撰文/ 張 鷗

編輯/ 吳 靜

(資料圖片僅供參考)

設計/ 趙昊然

來源/ Driving.ca，作者：Elle Alder，圖源：AUTOMOTIVE.AI，STABLE DIFFUSION

如果將豐田Supra送回20世紀50年代會是什么樣子？如果寶馬早在1979年就開始出售與Wagoneer相媲美的X5又會如何？

現在，我們能夠用文字描述這些天馬行空的想象，并且利用計算機算法將它視覺化——新一代“人工智能”軟件可以快速圖像化我們腦海中的任何畫面。

這是一項在短短幾個月內推動了整整一代人的技術，幫助人們充實想法，將從未出現過的事情圖像化看起來確實很有趣，但它也引發了有關創意倫理、數字權利，甚至整個創意產業未來的敏感問題。

AI愛好者倫尼·伍德（Rennie Wood）、3D渲染師阿比米萊克·阿雷拉諾（Abimelec Arellano）和底特律汽車設計師亞當·休伯斯（Adam Hubers）是不同類型的設計工作者，而他們的職業都與這種新技術息息相關。

AI渲染的1968年梅賽德斯-奔馳Gelandewagen

AI生成，從文本到圖像

通過AI文本-圖像生成器，用戶可以使用文字描述他們所想的東西，以此創建圖像。這些生成器通常通過網絡界面訪問，使用計算機學習來分析關鍵詞或句子的含義，利用模型從數十億現有圖像中學到的“知識”，最終拼湊出所述主題的視覺畫面。

用戶可以用具體的條件和參數來指導模型，以更緊密地定義他們所期望的結果，例如，“圓形的擋泥板后視鏡”，“在Indy 500的斜坡上賽車”，“數碼相機拍攝效果”，甚至“使用藝術家的風格”。

AI圖像生成已被證明是這一代最快、最引人注目的技術革新之一，公眾在短短一年的時間里見證了令人眼花繚亂的發展。2022年初，OpenAI推出Dall-E，標志著在半識別圖像方面的第一個主流文本-圖像生成器的成功。

如今流行的AI生成器將它們的知識建立在有標題的圖像數據庫上（從整個互聯網上搜刮而來），這個“語料庫”通常反映了已經存在的圖像材料。一些開發者的模型訓練語料庫來源公開透明，另一些開發者則避而不談。對前者的分析顯示，大量未經授權或受版權保護的材料來源于Pinterest等標簽豐富的素材網站，包括個人創作、商業來源，以及其他藝術家作品。

這意味著用戶可以指定某種類型，“借用”別人努力創造而來的美學風格。如果你選擇了梵高的風格去渲染一個物品，那可能沒關系，但如果你輸入的文本借鑒了一個當代藝術家的風格，并且未經允許進行二次發布或商業用途，那就難堪了。

Open AI網站上Dall-E的生成示例。文本為：牛油果形狀的扶手椅

倫尼·伍德是一名攝影記者，木制玩具修復家和零售商，他同時也是網站Automotive.AI的創立人。這里夢幻般的汽車、場景吸引了成千上萬的Instagram粉絲。

伍德使用網絡上公開可用的AI生成器進行了一次又一次的試驗，他很快就找到了符合自己設想的方案。

“當我接觸到這一技術時，我想做的第一件事就是制作汽車，因為這是我小時候的夢想。”他說。

網站的一些早期產物看起來相當糟糕，那個時候的文本處理似乎總是顯得不盡人意。“每次有人使用它，它都在學習，現在的數據庫好多了。”伍德補充道。

他為自己的網站設置了公式，一套修飾語，以及一個每周都在改進的工具。一個30-50個字的長提示現在可以可靠地生成一個干凈的圖像。

伍德說：“攝影是一種減法藝術，它從存在的一切開始，然后通過改變你的位置、焦距和曝光，你可以消除東西。AI生成恰恰相反，它從一張空白的畫布開始。所以我很享受。”

AI生成的1955年道奇Viper

與人類搶飯碗？

在這之前，渲染這樣一個圖片往往需要特定技能，無論是用素描本還是用CAD。阿比米萊克·阿雷拉諾便是一位一直以來使用CAD的數字藝術家。

阿雷拉諾曾經出版過自己的作品，他的“如果”系列作品跨越了50多個概念，設想了從1966年的阿斯頓-馬丁Cygnet到2014年的瑪莎拉蒂克萊斯勒TC。

在他年輕的時候，他沉浸在YouTube和論壇驅動的“虛擬調校”，直到Photoshop的二維限制變得陳舊，他開始在Blender中自學三維建模，并使用Keyshot進行渲染，最后用Photoshop進行編輯。他現在使用這些技能為各種客戶承包項目，工作時間從幾小時到幾周不等。

阿雷拉諾承認，當他看到AI模型之后，他感到了一絲憤怒。

“我的工作就這樣沒了。”他想。直到幾天后，一位轉而使用AI的老客戶重新找到了他——這個客戶稱，雖然人工智能很方便，但它缺乏人類的判斷力。

當然，這種引人注目的新工具總會有合適的用途。早在一些年前，美聯社已經通過自動化系統輸出文章，如今的AI生成器則有可能影響到基本成像領域。

底特律的汽車設計師亞當·休伯斯曾在Stellantis擔任Ram 1500 Rev設計團隊的負責人，他提到了Photoshop剛剛興起的時候，他的許多前輩們一度非常擔心，不過他們很快把這個工具納入了自己的創作過程。

休伯斯表示，專業設計界的一些人同樣已經開始嘗試將AI工具引入自己的工作流程。他說：“我不認為它會消除人類汽車設計者。”

部分原因是，真正的人工智能還不存在——這些系統仍然是參數化的，并依賴于現有的媒體，它們不會想象、無法表達偏好、不能構思出新的想法或創造根本性的東西。它們的輸出只可以反映現有的東西。

如果僅僅是出于愛好，為車型改朝換代，那就沒關系了。它能夠借鑒特定時代的既定設計語言和現有的模型陣容，使作品具有可信性和可識別性。伍德用AI生成的1979年寶馬X5看起來幾乎以假亂真，因為它主要借鑒了廣為人知的e12代設計線索，并將其延伸到寶馬今天的轎車風格。

AI渲染的1979年的寶馬X5

令阿雷拉諾感到欣慰的是，他的客戶重視他作為人類設計師的能力——根據需求進行微調的能力，能夠處理特別精細的細節——這是AI無法做到的。

總的來說，三位創意工作者都認為這樣的工具更多的是作為一個墊腳石，幫助塑造或勾勒出模糊的想法。阿雷拉諾進一步強調，這些工具特別有助于闡明那些看起來很直觀的解決方案，因為有時候，人們很容易將某些問題過度復雜化。休伯斯則表示它們提供了一種 “故事板”，可以繪制盲點，給出更多種可參考方案。

AI圖像生成從新奇的學術好奇心發展到范式轉變只用了不到一年的時間，而像ChatGPT這種語言模型的成熟也為書面文章等領域指向了類似的軌跡（和危機）。通過開放測試版供公眾使用，開發者甚至有效地加速了大眾的接受度和熱情。

通常來講，一個行業的專業化程度越高，受到軟件威脅的可能性就越小。

只不過可以肯定的是，短期內的困難似乎是不可避免的，因為一些目光短淺的經理人和風險資本類型的人已經在研究如何裁員，用AI模型取代創意工作者。

阿雷拉諾表示，他看到的是一個復雜但最終令人鼓舞的畫面：“當它竊取藝術時，它讓你感到憤怒。但是，你可以剖析一下，它實際上根本無法取代一切。”

本文由汽車商業評論原創出品

轉載或內容合作請聯系說明

違規轉載必究