīng)得到商用，通過(guò)繼續(xù)學(xué)習(xí)和技術(shù)迭代，預(yù)計(jì)其能力可以進(jìn)一步增強(qiáng)。不過(guò)，上述人士也提到，Midjourney以及生成式AI由于通過(guò)公開(kāi)數(shù)據(jù)進(jìn)行訓(xùn)練，其生成的作品在版權(quán)等問(wèn)題上存在較大爭(zhēng)議。

“中國(guó)情侶圖片”是如何出圈的

由美國(guó)一家工作室開(kāi)發(fā)的Midjourney于去年3月首次亮相，在當(dāng)年8 月迭代至V3版本并開(kāi)始引發(fā)一定的關(guān)注，而今年更新的V5版本讓Midjourney及其作品成功“出圈”，代表作是上述的“中國(guó)情侶”圖片。

在這張圖片中，一對(duì)年輕中國(guó)情侶穿著夾克和牛仔褲坐在樓頂，背景是上世紀(jì)90年代的中國(guó)城市。由于在光影、人物細(xì)節(jié)、氛圍感等方面的出色刻畫，這張圖片甚至被一些網(wǎng)友認(rèn)為是一張真實(shí)拍攝的老照片，而非AI生成的圖片。

據(jù)外媒報(bào)道，自上線以來(lái)，Midjourney在圖像細(xì)節(jié)上一直在不停進(jìn)步。Midjourney官方表示，V5版本的圖像質(zhì)量更高、輸出更多樣化、有更廣泛的風(fēng)格、支持無(wú)縫紋理、有更寬的縱橫比、有更好的圖像提示以及更寬的動(dòng)態(tài)范圍等。

此外，該版本還大幅優(yōu)化了此前無(wú)法準(zhǔn)確生成人物手部的問(wèn)題。一名使用過(guò)Midjourney的畫師告訴《》記者，在此前版本中，Midjourney對(duì)手部刻畫有很多問(wèn)題，例如手指數(shù)量錯(cuò)誤或形態(tài)扭曲，這也是此前分辨圖片是否為AI生成的主要判斷依據(jù)。不過(guò)，Midjourney V5版本在這方面有了明顯提升，雖然仍能觀察到手部不自然的情況。

在V5版本之前，Midjourney已得到一系列應(yīng)用。去年9月，一幅名為《太空歌劇院》的作品獲得了美國(guó)科羅拉多州博覽會(huì)藝術(shù)比賽的金獎(jiǎng)，這幅作品就是由Midjourney完成的。去年6月，英國(guó)雜志《經(jīng)濟(jì)學(xué)人》曾使用Midjourney設(shè)計(jì)過(guò)一期封面，以呼應(yīng)“AI新前沿”的封面故事主題。

《》記者近日也體驗(yàn)了Midjourney，該技術(shù)目前主要在通訊軟件Discord上以與“Midjourney bot”對(duì)話的形式使用。通過(guò)輸入提示詞的方式，記者可以讓Midjourney bot生成相應(yīng)的圖片，提示詞可以設(shè)定很多，還可以要求分辨率、是否寫實(shí)風(fēng)格等。通常Midjourney bot會(huì)在1分鐘左右生成4張圖片，用戶還可以要求重新生成。

在使用過(guò)程中，記者發(fā)現(xiàn)Midjourney的另一個(gè)問(wèn)題：用戶只能通過(guò)提示詞來(lái)提出要求，但無(wú)法對(duì)圖片生成過(guò)程進(jìn)行控制或修改，圖片生成更像是一個(gè)“黑盒”。因此，用戶需要不斷更換或調(diào)整提示詞，讓生成的圖片更符合需求。創(chuàng)作出《太空歌劇院》的杰森·艾倫就曾對(duì)外媒透露，他總共生成了900多張圖片才挑選出滿意的作品。

背后是什么技術(shù)

業(yè)內(nèi)人士告訴《》記者，Midjourney是一種大模型生成式AI。2015年，谷歌公司的一名研究員創(chuàng)建了首個(gè)用于藝術(shù)創(chuàng)作的機(jī)器學(xué)習(xí)應(yīng)用 DeepDream。此后，AI圖像生成開(kāi)始走進(jìn)大眾視野中。

一家知名跨國(guó)企業(yè)的AI算法工程師李濤告訴《》記者，基于擴(kuò)散模型，Midjourney打造了自己的閉源模型，通過(guò)抓取大量公開(kāi)數(shù)據(jù)進(jìn)行訓(xùn)練。與此同時(shí)，Midjourney也不斷收集用戶反饋數(shù)據(jù)并對(duì)模型進(jìn)行迭代，最終形成目前的成果。

擴(kuò)散模型屬于一種無(wú)監(jiān)督生成模型。計(jì)算機(jī)視覺(jué)處理開(kāi)源軟件庫(kù)OpenCV負(fù)責(zé)人馬利克在接受外媒采訪時(shí)曾表示，擴(kuò)散模型利用從文本數(shù)據(jù)中獲得的知識(shí)來(lái)理解單詞集合在一起的語(yǔ)義，并與真實(shí)世界聯(lián)系起來(lái)，這使AI能夠在不依賴特定數(shù)據(jù)集的情況下生成更復(fù)雜和多變的圖像。馬利克認(rèn)為，擴(kuò)散模型是生成式AI的重大進(jìn)步，因?yàn)樗鼈儾灰蕾嚤O(jiān)督學(xué)習(xí)。通過(guò)利用從無(wú)監(jiān)督學(xué)習(xí)中獲得的知識(shí)，這些模型可以生成復(fù)雜多樣的圖像，而無(wú)須手動(dòng)標(biāo)記數(shù)據(jù)，從而使其更加靈活。

一段時(shí)間以來(lái)，不少公司均推出了AI圖片生成模型或相關(guān)產(chǎn)品。近日，微軟Bing宣布接入OpenAI的AI繪畫模型DALL·E，上線了AI生成功能，Adobe也為旗下的Firefly模型新增了AI繪圖產(chǎn)品。

“再無(wú)法相信自己的眼睛”

盡管憑借強(qiáng)大的圖片生成功能，Midjourney已經(jīng)獲得上千萬(wàn)用戶，但它也受到大量的批評(píng)與質(zhì)疑，首當(dāng)其沖的就是版權(quán)問(wèn)題。

美國(guó)《福布斯》雜志網(wǎng)站稱，與所有AI圖片生成工具一樣，Midjourney從互聯(lián)網(wǎng)上搜集了大量圖像進(jìn)行訓(xùn)練，使其能夠創(chuàng)作出看似全新的藝術(shù)作品，這引發(fā)了人類創(chuàng)造者的不滿。目前，已經(jīng)有不少機(jī)構(gòu)和個(gè)人對(duì)Midjourney發(fā)起起訴，指控該公司涉嫌廣泛地侵犯版權(quán)。

另?yè)?jù)媒體報(bào)道，美國(guó)版權(quán)局近日宣布，Midjourney等生成的AI圖像不受版權(quán)保護(hù)。在說(shuō)明文件中，美國(guó)版權(quán)局認(rèn)為，通過(guò)Midjourney等平臺(tái)自動(dòng)生成的作品，在整個(gè)創(chuàng)作過(guò)程中完全由機(jī)器人自動(dòng)完成，并且訓(xùn)練的數(shù)據(jù)是基于人類創(chuàng)作的作品，因此不受版權(quán)法保護(hù)。

上海申倫律師事務(wù)所律師夏海龍對(duì)《》記者表示，AI生成工具給人類的版權(quán)法帶來(lái)巨大沖擊。一方面，相較海量的AI生成作品，即使其中存在侵權(quán)情況，權(quán)利人也很難及時(shí)發(fā)現(xiàn)；另一方面，在AIGC（人工智能生成內(nèi)容）時(shí)代，冗長(zhǎng)、昂貴的司法程序?qū)е聦?duì)版權(quán)保護(hù)也會(huì)越來(lái)越力不從心。人類的版權(quán)法以及著作權(quán)保護(hù)機(jī)構(gòu)恐怕不得不作出重大調(diào)整。

除版權(quán)問(wèn)題外，越來(lái)越逼真的AI生成內(nèi)容也讓人擔(dān)心這些圖片、視頻可能會(huì)被用作非法用途，例如用AI生成的圖片進(jìn)行欺詐。美國(guó)前總統(tǒng)特朗普日前宣布，他將于21日被逮捕。隨后，大量通過(guò)AI生成的“特朗普被捕”圖片在社交媒體上傳播，誤導(dǎo)了一部分網(wǎng)友。

印度News18新聞網(wǎng)則提到，近期有網(wǎng)友通過(guò)AI生成了一張美國(guó)前總統(tǒng)奧巴馬與德國(guó)前總理默克爾在海邊一起吃冰激凌的圖片，這讓人們更加擔(dān)心未來(lái)會(huì)出現(xiàn)怎樣的深度造假。該網(wǎng)站援引網(wǎng)友的評(píng)論稱，“這種技術(shù)正變得越來(lái)越可怕。技術(shù)越來(lái)越完善，目前的AI可以創(chuàng)建幾乎完美的名人聲音或圖片，我們可能很快再無(wú)法相信自己的耳朵和眼睛。”此外，也有家長(zhǎng)向《》記者表達(dá)了AI生成不當(dāng)圖片對(duì)兒童影響的擔(dān)憂。

互聯(lián)網(wǎng)專家郭濤對(duì)《》記者表示，當(dāng)前AIGC技術(shù)尚處于早期探索階段，相關(guān)法律法規(guī)、標(biāo)準(zhǔn)體系和倫理規(guī)范等還不健全，存在數(shù)據(jù)安全風(fēng)險(xiǎn)、著作權(quán)侵權(quán)風(fēng)險(xiǎn)、深度偽造風(fēng)險(xiǎn)、商業(yè)秘密泄露風(fēng)險(xiǎn)、違法信息傳播風(fēng)險(xiǎn)等問(wèn)題。有關(guān)部門需要盡快建立健全相關(guān)法律法規(guī)和標(biāo)準(zhǔn)體系，加強(qiáng)內(nèi)容審查及內(nèi)容過(guò)濾，推動(dòng)行業(yè)健康可持續(xù)發(fā)展。

（ 記者 趙覺(jué)珵）