今年以來ChatGPT暴紅，導致去年原本大熱門的AI繪圖似乎被冷落了。畢竟，玩了大半年的AI繪圖，很多人發現還是有其極限，比方說畫出來的圖無法預測、比方說生成出來的人像無法克服「恐怖谷」效應，以及最有名的「AI不會畫手」。
不過，沒有什麼事情是熱情無法攻克的。當你還忙著在問ChatGPT工作不順怎麼辦、能不能幫你寫論文的時候，有一群人默默的在AI繪圖領域想辦法解決那些問題，目的只為了可以產生「二次元老婆」。
最終的結果，就是最近開始在社群暴紅的一系列讓你難分真假的「AI寫真」。
如何打造AI美少女夢工廠？
也不過一年前不到，當時人們就嘗試利用AI繪圖來打造一些寫實風格的圖片。不過，AI繪圖雖然可以產生極具科幻感的場景、壯闊的風景圖，但是就是對於普通的寫真照沒輒。
當然，還有著名的「AI不會畫手」。
怎麼辦呢？這時候，總該有個動力在背後來推一把，解決這個問題。
大家都清楚，推動人類科技進步背後的推手之一，總有一個不能說的秘密：成人產業。
在一年多前，成人產業與AI相結合的話題還是deepfake，利用AI換臉的技術把名人的頭像套用在一些成人明星的身體上，產生偽名人影片，國內也有網紅因此被判刑。
不過，deepfake影片畢竟是影片，認真看都還是看得出破綻、流暢的程度也有限。
而就在今年年初開始，一些寫實風格的AI成人圖片開始在國外的社群上流傳，品質之高讓許多人大開眼界，先不說「成人」的部分，光是臉跟手，就沒有違和感。跟真人寫真幾乎沒有差別。
AI能以如此細膩的筆觸將寫實風格的人物繪製出來這件事，的確是嚇著了不少人。
不過，過去這些日子以來，到底發生了什麼轉變？是哪些技術讓AI繪圖變成美少女夢工廠的？
Lora模型
目前，超過數十億筆以上訓練資料的超強大型語言模型，例如GPT-3，雖然能力強大，但是訓練成本也相當高。以GPT-3 175B為例，具備1,750億個參數，但是在實際使用的過程中，其實發現了一些Bug，不過雖然發現了這些Bug，但也無法進行微調，因為那意味著需要重新訓練，幾乎沒有單位負擔得起巨大開銷。
而LoRA: Low-Rank Adaptation of Large Language Models 14 是微軟研究員引入的一項新技術，主要用於處理大型模型微調的問題。LoRA 建議凍結預訓練模型的權重並在每個 Transformer 塊中注入可訓練層 (秩-分解矩陣)。因為不需要為大多數模型權重計算梯度，所以大大減少了需要訓練參數的數量並且降低了 GPU 的記憶體要求。
Lora模型的出現，讓一般網友也可以透過簡單的設備，建立更加風格化、標籤化的模型，使用者可以集中訓練某個動作、場景、角色，甚至是服飾上的細節。
儘管 LoRA 最初是為大型語言模型提出的，但該技術也可以應用於其他地方。在微調 Stable Diffusion 的情況下，LoRA 可以應用於將圖像表示與描述它們的提示相關聯的交叉注意層（crossattention）。下圖的細節並不重要，只需要注意黃色塊是負責建立圖文之間的關係表示就行。
簡單來說，以前的 AI 畫圖模型是一台基本的大型電腦，雖然功能強大，但是你沒辦法進行微調。但是透過LoRA，為這台大型電腦可以加入「模組」，你可以依照個人的需求，單獨訓練你自己的人臉、風格（網友稱之為「小模型」），然後再來加入這個模組，這樣就可以實現你的特性需求。
由於 LoRA 訓練出來的小模型檔案大多為 100MB 左右，而且只要有單一張顯卡，以及十幾張圖片，就可以進行訓練，因此很容易上手。在Lora模型的加持下，漸漸的AI畫出來的角色也變得更有人味。
ChilloutMix＋Korean Doll
早期的Lora模型套用後雖然「人味」是有了，但是對於亞洲人來說，總覺得看起來還是怪怪的。主要原因是早期的Lora模型多半是用西方人來訓練的，因此總覺得少了些什麼。
當Lora的應用越來越熱門，也有亞洲玩家開始訓練AI模型，因此，前一陣子，基於亞裔臉模的AI模型ChilloutMix問世。再加上有一些分享AI繪圖模型的網站出現，讓玩的人也越來越多，討論度也越來越熱烈。
之後，又有韓式風格的Korean Doll及Taiwan Doll等多種Lora小模型。至此，亞洲玩家也熱門了起來。
真人網美該擔心嗎？
現在AI寫真這麼容易製作，網友就喊出說，原本的網美是不是該擔心了，以後沒人要買了？而且拍一本寫真集製作至少也需要專業的造型、攝影師、燈光、還要拉一堆人出外景、成本就算再低，也不比網友坐在電腦前面AI算圖的成本低。更何況最後做出來的成果，可能還沒有AI畫出來的場景震撼。
不過，這點目前應該還不用太過擔心。
會買寫真集的，應該還是針對特定的人去買的。而且目前的AI繪圖也還是有一些侷限在那邊。
很多網美目前以接業配為主要的生計，而AI網美想要搶業配可能還是有一些難度。
比方說，目前你看到的AI生成的圖片，基本上大家的動作都差不多。那是因為所有AI生成的圖片，基本上動作會傾向於依照訓練圖片的內容來生成。再來就是目前AI畫手的問題，並沒有完全解決，因此有些圖片還是傾向於能避就把手的細節避掉。
再來就是創意與真實感，因為AI畫圖效果靠的是一些基本的「詠唱」，瞭解哪些關鍵字，生成哪些效果，基本上至少到目前為止，不論是從背景、人物姿勢、風格，AI創作出來的圖片還是有一些端倪可以看出的。而且在一些細節上，往往會用模糊化處理。
因此，如果要搭配特定產品做業配，基本上依然需要人工介入進行修圖。如此下來有一定的難度，對於廣告主來說，現階段應該還是請真人比較能夠符合他們的特定需求。
不過，講到AI畫圖的動作問題，最近也有了新技術叫做 ControlNet 上線了，只要畫幾筆簡單的姿勢就可以讓AI角色擺出複雜的動作......
延伸問題：明星AI模型
透過這些技術的結合，如果餵給AI的是同一個明星的照片，是不是可以打造出自己的AI明星呢？
的確是如此，而且網路上也的確已經有一些明星AI模型出現了。
下載了這些模型，透過一些微調，的確是可以得出一些以假亂真的照片。
事實上，這也衍生出更多新的問題。以前在Deepfake上所發生的問題，現在在AI畫圖上一樣會再發生一遍。而且，因為AI畫圖的硬體門檻要比Deepfake更低，而且產出的圖更真實，勢必會發生的法律問題也可以預期更嚴重。
本文授權轉載自：T客邦
責任編輯：傅珮晴、林美欣
