( `д´)就不能学学动画版的萌豚，多看看动画片

>>No.62586787
是的，当把ai绘图的产品售卖时无论怎么样也应该标注好为ai绘画，我认为这是基本

>>No.62586787
而且用ai图做成的商品到底有什么购买的必要，我理解不了一点

>>No.62586672
我确实觉得为了赚米画画和码农没什么本质区别，码农拿chatGPT当辅助我也没见有谁辱骂gpt说他无耻至极代码是为了表达作者的情感和灵魂ai把别人的孩子打碎拼到一起太罪恶太无耻！和流水线制成品谈灵魂就很好笑。
我并未攻击所有反对ai的人，版权维护即使意见不同但是应该很正常的论题，我攻击的只有喜欢拿灵魂表达工匠精神说事的论调。
因为真的很搞笑。

>>No.62586823
到底是谁在和你谈流水线作品的灵魂啊，不是你自己把我说的话绝对化然后那样去想的吗。。。我又没有那样说过，流水线作品本来就没啥自我表达的方面啊。。。

>>No.62586823
而且个人作品有自我表达的成分不是很正常吗？没说绘画是得多高大上多技法娴熟的作品才能算是自我表达，小朋友画的画也算是一种自我表达啊，这到底为什么会和工匠精神沾边？我是真的理解不了一点你的脑回路

>>No.62584932
是的，虽然我们的认知有些不同，但是如果有这样一个训练图库全部是合法的ai模型，那怎么用都无可厚非。问题是目前几乎所有ai模型都是通过吃掉大量无授权作品来实现产出的，这和“无罪的菜刀”有本质区别

很好奇人类画手学习其他人的图和AI融图有何异同

>>No.62586893
ai冲击最大的就是商业流水线，而现在不是工匠精神的时代，你也说了流水线上的产品是谈不上表达的。ai再怎么样你表不表达是你自己的事，小朋友画画当然是自我表达，ai的出现影响小朋友画画了吗？我感觉我逻辑挺清楚的。

>>No.62586856
“说白了，绘画是人通过绘制来表达自己情感/想法的作品，而ai只能是产品”
你自己的表达就有绝对化，不是我理解的绝对化，既然你没有这个意思你可以当成我在回你上面那个认为喜欢ai绘画的都没上过大学的人。

>>No.62586893
商业绘画表达的不是画师的自我而是甲方的自我……

>>No.62586937
区别就在于人类有现实知识，ai没有

除了从其他人的画中学习临摹得到别人画画的公式之外人还可以从现实中、从课本中学到别的相关知识然后运用到画里。

但是ai没有从现实中学习的能力，因此会因为生搬硬套别人绘画中故意处理的与现实不符或者画错的部分

也就是为什么ai绘画乍一看很不错但是仔细看却让人不舒服

不过如果只是会套别人总结好的画风模板程度，没有修正勘误能力的绘画业余爱好者，我认为和ai没什么太大区别

>>No.62587045
如果抛开常理方面的顾虑，感觉在学习他人画作的方面没有什么异同？

>>No.62587374
兄啊，人类在学习某方面的知识上会从比他优秀的人上学习是很正常的啊( ﾟ∀。)只不过画画这方面的表现是学画风学技法罢了

>>No.62587374
你可以去找找机器学习和深度学习原理和我们对人类学习的研究看看

>>No.62586937
人类画手学习他人绘画，越是精进越需要理解对画面某处进行某种处理的原因，并且根据自己的需求进行再加工和主观处理
但AI生成图是不需要理解对图像进行某种处理的原因的，它学习和模拟已有的画面本身
不恰当的比方，人类画手看到了发光的窗可以类比着画出另一个角度的发光的门，而AI看到发光的窗倾向于图生图生成各种同角度赤橙黄绿青蓝紫的发光的窗，但都是窗
↑叠甲以上是观看多方科普之后的个人理解

>>No.62587713
难道人类不是吗？一个没见过门，只见过窗的人，你让他去画门，他再怎么费劲画，画出来的东西都像是五颜六色的窗

ai学习的逻辑和人类是高度相似的，只是效率比人类高出几个数量级而已

由此可见，只要人类“接受，理解，运用”的学习逻辑是合理的，那么ai的学习逻辑同样是合理的

刚好学的是计算机专业，我给大家简单介绍一下ai绘画的原理

大概是十年前，第一代ai绘画算法问世，也就是对抗式生成网络（GAN），把已有图像直接喂给判断器进行深度学习，让机器自己提炼出图像的“共性”，进而从生成器产生的高度随机的大量图像中，识别出和已有图像“相似”的图像进行输出

GAN缺点很明显，一是运算量巨大，二是输出内容没法控制，三是无法被定义为创作（因为只是在寻找和已有图像相似的图像），比如那张流传很广的抽象《星空》

然后大概在三年前，出现了一个叫做CLIP的模型，这个模型做的是图像识别，也就是看图说话

CLIP也是基于大量已有图像的深度学习模型，但是CLIP的学习的目标更清晰，也就是在人类能识别的文字描述，与机器能识别的特征数据之间建立了联系

有个天才把CLIP的特征集和GAN的判断器缝到了一起，第二代ai绘画技术就诞生了

这代技术实现了一定程度上的产物可控，应用的典例就是前几年很火的简笔画自动补全，即先用CLIP识别画的是什么东西，再把这个东西对应的特征集传给GAN，最后输出和特征集的描述最相近的图片

然后技术又革新了，出来了一个叫做扩散化算法（Diffusion）的东西，它负责生成图片，取代了原先的对抗式算法GAN

第三代ai绘画模型，也就是现在广为流传的模型，就是以CLIP和扩散化算法为基础构建的，CLIP负责根据输入的文字产生对应的特征集，扩散化算法以这些特征集为基础，进行从模糊图像到清晰图像的迭代计算