原畫師驚呆：這個爆火AI真把夢境畫成現實了！下載APP人人可用

明敏 夢晨 發自 凹非寺

量子位 | 公眾號 QbitAI

沒想到，平常都是我拿著最新AI的Demo到處去安利。

這回竟然被美術圈的朋友安利了一個AI繪畫APP？？？

話不多說先看效果：

這摩登又玄幻的畫面，一上來就沖擊到我了。

抽象的線條兼具了美感和想象力，同時還傳遞出未來城市的感覺。

要不是被劇透，我還真不一定能立刻猜出來這是出自AI之手。

而且除了能對照片進行二改，這個AI還能根據文字命題、憑自己想象作畫。

比如輸入落日飛車四個字，在AI的“想象”中會是這樣：

另外還可以畫出不同畫風，目前已支持20種。

還真是能滿足你提出的所有需求，怪不得能征服美術設計圈（doge）。

AI畫完后，甚至可以一鍵保存成手機壁紙。

在微信公眾號后臺回復“wombo”，可開盲盒獲得隨機壁紙，總共5款哦～

過去幾天，這款APP還在Apple Store圖形和設計區霸榜多日（安卓版本也有）。

要知道，過去美術圈、藝術圈可是有不少人吐槽AI生成的內容沒得靈魂。。。

結果現在紛紛在社交平臺上po自己的作品，還有設計區大V要專門聊聊這個事兒。

但更讓我震驚的是，這個APP背后公司的故事。

公司創始人現在只有25歲，為了創業，他直接從多倫多大學退學。

公司首次推出的APP（WOMBO.AI），能讓照片對口型唱歌。

沒錯，就是那個此前在抖音上爆火、席卷全球互聯網的魔性特效。

憑借著這款APP，這家公司估值直沖4000萬美元（折合人民幣約2.5億）。

而他們最初的啟動資金，只有6萬美元。

這不禁讓人好奇，到底是怎樣的一伙人，能憑借AI一次又一次做出全球爆火的APP？

25歲輟學創業，公司估值4000萬美元

先從小哥的公司Wombo創辦說起。

Wombo是一家加拿大公司，創始人及CEO名叫Ben-Zion Benkhin，今年25歲。

（接下來我們暫時用“小本哥”來稱呼他）

小本哥本來是多倫多大學數學與哲學專業的一位學生。

在學校的時候，他組建過一個人工智能興趣社團，自己對deepfake也十分感興趣。

2020年8月的一個夏夜，小本哥和他的室友在公寓屋頂上吹風，突然靈光一現：

為什么沒有人做一個APP，可以把一張普通的照片變成搞笑視頻？

在經過4個小時的討論之后，Wombo的雛形輪廓逐漸清晰了起來。

為此，他選擇輟學完成創業。

同時還拉來了自己做管理顧問的朋友Paul Pavel一起“搞事”，并在多倫多大學招募了一些學生。

其中Angad Arneja放棄了全額獎學金，選擇和小本哥一樣輟學，現在他是Wombo的人力主管。

公司最初啟動資金有6萬美元，主要依靠各位創始人的父母慷慨解囊。

小本哥說這些錢主要用在了買電腦、招募開發人員和品牌推廣上。

大約半年以后，2021年2月28日，Wombo就準備好發布了。

小本哥和其他公司創始人們把這個應用發給了大約10個人。

一周之內，Wombo的下載量就達到了50萬次。

第二周，這個數字躍升到了900萬。

由此，Wombo也引起了各方投資人的關注，順利拿到了由Global Founders Capital和Sofreh Capital共同領投600萬美元天使輪。

現在估值達到了4000萬美元。

值得一提的是，Wombo在爆火前，曾被200多家VC拒絕過。

所以這一波下來，真正贏麻了的是最初提供啟動資金的家長們。

比如Paul Pavel的父母就是資助2萬美元，最終換來了數十萬美元的股票。

目前，Wombo旗下的兩個APP下載量已經達到了8400萬+，月活用戶超過1000萬。

Wombo上的創作量已經達到10億，Dream by Wombo這一數據也達到了1.8億。

由此帶來的收入也非常可觀，去年Wombo上線4個多月，依靠內部廣告和免費歌曲庫獲得了數十萬美元的收入。

Dream by Wombo支持用戶購買自己用AI生成的作品。

20美元可定制一張海報，加邊框的價格則從45美元起算。

這個AI是怎么畫畫的？

讓AI根據文字作畫，了解AI的朋友會知道這屬于多模態生成。

模態，指的是文本、圖像、聲音等不同的信息表現形式。

多模態，則是把不同類型的信息結合起來。

如果給每個圖片標上文字描述組成一對，用大量這種圖文對去訓練AI，就能讓它理解到圖文之間的對應關系。

OpenAI開源的CLIP就是這個原理，Wombo工程師也曾在一次采訪中透露過，他們的算法中就使用了CLIP。

CLIP使用了4億組從網上收集的圖文對做訓練，可以理解顏色和形狀，日常物品或建筑物，甚至抽象的藝術風格比如“印象派”或“賽博朋克”。

接下來，還要解決圖像生成的部分。

沒錯，又要請出GAN了，而且這次GAN要接受CLIP的指揮。

整個流程是這樣的：

首先生成一張平平無奇的隨機圖像當種子。

讓CLIP給圖像與文字描述的相似度打分，反饋給GAN，GAN以提升分數為目標不斷迭代。

整個迭代過程可以在App中直觀地看到。

其中的隨機性意味著AI幾乎不可能兩次生成同樣的圖像。

如果第一次結果不滿意，還可以點擊按鈕用相同配置再試一次。

至于Wombo的算法具體使用了哪種GAN，并未公開。

但在招聘信息里，高級機器學習工程師的崗位描述中寫著，有DC-GAN經驗的優先。

DC-GAN最早于2015年提出，是第一個使用深度卷積網絡生成圖像的GAN變體。

意味著Wombo的算法大概率是以此為基礎改進而來。

Wombo選擇卷積網絡而不是Transformer的理由也不難猜。

要做成移動App給全球玩家使用，而且生成的是高分辨率圖像，卷積在效率上要占優勢。

CLIP+GAN結合成AI畫家的方法并非Wombo首創。

CLIP于2021年1月發布，第二天網友@advadnoun就開始試驗其與各種生成模型的組合。

最終他選擇了BigGAN，將代碼發布為Colab筆記The Big Sleep

早期The Big Sleep生成的畫，怎么說呢，總是帶點精神污染，分辨率也不高。

（建議不要去翻@advadnoun的早期分享，真的有毒）

后來西班牙玩家Katherine Crowson在此基礎上發布了CLIP+VQGAN的版本。

VQGAN是CVPR 2021 Oral入選論文，將CNN的高效率和Transformer的高性能結合起來，生成的圖像質量更高。

這一版Colab筆記真正流行了起來，不少人開始分享AI創作的畫，還開發出各種技巧。

比如文字提示中加入虛幻引擎或者光線追蹤，畫質還能大幅提升。

圍繞CLIP+VQGAN開始形成社區，代碼不斷有人做優化改進，還有了專門收集發布AI畫作的賬號。

而最早的先驅@advadnoun還順利入職Adobe擔任研究員。

但這一波AI作畫浪潮的玩家主要還是技術愛好者。

畢竟在Colab上排隊申請GPU、運行代碼訓練AI，時不時還要處理一下報錯，門檻還是有點高了。

直到Dream by WOMBO的出現，改變了一切。

AI作畫開始被認真對待

實際上，這幾年已經浮現出不少讓AI作畫的技術工具。

最早是谷歌在2015年推出的DeepDream。

后來，除了前面提到的以外，還有英偉達的GauGAN、OpenAI的DALL·E，開源的Disco Diffusion等。

憑借著獨一無二還驚艷眾人的特點，AI作畫影響到的圈層也越來越廣泛，比較典型的有美術圈、藝術收藏圈以及NFT領域。

首先來看美術圈，他們接觸更多的是Disco Diffusion。

這款AI用擴散模型代替了GAN，生成圖像的質量更高，幾乎達到了原畫級。

盡管要在Colab上自己運行代碼，門檻不低，但還是大受歡迎，甚至出現了專門收集提示詞的共享文檔。

知乎上最近也有一個與之相關的熱門話題。

AI繪畫會對美術行業產生什么樣的影響呢？

在這個討論中，大部分人都覺得，AI對當下美術圈的影響還比較有限。

但是未來呢？大家的觀點不盡相同。

有人認為AI可以成為創作者的輔助工具；有人卻覺得AI能直接取代畫師。

知乎答主@畫畫的花噎菜認為，AI繪畫依舊淘汰不了繪畫行業。

往遠了說，照相機沒有淘汰寫實油畫；往近了說3D輔助也沒有淘汰寫實數繪。
……
如果你還是怕被搶了飯碗，那不妨讓自己畫得好一點。因為不論什么行業，高端的市場都是最難被淘汰的。

@魚一般也覺得，AI將會是專業畫師手中一個很好的工具，可以提供很多靈感，也可以當做底稿使用。

@Liuuzaki雖然也贊同AI在想象力上是長板，但他認為，AI有一天會取代與之工作方式相似的從業者。

AI并不擅長邏輯，只擅長美感。它是天生的藝術家，而不是工程師。

這種工作方式很像現在的一些美術工作者。

而如果再把目光延伸到藝術收藏圈來看，AI作畫在這幾年已經帶來了一些肉眼可見的影響。

2018年，一幅由AI創作出的肖像畫在紐約佳士得拍賣會上以43.2萬美元成交。

這一價格也是該場拍賣會的最高成交價，甚至超過了同場拍賣的畢加索作品。

這幅畫最大的噱頭，便是用GAN作畫所帶來的的獨一無二性。

One More Thing

最后，AI作畫還影響到了同樣在沖擊藝術圈的NFT。

此前有人推出了一個平臺Eponym。

它能夠利用AI將文本轉化為圖畫，然后再將這些作品直接鑄造到最大的NFT市場OpenSea。

在這個平臺上，每個文本只能生成一幅畫作。

由它推出第一批NFT（3500個），在OpenSea上一夜售罄。

關于AI作畫將成為NFT領域的下一個趨勢，也成為最近圈內熱議的話題。

實際上，Wombo也有進軍NFT領域的打算。

去年年底，有位網友在推特上向他們發問：

你們是否把用戶生成的畫作鑄造成了NFT？

對此官方給出回應：目前還沒有鑄造，但是正在考慮這一計劃！

這事兒，你怎么看呢？

（別忘了在微信公眾號后臺回復“wombo”，可開盲盒獲得隨機壁紙～）

AI繪圖靈感共享庫：
https://docs.qq.com/sheet/DWFR0VmpQa3ZtbXda

TheBigSleep：
https://colab.research.google.com/drive/1NCceX2mbiKOSlAd_o7IU7nA9UskKN5WR

CLIP+VQGAN：
https://ljvmiranda921.github.io/notebook/2021/08/11/vqgan-list/

Disco Diffusion：
https://colab.research.google.com/github/alembics/disco-diffusion/blob/main/Disco_Diffusion.ipynb

參考鏈接：
[1]https://www.theglobeandmail.com/business/article-making-it-by-faking-it-how-torontos-wombo-became-canadas-fastest/
[2]https://www.8btc.com/article/6722724
[3]https://artthescience.com/magazine/2022/02/16/features-wombo-dream-and-ai-art-with-salman-shahid/
[4]https://weibo.com/u/5619550614?is_hot=1
[5]https://www.zhihu.com/question/528563685/answer/2447959396
[6]https://www.zhihu.com/question/528563685/answer/2445286621
[7]https://www.zhihu.com/question/528563685/answer/2445279372