先说明一下：DALL-E 2在本文写作时（2022年2月）尚未正式发布。OpenAI在2022年1月公布了DALL-E 2的相关研究成果，展示了惊人的画图能力，预计2022年春季会开放试用。本文基于DALL-E初代版本的实际使用经验，以及OpenAI公布的DALL-E 2研究成果，分享AI画图的实际体验和能力边界。

这两年，AI画图技术发展很快。从最早的GAN，到后来的CLIP+Diffusion，再到OpenAI的DALL-E，AI生成的图片质量越来越高，已经到了以假乱真的地步。

我试用AI画图工具有一段时间了，从最开始的"画出来什么鬼"，到现在的"哇这也能画"，感受变化很大。今天分享AI画图的实际体验，包括能画什么、画得怎么样、有什么局限，以及对设计师和内容创作者的影响。

一、DALL-E是什么

在说体验之前，先简单介绍一下DALL-E。

DALL-E是OpenAI在2021年1月发布的AI画图模型，名字来自艺术家达利（Dalí）和机器人瓦力（WALL-E）的组合。它能根据文字描述，生成对应的图片。

比如你输入"一只穿着宇航服的猫在月球上骑自行车"，DALL-E就能生成一张对应的图片。

DALL-E基于GPT-3的架构，有120亿参数，训练数据是大量的图片和文字对。它不仅能生成图片，还能理解复杂的文字描述，包括物体、属性、关系、场景等。

2022年1月，OpenAI公布了DALL-E 2的研究成果。DALL-E 2比初代强很多，生成的图片更清晰、更真实，细节更丰富，而且支持图片编辑（在现有图片上修改）。

虽然DALL-E 2还没正式开放，但从公布的样例来看，AI画图已经到了一个新的水平。

二、AI画图能画什么

我用AI画图工具生成了很多图片，总结一下它能画什么。

1. 概念插画

这是AI画图最擅长的。给一个概念描述，AI能生成很有创意的插画。

比如：

  • "未来城市的鸟瞰图，飞行汽车，赛博朋克风格"
  • "一个人坐在山顶看日出，水彩画风格"
  • "图书馆里的猫，戴着眼镜看书，温馨的氛围"

这些概念插画，AI生成得又快又好，而且每次生成的都不一样，可以选最好的。

2. 物品和场景

AI能画各种物品和场景，比如：

  • "一张木质书桌上放着笔记本电脑、咖啡杯和绿植，自然光"
  • "中世纪的城堡，阴天，电影感"
  • "一盘寿司，日式摆盘，美食摄影"

这些图片的质量很高，细节丰富，光影自然，很多都可以直接用在文章配图里。

3. 风格迁移

AI能模仿各种艺术风格，比如：

  • 梵高风格的星空
  • 宫崎骏风格的风景画
  • 毕加索风格的人物肖像
  • 中国水墨画风格的山水

虽然不能完全模仿大师的神韵，但风格的还原度已经很高了。

4. 人物和肖像

AI能画人物，但这是它的弱项。它能画出人物的大致样子，但细节经常出错，比如手指数量不对、五官不对称、表情怪异。

DALL-E 2在人物方面有进步，但还是不如画物品和场景那么自然。

5. 文字和logo

AI画图目前还不擅长画文字和logo。它生成的文字经常是乱码，logo也不够精确。如果需要带文字的图片，还是要自己后期加。

三、AI画图的实际体验

说说我用AI画图的实际体验。

1. 速度快，效率高

这是最直观的感受。以前找一张合适的配图，可能要在图片网站搜半小时，还不一定满意。现在用AI画图，输入描述，几十秒就能生成好几张，选一张合适的就行。

写文章的时候，配图不再是问题。想到什么场景，直接让AI画，效率提升很多。

2. 创意多，灵感丰富

AI每次生成的图片都不一样，而且经常会有一些意想不到的创意。有时候你描述一个场景，AI生成的图片比你想象的还好，给你新的灵感。

我经常用AI画图来 brainstorm，先让AI生成几张，看看有什么好的想法，再自己调整。

3. 质量参差不齐，需要筛选

AI生成的图片质量不稳定。有时候生成的图片很好，有时候就很奇怪。需要多生成几次，选最好的。

一般来说，描述越具体、越清晰，生成的图片质量越高。如果描述太模糊，AI就会自由发挥，结果可能和你想的不一样。

4. 需要后期处理

AI生成的图片，大部分都需要后期处理。比如裁剪、调色、加文字、修掉奇怪的细节。

完全不用后期、直接能用的图片，大概占20%左右。大部分图片，还是需要用PS或其他工具调整一下。

四、AI画图的局限

虽然AI画图很强，但它还有很多局限。

1. 逻辑和细节错误

AI画图不理解物理规律和逻辑关系，经常会出现细节错误。比如：

  • 人物的手指数量不对（经常是6根或4根）
  • 物体的透视关系不对
  • 文字是乱码
  • 复杂的场景里，物体之间的关系混乱

这些错误，人一眼就能看出来，但AI自己发现不了。

2. 不擅长精确控制

AI画图是"概率性"的，你不能精确控制每一个细节。比如你想让人物的手放在某个位置，或者让某个物体在画面的某个位置，AI不一定能做到。

你可以通过描述来引导，但最终结果还是有随机性。需要精确控制的场景（比如产品设计图、工程图），AI画图还做不到。

3. 版权和伦理问题

AI画图的训练数据来自互联网上的大量图片，这里面有版权问题。AI生成的图片，版权归谁？是否侵权？这些问题目前还没有明确的答案。

还有伦理问题，比如AI生成虚假的名人照片、生成不当内容等。OpenAI对DALL-E有内容限制，但其他工具可能没有。

4. 缺乏真正的创意

AI画图本质上是对训练数据的组合和模仿，它没有真正的创意和审美。它能生成看起来很美的图片，但很难有真正的原创性和思想性。

好的设计和艺术，需要人的创意和情感，这是AI目前替代不了的。

五、DALL-E 2的进步

虽然DALL-E 2还没正式开放，但从公布的研究成果来看，它比初代有很大进步。

1. 图片质量更高

DALL-E 2生成的图片分辨率更高（1024x1024），细节更丰富，更真实。很多图片已经很难分辨是AI生成的还是人画的。

2. 文字理解更好

DALL-E 2能理解更复杂的文字描述，包括多个物体、复杂关系、抽象概念。生成的图片更符合描述。

3. 支持图片编辑

DALL-E 2支持在现有图片上进行编辑。比如你可以上传一张图片，然后用文字描述修改它（"把背景换成海滩"、"给人物戴上帽子"）。这个功能很强大，相当于AI版的PS。

4. 生成多样性更好

DALL-E 2生成的图片多样性更好，同一段描述能生成差异很大的图片，给用户更多选择。

如果DALL-E 2正式开放，AI画图的体验会有质的提升。

六、对设计师和内容创作者的影响

AI画图越来越强，很多人担心设计师会失业。我的看法是：AI不会取代设计师，但会用AI的设计师会取代不会用AI的设计师。

1. 对设计师的影响

AI画图能帮设计师做很多重复性的工作，比如找参考图、画草图、做概念图。设计师可以把更多时间放在创意和设计思考上，而不是机械地画图。

但AI也会淘汰一些只会机械画图、没有创意的设计师。未来的设计师，需要更懂创意、更懂用户、更懂品牌，而不是只会用PS画图。

2. 对内容创作者的影响

对写博客、做自媒体的人来说，AI画图是福音。以前找配图很麻烦，现在可以自己生成，而且不用担心版权问题。

我现在写文章，配图基本都是AI生成的，又快又好，还不用花钱买图库。

3. 对普通人的影响

AI画图降低了创作的门槛。以前不会画画的人，现在也能通过文字描述生成图片。每个人都可以用AI来表达自己的创意。

这会带来更多的创意和内容，也会让视觉创作变得更普及。

七、怎么用好AI画图

根据我的经验，用好AI画图有几个技巧。

1. 描述要具体

描述越具体，生成的图片越符合你的预期。包括：

  • 主体是什么（一只猫、一个人、一座城市）
  • 在做什么（骑自行车、看书、看日出）
  • 在哪里（月球上、图书馆里、山顶）
  • 风格（水彩、油画、赛博朋克、电影感）
  • 光线和氛围（自然光、黄昏、温馨、神秘）

比如"一只猫"太简单，"一只橘猫坐在窗台上看外面的雨，水彩画风格，温暖的午后阳光"就具体多了。

2. 多生成几次

AI生成有随机性，一次不满意就多生成几次。一般生成5-10次，总能选到一张满意的。

3. 组合使用

可以先用AI生成草图，然后自己在PS里修改、合成、加文字。AI做基础，人做精修，这样效率最高，效果也最好。

4. 了解AI的能力边界

知道AI擅长什么、不擅长什么。擅长的让AI做，不擅长的自己做。不要指望AI能做所有事。

八、写在最后

AI画图是这两年最让人兴奋的技术之一。它让每个人都能轻松地生成图片，降低了视觉创作的门槛。

但它也不是万能的。它能生成好看的图片，但不能替代人的创意和思考。它是工具，不是创作者。真正有价值的内容，还是需要人来创造。

DALL-E 2即将开放，AI画图会进入一个新的阶段。未来，AI生成的图片会越来越真实、越来越精细，和人类创作的界限会越来越模糊。

但不管技术怎么发展，人的创意和审美，永远是最珍贵的。AI是放大器，它能放大你的创意，也能放大你的平庸。关键在于使用它的人。

2022年了，AIGC（AI生成内容）正在兴起。文字、图片、视频、音乐，AI都能生成。作为内容创作者，我们应该拥抱这些新技术，用它们来提升效率、拓展创意，而不是害怕被取代。

最后，用一句话总结："AI不会取代创作者，但会用AI的创作者会取代不会用AI的创作者。"

希望这篇文章能让你对AI画图有更全面的了解。如果你也用过AI画图，欢迎在评论区分享你的体验和技巧。

祝大家都能用好AI工具，创作出更好的内容。