openai可以画图吗的进一步展开说明

喜悦

最近，我收到了 OpenAI 发来的消息，告知我可使用他们的 DALLE 人工智能绘图工具了。写到这，我想起了我是在 4 月 7 日申请的，差不多已等了 100 天了。

收到这个消息，我激动的心跳不已，手也不自觉地颤抖着。我立刻点击了邮件中的链接进入了 DALLE 的页面。但是，我被迎接的却是一份霸王条款：

DALLE 生成的图片严禁商用，乃至不允许用于 NFT 交易，并且 OpenAI 对我创作出来的图片具有所有权。我只对我上传到系统的图片具有所有权。不但如此，OpenAI 可能还会使用我上传的图片进行模型改进的训练数据……

之前我可能早就选择离开了，但这次不行，DALLE 太吸引人了，而且前期已付出了很多本钱。我决定忍受一下。

尝试

我进入 DALLE 的页面后，发现界面非常简洁，只有一个文本框。

我在文本框中输入了这样一段描写：

一个工夫熊猫正在森林里与一只暴龙搏斗。

DALLE 开始根据已训练好的大模型进行图象生成。在等待的进程中，页面会提供一些提示和示例。

其中有这样一个提示：

进度条不断前进，还有这样的提示：

这些不断变化的提示不但减缓了等待的焦虑，还帮助我改进描写的方式。这类一箭双雕的设计值得其他利用鉴戒。

几十秒后，进度条终究到达 100%，我看到了生成的结果，总共有 6 张图片。我一个个点击查看。

其中有一张非常不错：

这张也还行：

最逗的是这张：

喂，你把恐龙当玩具了吗？

这是这 6 张图片的全景。你更喜欢其中的哪一张呢？

我既开心又兴奋地玩着，这时候我的大儿子进来了。他刚放了暑假，最近一直在照顾他和弟弟养的小鸡。因而他提出了这个题目：

两个小男孩在逗两只可爱的小鸡。

但是，DALLE 生成的结果并没有完全符合他的预期。

由于这两个小孩看起来明显是外国人。因而我帮他修改了描写：

两个亚洲小男孩在逗两只可爱的小鸡。

嗯，现在看起来好多了。

对照

实际上，这不是我第一次向你介绍自动绘图工具了。

还记得去年我写的那篇《怎么将你的想法一键变成图画？》吗？那篇文章介绍了 Text to Image Art Generator 的绘图能力。

现在我们来对照一下 Text to Image Art Generator 和 DALLE 对一样的描写进行图象生成的结果。

首先是第一句描写：

一个小男孩在深海里骑着沙鱼。

Text to Image Art Generator 生成的图象是这样的：

我将一样的描写输入到了 DALLE 中，让我们来看看结果。

果然是「没有对照就没有伤害」啊，哈哈。当初的图象如此之差，我还记得当时我的描写是这样的：

一只暴龙在奥运会的百米赛跑中顽耍。

Text to Image Art Generator 生成的图象是这样的：

现在让我们来看看 DALLE 生成的图象：

我只能说「天壤之别」了。

顺便提一下，我也来对照一下前段时间非常火的 Disco Diffusion 和 DALLE 的区分。

刚开始使用 Disco Diffusion 的时候，我进行了一些测试。其中有一段描写是这样的：

一名着黑袍的巫师和一只暴龙在原始森林中进行剧烈的战役。角落里有一个 9 岁的男孩和一个 5 岁的男孩正在观看他们。

使用 Disco Diffusion 在 Google Colab 上生成的结果是这样的：

然后，让我们看看 DALLE 在几秒钟内生成的图象：

好吧，我们再来对照一组：

一个机器人戴着牛仔帽的漫画中心的画家正在画一张风景画。画的右侧有一条小溪，背景中有山脉和日落。

Disco Diffusion 生成的图象非常抽象，如果我没有告知你是机器人画家在作画，你能看出来吗？

而 DALLE 生成的图象是这样的：

其中，我最喜欢的是这张。

你最喜欢哪张呢？

图片生成图片

除将文字转化为图象，DALLE 还可以够根据你上传的图片进行调剂生成新的图象。

我试了几张图片，发现其实不是所有的图片都可以。例如，如果图片中包括人脸，DALLE 就没法进行处理。

既然人脸不行，那我们试试牛脸吧。我上传了一张水牛的照片，然后 DALLE 生成了另外 5 张图象。

其中，我觉得第三张最有趣。

这张图象展现了原始图片中根本没有出现的角度。可以看出，图片生成其实不仅仅是简单的旋转或镜像。

挑战

我给你展现了这些机器自动生成图象的能力，其实不是为了夸耀「看我电脑画很多棒」，或提示你「艺术家要失业了」之类的事情。

艺术家不会失业，他们会与人工智能合作，更高效地完成工作，并进一步挑战人类创造力的边界。

但是，DALLE 的绘画能力也带来了一些潜伏的挑战，我们可能需要更加关注。

首先，那些从事绘画创作的非艺术家（如低级插画师）可能会面临职业危机。

在过去，如果你需要一幅特定的图画，但找不到现成的，你就得找人来绘制。这些绘制的作品可能没有多高的艺术价值，但它们要足够美观并能满足要求。只要你会画画，并且对报酬没有太高要求，你总有机会找到工作。

但是现在，只要你有想法，用文字描写出来，就能够让人工智能来绘制。对这些绘制的作品，我也没有太高的要求，只要能用就行。例如，今天早上为了给我的知识星球写一篇新文章找到一个标题图，我直接让 DALLE 绘制了这样一幅场景：

一个高智能的机器人在区别的数据库中查找东西，数字艺术。

然后，下面这些标题图就能够用了。

我之条件到过，DALLE 还存在版权问题。如果你将机器生成的图象用于商业用处，DALLE 是不允许的。但好在技术不断进步，将带来更快的迭代速度和更高质量的绘画。根据过去的经验，先进技术还会迅速传播。我们可以期待，未来会有更多类似 DALLE 的人工智能绘画服务，价格低价、易于使用，并且不会有太多的限制。

另外一个可能带来挑战的问题更加严峻。

这个问题是我思考了一下前段时间我们学院举行的《数据分析与信息服务发展国际会议》期间，一名主讲佳宾 Daniel E Acuna 提出的科研伦理问题——图片抄袭。你可能已在新闻入耳说过，很多论文的抄袭和剽窃是通过对照图片来发现的。

你可能会觉得奇怪，为何这些作者非要像素级地复制他人论文中的图片呢？这是由于，在科研中，证据照片（如显微镜视察到的图片）或分析结果绘图，如果想要「平空捏造」，实际上是相当困难的。许多因素会被拆穿，你很容易被专业人员发现。

因此，许多人选择采取冒险行动，将已存在于图片中的元素略加改动，或直接复制粘贴。他们抱着侥幸的心理，期望他人没法发现这张图片与原始图片之间的联系。

（图片来源：Mazaheri et al., 2023）

我在思考，DALLE 这样强大的工具出现，对科研论文插图的剽窃乃至捏造活动意味着甚么？

在许多领域，如生物学和医学，都有大量的图片和相应的文字描写。不可避免地，一些人出于各种目的，会收集这些内容并微调 DALLE 这样的图象生成模型。在不久的将来，他们完全可以通过自己的语言描写，欺骗他人，直接将想要的结果转化为具有完善风格并没有懈可击的「新」照片或图象。或他们直接上传原始图片，通过语言进行微调修改后，结果乃至让原论文作者自己都没法辨认。这样的操作将给研究结果的真实性和原创性审核带来严峻的挑战。

有无好的解决办法？我没有进行深入研究，没法给出答案。我认为唯一的方式是用技术抵抗技术。只有具有一样广泛视野的模型，才能打败这类背背学术道德的「平空捏造」行动。让我们拭目以待。

小结

在本文中，我向你展现了自己使用 OpenAI 的 DALLE 人工智能绘图工具的结果，并讨论了一些涌入脑海的问题。面对新的科技浪潮，接受而不是排挤常常是更明智的选择。虽然我们需要准备应对潜伏的挑战，以避免自己的生活乃至科学界的公序良俗遭到冲击。

你尝试过最近发展迅速的人工智能绘图工具吗？你对它的效果如何？有甚么赞叹或吐槽的？欢迎留言，我们一起交换讨论。

祝你（与人工智能）愉快绘图！

如果你觉得本文有帮助，请点赞。

如果本文对你的朋友有帮助，请转发给他们。

欢迎关注我的专栏，以便及时了解更多更新的内容。

延伸浏览，进一步展开说明：

openai可以画图吗的常见问答Q&A