1.1.3　发展进程回顾

1.早期的尝试

AI绘画在计算机出现后不久就已经开始有了最初的探索。在20世纪70年代时，艺术家Harold Cohen创造了AARON程序，AARON可以操作机械臂进行绘画。Harold对AARON的改进持续了很久，到20世纪80年代的时候，ARRON可以尝试绘制三维物体，并且不久后就可以进行彩图绘画，如图1-7所示。

2006年出现了The Painting Fool装置，如图1-8所示，The Painting Fool装置可以通过观察照片提取颜色信息，使用现实中的材料进行创作，完成的画作效果如图1-9所示。AARON程序和The Painting Fool装置都是比较初级的计算机自动绘画。

2.深度学习的初步应用

2012年，Andrew Ng和Jeff Dean进行了一次实验，使用1.6万个CPU和Youtube上一千万张猫脸图片，耗时3天训练出了当时最大的深度学习网络，并生成了一张猫脸图片，如图1-10所示。对当时的计算机视觉领域来说，这是具有突破性意义的尝试，并且正式开启了AI创作的全新方向。

3.使用GAN网络进行AI绘画

2014年，AI学术界提出了一个非常重要的深度学习模型：对抗生成网络（Generative Adverserial Network, GAN）。正如同其名字“对抗生成”，这个深度学习模型的核心理念是让两个神经网络“生成器（generator）”和“判别器（discriminator）”进行激烈的竞争，其中生成器用来生成图片，而判别器用来判断图片质量，平衡之后得到结果。

GAN网络一经问世就风靡AI学术界，在多个领域得到了广泛的应用。它也随即成为了很多AI绘画模型的基础框架，GAN网络的出现大力推动了AI绘画的发展。

4.Diffusion Model和DALL-E的出现

2016年，Diffusion Model模型被提出，并开始受到广泛的关注。它的原理跟GAN完全不一样。Diffusion Model模型使用随机扩散过程来生成图像，从而避免了GAN模型中图片风格过于相似的问题。

2021年初，OpenAI发布了广受关注的DALL-E系统，该系统基于扩散模型进行训练，图1-11所示是DALL-E画一只狐狸的结果。

5.Disco Diffusion V5的发布

2022年的2月，由Somnai等几个开源社区的工程师联合制作了一款基于扩散模型的AI绘图生成器—Disco Diffusion。从此，AI绘画进入了发展的快车道。Disco Diffusion相比传统的AI模型更加易用，并且研究人员建立了完善的帮助文档和社群，越来越多的人开始使用Disco Diffusion创作作品。但是它生成的画面都十分的抽象，几乎无法生成具象的人，这是一个致命的缺点。图1-12所示是Disco Diffusion绘制的一些作品。

6.Midjourney的发布

2022年3月，一款由Disco Diffusion的核心开发者参与建设的AI生成器Midjourney正式发布。Midjourney搭载在discord平台，借助discord聊天式的人机交互方式，不需要之前烦琐的操作，也没有十分复杂的参数调节，用户只需要向聊天窗口输入文字就可以生成图像。更关键的是，Midjourney生成的图片效果非常惊艳，如图1-13所示。

7.DALL-E2的发布

2022年4月10日，OpenAI发布了DALL-E2。无论是Disco Diffusion还是Midjourney，仔细品味还是可以看出是AI生成的，但DALL-E2的生成图质量已经相当高了，基本无法跟人类的作品进行区分，如图1-14所示。

8.Stable Diffusion的发布

2022年7月，一款叫作Stable Diffusion的AI生成器开始内测，人们发现用它生成的AI绘画作品，质量可以媲美DALL-E2，而且还没有那么多限制。Stable Diffusion共邀请了15000名用户参与了内测，仅仅十天后，每天就有一千七百万张图片通过它生成。图1-15所示是Stable Diffusion1.X绘制的一些作品。

Stable Diffusion内测不到1个月，就正式宣布开源，意味着所有人都能在本地部署Stable Diffusion，这迅速成为大家关注的焦点，人们将它跟各种各样的工具结合，例如有人将Stable Diffusion的绘图能力做成了Photoshop插件，只需要画个草图，之后就能直接生成设计稿。

2022年8月，美国科罗拉多州博览会的艺术比赛评选出了结果，一张名为《太空歌剧院》（如图1-16所示）的画作获得了第一名，但它并不是人类画师的作品，而是一个叫作Midjourney的人工智能的画作。参赛者公布这是一张AI绘画作品时，引发了很多人类画师的愤怒和焦虑。