估計(jì)好多人早就聽說(shuō)過(guò) AI 畫手“ 不會(huì)畫手 ” 的笑話了。

細(xì)數(shù)起來(lái)， AI 在這上頭翻的車，那可是掰著手指頭都數(shù)不過(guò)來(lái)：

以至于有人說(shuō)， “ 怎么辨別這是不是 AI 畫的？看手就行了 ” 。

更有甚者，開了一個(gè)很大的腦洞：假如我?guī)?“ 假手指 ” 再干壞事，是不是就可以一口咬定監(jiān)控是 AI 生成，從而逃脫罪責(zé)了？

要是在以前，用這個(gè)辦法說(shuō)不定真就能蒙混過(guò)去。

但現(xiàn)在想鉆這個(gè)漏洞的人，可以洗洗睡了。

因?yàn)榫驮诓痪们埃?Midjourney 公布的第五代版本—— Midjourney V5 ，已經(jīng)能畫出正常的手了。

看到 Midjourney 這個(gè)名字，是不是有人覺(jué)得眼熟？沒(méi)錯(cuò)，它就是那個(gè)去年畫出《 太空歌劇院 》，在美術(shù)競(jìng)賽拿了一等獎(jiǎng)的 AI 繪畫平臺(tái)。

Midjourney 把消息放出來(lái)后，好多人都忍不住去試了一把，用完發(fā)現(xiàn)它 “ 誠(chéng)不欺我 ” ，畫出來(lái)的人手果然正常了：

對(duì)比一下，之前它畫出的人的手，是這個(gè)樣子：

所以曾經(jīng)的它，到底對(duì)手指有什么誤解啊。。。

而如今Midjourney 能搞定手的難題，一個(gè)重要原因就是它有了好多關(guān)于手的數(shù)據(jù)。

AI 能畫畫，離不開數(shù)據(jù)。但現(xiàn)有的圖片里，能露出手的可不多（ 相對(duì)像人臉這樣部位來(lái)說(shuō) ），再加上人的手非常靈活，能有很多種不同的姿勢(shì)。

指望 AI 自己能學(xué)會(huì)識(shí)別，那真是為難它了。

之前要想讓 AI 畫出像樣的手，要么是平臺(tái)專門雇人給圖片里的人手打上標(biāo)記，像把手掌、拇指、食指啥的，都給清楚地標(biāo)出來(lái)；

要么就得用戶費(fèi)點(diǎn)心，在輸入提示詞的時(shí)候，說(shuō)得詳細(xì)一點(diǎn)。有人曾經(jīng)在用上百個(gè)字的提示詞，讓 AI 成功畫出一點(diǎn)毛病都沒(méi)有的手：

可這種辦法顯然不適合大多數(shù)用戶，且不說(shuō)有沒(méi)有這個(gè)耐心，就是知道該輸入哪些提示詞這事，恐怕都得有點(diǎn)專業(yè)背景才行。

而 Midjourney 這次升級(jí)的新版本，利用了社區(qū)里那些專業(yè)老哥反饋的海量手部數(shù)據(jù)，迭代了一波，從而能畫出正常的手。

除了能畫出正常的手，這次推出的第 5 版，還有其他方面的升級(jí)。

例如，最讓 Midjourney 得意的，是 V5 對(duì)光線、人物表情這樣的細(xì)節(jié)處理得更好了，能讓生成圖片更加逼真。

此前 Midjourney 最擅長(zhǎng)生成的，都是幻想風(fēng)格的，即使讓它畫現(xiàn)實(shí)的東西，也會(huì)透出一絲絲的不真實(shí)。

而現(xiàn)在的 V5 ，畫得就非常寫實(shí)了，像下面這張，你要是不說(shuō)是 AI 畫的，我真會(huì)相信是照相機(jī)拍出來(lái)的。。。

難怪國(guó)外有個(gè)叫 Julie Wieland 的平面設(shè)計(jì)師，會(huì)給出這樣的評(píng)價(jià)： “MJ v5 就像給近視患者戴上眼鏡，效果清晰， 4K 細(xì)節(jié)拉滿，太不可思議了 ” 。

另外， V5 對(duì)輸入的提示理解能力更強(qiáng)，輸出的圖片也更有創(chuàng)意。

假如你輸入 “ 一個(gè)肌肉發(fā)達(dá)的野蠻人，在 CRT 電視機(jī)旁邊拿著武器、電影、 8K 、演播室照明 ” ，那么 Midjourney V3 （ 左 ）、 V4 （ 中 ）和 V5 （ 右 ）分別會(huì)生成如下的圖片：

還有一個(gè)功能，網(wǎng)上提到的不多，但我覺(jué)得非常有用，那就是它能反向操作，從 “ 圖像到文本 ” 。

你可以上傳一張圖片，然后它就能告訴你，要想生成這個(gè)圖像，該輸入哪些提示詞。

舉個(gè)例子，如果你上傳一張埃菲爾鐵塔的照片，它就會(huì)告訴你，這張圖片的提示詞是 “ 位于巴黎的倒金字塔形狀的大型金屬結(jié)構(gòu) ” 。

有了這個(gè)功能，你就能知道 AI 是咋想的，下次你再想讓它生成你需要的圖片時(shí)，就能省不少勁。

而除了 Midjourney 之外，最近另一家在 AI 繪畫行業(yè)呼風(fēng)喚雨的平臺(tái)—— Stable Diffusion ，其實(shí)也有新動(dòng)作了。

他們推出了 Stable Diffusion Reimagine ，這玩意可以用圖來(lái)生成圖。

據(jù) Stability AI 說(shuō)，這個(gè)工具的使用體驗(yàn)非常友好，不需要輸入任何提示詞，只要一鍵上傳圖片，它會(huì)聯(lián)想、重新創(chuàng)作 3 張不同的照片。

他們展示了一個(gè)案例，給它上傳一張臥室裝修的圖片，它自動(dòng)生成了 3 張風(fēng)格、位置各不相同的圖片。

你要是不滿意，可以點(diǎn)擊圖片的重置按鈕， 2 秒鐘就能完成圖片的再次生成，只要你愿意可以無(wú)限重置下去。

對(duì)于這么好玩的功能，網(wǎng)友們當(dāng)然不會(huì)放過(guò)。

一個(gè)日本網(wǎng)友上傳了一張二次元妹子的圖片， Reimagine 馬上返給了他三張：

我也試了一下，上傳了火鍋的照片，結(jié)果是這樣的：

但感覺(jué)生成的圖片一點(diǎn)都不像火鍋。。。

我這還算好的，有人上傳了非高清圖片，發(fā)現(xiàn)它生成的圖片非常感人，像下面這個(gè)就是：

還真是 Reimagine （ 重新想象 ）啊。。。

Stability.AI 倒也坦然，他們大方承認(rèn)，這項(xiàng)生成式 AI 技術(shù) “ 可以根據(jù)某些圖像激發(fā)驚人的結(jié)果，而對(duì)其他圖像產(chǎn)生不太令人印象深刻的結(jié)果 ” 。

用人話說(shuō)就是 Stable Diffusion Reimagine 的畫畫水平相當(dāng)不穩(wěn)定，有時(shí)畫出來(lái)的東西讓人驚艷，有時(shí)畫得就很拉胯。

就像段譽(yù)一樣，時(shí)靈時(shí)不靈。。。

對(duì)于這點(diǎn)，有人分析，這和 Stability AI 在模型中安裝了一個(gè)過(guò)濾器有關(guān)。

這個(gè)過(guò)濾器是用來(lái)阻止不適當(dāng)?shù)恼?qǐng)求，但過(guò)濾器有時(shí)會(huì)把正常的請(qǐng)求誤認(rèn)為有問(wèn)題，導(dǎo)致輸出的結(jié)果稀奇古怪。

盡管如此，還是得承認(rèn)， Stable Diffusion 這個(gè)技術(shù)確實(shí)很牛，有開創(chuàng)性。

因?yàn)樗怯脠D像編碼器替換了原始文本編碼器，換句話說(shuō)，就是 Reimagine 會(huì)把你上傳的原圖完全編碼，再用算法生成全新的圖，這意味著它根本沒(méi)用原圖的任何一個(gè)像素。

就沖下面這張圖，這話我信。。。

看完這些，我不得不感嘆，技術(shù)的進(jìn)步速度實(shí)在是快。

就在不久前，不少人還在嘲笑 AI 繪畫連手都畫不明白，取代人類畫師根本就是癡心妄想。

沒(méi)想到， AI 這么快就把短板補(bǔ)上來(lái)了，雖說(shuō)它還有很多不完美的地方，但誰(shuí)敢小瞧它未來(lái)的發(fā)展呢。

現(xiàn)在，我莫名地期待 OpenAI 旗下的 DALL-E 2 的新消息了，真不知道它要是和 GPT-4 雙劍合璧，會(huì)帶來(lái)啥新花樣。