撰文/ 张 鸥

编辑/ 吴 静

设计/ 赵昊然

(资料图片仅供参考)

来源/ Driving.ca，作者：Elle Alder，图源：AUTOMOTIVE.AI，STABLE DIFFUSION

如果将丰田Supra送回20世纪50年代会是什么样子？如果宝马早在1979年就开始出售与Wagoneer相媲美的X5又会如何？

现在，我们能够用文字描述这些天马行空的想象，并且利用计算机算法将它视觉化——新一代“人工智能”软件可以快速图像化我们脑海中的任何画面。

这是一项在短短几个月内推动了整整一代人的技术，帮助人们充实想法，将从未出现过的事情图像化看起来确实很有趣，但它也引发了有关创意伦理、数字权利，甚至整个创意产业未来的敏感问题。

AI爱好者伦尼·伍德（Rennie Wood）、3D渲染师阿比米莱克·阿雷拉诺（Abimelec Arellano）和底特律汽车设计师亚当·休伯斯（Adam Hubers）是不同类型的设计工作者，而他们的职业都与这种新技术息息相关。

AI渲染的1968年梅赛德斯-奔驰Gelandewagen

AI生成，从文本到图像

通过AI文本-图像生成器，用户可以使用文字描述他们所想的东西，以此创建图像。这些生成器通常通过网络界面访问，使用计算机学习来分析关键词或句子的含义，利用模型从数十亿现有图像中学到的“知识”，最终拼凑出所述主题的视觉画面。

用户可以用具体的条件和参数来指导模型，以更紧密地定义他们所期望的结果，例如，“圆形的挡泥板后视镜”，“在Indy 500的斜坡上赛车”，“数码相机拍摄效果”，甚至“使用艺术家的风格”。

AI图像生成已被证明是这一代最快、最引人注目的技术革新之一，公众在短短一年的时间里见证了令人眼花缭乱的发展。2022年初，OpenAI推出Dall-E，标志着在半识别图像方面的第一个主流文本-图像生成器的成功。

如今流行的AI生成器将它们的知识建立在有标题的图像数据库上（从整个互联网上搜刮而来），这个“语料库”通常反映了已经存在的图像材料。一些开发者的模型训练语料库来源公开透明，另一些开发者则避而不谈。对前者的分析显示，大量未经授权或受版权保护的材料来源于Pinterest等标签丰富的素材网站，包括个人创作、商业来源，以及其他艺术家作品。

这意味着用户可以指定某种类型，“借用”别人努力创造而来的美学风格。如果你选择了梵高的风格去渲染一个物品，那可能没关系，但如果你输入的文本借鉴了一个当代艺术家的风格，并且未经允许进行二次发布或商业用途，那就难堪了。

Open AI网站上Dall-E的生成示例。文本为：牛油果形状的扶手椅

伦尼·伍德是一名摄影记者，木制玩具修复家和零售商，他同时也是网站Automotive.AI的创立人。这里梦幻般的汽车、场景吸引了成千上万的Instagram粉丝。

伍德使用网络上公开可用的AI生成器进行了一次又一次的试验，他很快就找到了符合自己设想的方案。

“当我接触到这一技术时，我想做的第一件事就是制作汽车，因为这是我小时候的梦想。”他说。

网站的一些早期产物看起来相当糟糕，那个时候的文本处理似乎总是显得不尽人意。“每次有人使用它，它都在学习，现在的数据库好多了。”伍德补充道。

他为自己的网站设置了公式，一套修饰语，以及一个每周都在改进的工具。一个30-50个字的长提示现在可以可靠地生成一个干净的图像。

伍德说：“摄影是一种减法艺术，它从存在的一切开始，然后通过改变你的位置、焦距和曝光，你可以消除东西。AI生成恰恰相反，它从一张空白的画布开始。所以我很享受。”

AI生成的1955年道奇Viper

与人类抢饭碗？

在这之前，渲染这样一个图片往往需要特定技能，无论是用素描本还是用CAD。阿比米莱克·阿雷拉诺便是一位一直以来使用CAD的数字艺术家。

阿雷拉诺曾经出版过自己的作品，他的“如果”系列作品跨越了50多个概念，设想了从1966年的阿斯顿-马丁Cygnet到2014年的玛莎拉蒂克莱斯勒TC。

在他年轻的时候，他沉浸在YouTube和论坛驱动的“虚拟调校”，直到Photoshop的二维限制变得陈旧，他开始在Blender中自学三维建模，并使用Keyshot进行渲染，最后用Photoshop进行编辑。他现在使用这些技能为各种客户承包项目，工作时间从几小时到几周不等。

阿雷拉诺承认，当他看到AI模型之后，他感到了一丝愤怒。

“我的工作就这样没了。”他想。直到几天后，一位转而使用AI的老客户重新找到了他——这个客户称，虽然人工智能很方便，但它缺乏人类的判断力。

当然，这种引人注目的新工具总会有合适的用途。早在一些年前，美联社已经通过自动化系统输出文章，如今的AI生成器则有可能影响到基本成像领域。

底特律的汽车设计师亚当·休伯斯曾在Stellantis担任Ram 1500 Rev设计团队的负责人，他提到了Photoshop刚刚兴起的时候，他的许多前辈们一度非常担心，不过他们很快把这个工具纳入了自己的创作过程。

休伯斯表示，专业设计界的一些人同样已经开始尝试将AI工具引入自己的工作流程。他说：“我不认为它会消除人类汽车设计者。”

部分原因是，真正的人工智能还不存在——这些系统仍然是参数化的，并依赖于现有的媒体，它们不会想象、无法表达偏好、不能构思出新的想法或创造根本性的东西。它们的输出只可以反映现有的东西。

如果仅仅是出于爱好，为车型改朝换代，那就没关系了。它能够借鉴特定时代的既定设计语言和现有的模型阵容，使作品具有可信性和可识别性。伍德用AI生成的1979年宝马X5看起来几乎以假乱真，因为它主要借鉴了广为人知的e12代设计线索，并将其延伸到宝马今天的轿车风格。

AI渲染的1979年的宝马X5

令阿雷拉诺感到欣慰的是，他的客户重视他作为人类设计师的能力——根据需求进行微调的能力，能够处理特别精细的细节——这是AI无法做到的。

总的来说，三位创意工作者都认为这样的工具更多的是作为一个垫脚石，帮助塑造或勾勒出模糊的想法。阿雷拉诺进一步强调，这些工具特别有助于阐明那些看起来很直观的解决方案，因为有时候，人们很容易将某些问题过度复杂化。休伯斯则表示它们提供了一种 “故事板”，可以绘制盲点，给出更多种可参考方案。

AI图像生成从新奇的学术好奇心发展到范式转变只用了不到一年的时间，而像ChatGPT这种语言模型的成熟也为书面文章等领域指向了类似的轨迹（和危机）。通过开放测试版供公众使用，开发者甚至有效地加速了大众的接受度和热情。

通常来讲，一个行业的专业化程度越高，受到软件威胁的可能性就越小。

只不过可以肯定的是，短期内的困难似乎是不可避免的，因为一些目光短浅的经理人和风险资本类型的人已经在研究如何裁员，用AI模型取代创意工作者。

阿雷拉诺表示，他看到的是一个复杂但最终令人鼓舞的画面：“当它窃取艺术时，它让你感到愤怒。但是，你可以剖析一下，它实际上根本无法取代一切。”

本文由汽车商业评论原创出品

转载或内容合作请联系说明

违规转载必究