硅谷101
AI图像生成的本质是绘画而非摄影,虽然纪实与情感类影像不可替代,但缺乏真实情感的商业图库摄影未来将被AI精准定制严重挤压。
AI-assisted summary of 【对话】苹果特约摄影师揭秘AI作画:如何像大师一样写Prompt提示词? — original source. Check the original for full context.
Source published:
Detailed notes
## Background 该内容由 Bilibili 频道的“硅谷101”于 2023 年 8 月 22 日发布。视频是对苹果手机特约摄影师刘辰 Cocu 的专访,主要围绕 Midjourney AI 作图的心得体会展开,旨在教授观众如何玩转从入门到高级的 AI 作画提示词(prompt),并分享了团队关于未来主题的 AI 创作作品。
## TL;DR 视频深入探讨了 AI 绘画与传统摄影的本质区别,指出 AI 虽能生成逼真细节,但本质更接近需要缜密构思的“导演式”绘画。创作者分享了利用复杂提示词(如加入胶片型号和时空混合概念)来构建末日感或虚构城市的方法,同时也指出了 AI 在处理人类生活逻辑和文字时存在的种种缺陷与 Bug。面对 AI 的冲击,视频认为纪实与情感类影像因其真实属性和人情味而不可替代,但传统商业图库摄影将面临严重危机,总体上 AI 极大地解放了人类的想象力。
## Atmosphere & style 整个专访散发着一种专业、理性且充满艺术思辨的氛围。摄影师刘辰 Cocu 结合自身丰富的创作实例,将观众带入一个交织着个人记忆、历史质感与荒诞虚构的视觉世界。节目在探讨 AI 技术发展带来的行业焦虑之余,流露出一种拥抱不可逆技术趋势的开阔胸襟,其情感基调既有对传统纪实情感的温情坚守,也有对未来“人类想象力大解放”的兴奋与期待,给听众带来一种兼具启发性与沉浸感的启发式体验。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=0s) AI 图像生成在技术成像上更接近“绘画”而非“摄影”,尽管细节逼真,但其创作逻辑类似于导演需要提前对画面进行细致构思并用语言传达给 AI 执行。 - [00:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=0s) AI 对提示词(Prompt)具有一定的想象空间,能够自动生成没有明确提及但符合画面氛围的细节,创作者也可以通过特定视角词来引导画面呈现电影感。 - [04:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=299s) Midjourney 在精准控制上仍有局限性,其理解和生成带有很大不可控性,因此许多创作者将其定位为生成初稿的“素材库”,再通过后期软件精修。 - [04:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=299s) AI 绘画催生了行业新分工,例如游戏和插画行业中精简了初级设计师,增设了专门负责人工精修、去噪和修正 AI 初稿细节的“AI 擦屁股师”岗位。 - [04:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=299s) 追求精准画面通常需要进行十几次到二十几次的迭代,且 Midjourney 不同版本的风格化差异巨大,创作者需通过调整参数来控制其风格化程度。 - [09:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=599s) 在 AI 绘画中创作者的“知识壁垒”决定了画面质感,了解停产胶片型号等摄影历史和专业术语能够帮助更精准地与 AI 沟通,复刻或重构场景。 - [09:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=599s) AI 生成的图像“真实属性为零”,缺乏历史记录功能,由于它缺乏对人类社会规则和物理常识的理解,画面细节往往经不起严密的逻辑推敲,存在逻辑缺陷。 - [15:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=900s) AI 在处理人类生活逻辑(如画雨伞)和文字时常出现诡异画面,处理文字时会刻意生成无法辨认的乱码字符,这也是软件为了规避版权纠纷的有意设定。 - [19:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1199s) 虽然早期 AI 在画手时经常出现多指或畸形等问题,但随着算法的快速迭代,AI 在处理手部细节上的表现已经有了显著提升。 - [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) AI 绘画极大释放了人类的想象力并降低了试错成本,使创作者能快速将宏大或脑洞大开的虚构设想转化为视觉结果,甚至能用于全 AI 的叙事创作。 - [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 面对 AI 的冲击,以记录真实、历史和蕴含真人情感为目的的纪实与情感类影像具有不可替代性,因为 AI 生成的人物表情往往带有冰冷感。 - [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 传统的商业图库摄影由于缺乏强烈情感且定制化程度低,未来其生存空间将会被能精准定制、快速生成的 AI 图像严重挤压。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=0s) AI 绘画的本质与摄影的区隔
AI 图像生成(如 Midjourney)在技术成像上与传统摄影有着本质的不同。虽然 AI 生成的画面细节极其逼真,甚至在视觉上让人难以与真实摄影相辨别,但其本质更接近于“绘画”而非“摄影”。Midjourney 的创始人也曾指出,AI 实际上是一种绘画工具。
在创作流程上,AI 绘画与传统摄影的逻辑截然不同。摄影师在街头拍摄时,可以不需要提前进行复杂的构思,更多扮演的是一个“执行者”的角色,去捕捉现实中已经存在的瞬间。而 AI 绘画则要求创作者像导演一样,在动笔(输入提示词)之前,就必须对画面的场景、氛围、光影、视角等进行极其细致的构思,然后再通过语言将这些设想传达给 AI 去执行。
* **提示词(Prompt)的运作机制**:AI 对提示词的理解具有一定的想象空间。例如,在一段包含“1950年代”、“街头摄影风格”、“复古(vintage style)”等词汇的简单提示词中,创作者并未提及“下雨”,但 AI 凭借其对“雾气”和“雨后湿润感”的理解,自动在画面中生成了雨后的积水以及车灯在湿滑路面上的倒影,呈现出极具氛围感的画面。 * **画面视角的控制**:创作者可以通过提示词(如 "wide shot" 宽视角、"movie still" 电影剧照感)来引导 AI 呈现出类似电影分镜的视觉张力。
---
[04:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=299s) AI 创作的可控性、版本迭代与后期处理
目前 AI 绘画(以 Midjourney 为例)在微调和精准控制上仍存在较大的局限性。如果创作者对画面的具体细节有极度精准、不可妥协的要求,AI 往往难以完全胜任,因为它的理解和生成带有极大的不可控性。
为了应对这种不可控性,许多创作者将 AI 定位为“素材库”或“初稿生成器”。他们先让 AI 生成第一版草图(Draft),再利用传统的图像处理软件进行后期合成与修图。这种“人机协作”的方式催生了行业内的新分工。例如,在游戏和插画行业,由于 AI 能够快速产出初级图像,一些公司精简了初级设计师,转而设立了被称为“AI 擦屁股师”的新岗位——专门负责对 AI 生成的初稿进行人工精修、去噪和细节修正。
* **迭代次数**:如果创作者要追求极其具体的画面呈现,通常需要迭代生成十几次甚至二十几次;若要求较宽泛,几次尝试即可。 * **版本风格的差异**:Midjourney 不同的版本(如 5.1 到 5.2)在风格化(Stylization)上有很大差异。新版本有时会表现得过于夸张和天马行空。创作者需要通过调整参数或在提示词中加入指令,让 AI “收敛一点”,将其风格化程度控制在 0 到 1000 的合理区间内。 * **高级混合技巧**:将两张 AI 生成的图放入其他软件中进行混合(Blend),也是一种进阶的创作手段,但 AI 在融合过程中的自主发挥依然保留了部分不可控性。
---
[09:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=599s) 知识壁垒与时空混合的艺术创作
在一组影射纽约及加拿大山火引发空气污染的系列作品中,创作者分享了如何利用复杂的提示词(Prompt)构建出极具忧郁和末日感的画面。这组作品源于创作者 2020 年在旧金山亲历山火、天空被染成橙色的真实记忆。通过将这些个人记忆转化为语言,创作者在 Midjourney 中成功复刻并重构了这一场景。
在 AI 绘画中,创作者的“知识壁垒”往往决定了画面的质感。例如,在提示词中加入已经停产的经典胶片型号(如 20 世纪 50、60 年代流行的 Kodakachrome 柯达克罗姆胶卷),AI 就会尽力去模拟该胶卷独特的色彩和质感。这种对摄影历史、器材和专业术语的了解,能够帮助创作者更精准地与 AI 沟通。
然而,AI 创作的图像“真实属性为零”,它不具备历史记录的功能,也无法承载真实的城市记忆。AI 只是艺术家表达观点的工具,其画面细节往往经不起严密的逻辑推敲。
* **复杂的提示词要素**:包含画面元素(旧金山天际线、人与车、黄沙、空气污染、烟雾)、色调定调(暗橙色 dark orange、金色 gold、忧郁情绪)、相机视角(鸟瞰、远景、极近景 close-up)以及图像质感(Kodakachrome 胶片效果)。 * **AI 的逻辑缺陷(Bug)**:AI 缺乏对人类社会规则和物理常识的深度理解。例如,在生成的画面中,马路上会出现五条同向单行车道、交通灯上同时出现三个不同颜色的黄灯、或者一排密密麻麻毫无必要的红灯。它将这些现实元素仅仅视为“图像规律”进行拼贴,而忽略了其背后的交通规则和功能逻辑。
---
[15:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=900s) 虚构的“牛港”与 AI 的生活常识缺失
创作者展示了另一组名为“牛港(New Kong)”的时空混合作品。这是一个现实中并不存在的虚构城市,它将纽约(New York)与香港(Hong Kong)的街头元素(如纽约标志性的黄色出租车与香港密密麻麻的霓虹招牌)混搭在一起,并将时间设定在 20 世纪 60 年代。
这种时空交错的创意如果通过传统摄影来实现,不仅需要飞往两个城市,还需要进行复杂的双重曝光、画面做旧和后期叠加。而 AI 能够极快地将这种脑洞大开的想象力转化为视觉具象。
尽管画面整体氛围感极强,但细节上的 Bug 依然明显。例如,出租车开上了人行道、交通秩序混乱,以及招牌上的文字。AI 在处理文字时,往往会刻意生成一些“看起来像中文或英文,但实际上无法辨认、不具备实际含义”的乱码字符。这一方面是因为 AI 尚未完全掌握文字的逻辑,另一方面也是软件(如 Midjourney)为了规避版权纠纷而做出的有意设定。
---
[19:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1199s) AI 图像的起点属性与生活逻辑的诡异呈现
通过对比一张由 iPhone 7 Plus 拍摄的真实照片与一张由 AI 生成的相似风格图像,可以发现,在不加标注的情况下,普通观众已经很难分辨两者的虚实。但创作者强调,AI 生成的图像往往不是终点,而是创作的起点。为了达到最终满意的效果,创作者通常需要对 AI 的原图进行大量的后期处理,包括裁剪、擦除杂物、压暗局部等“数码暗房”操作。
AI 在处理人类生活逻辑时经常会出现令人啼笑皆非的诡异画面。例如,在生成一组“在芝加哥打伞”的照片时,AI 会画出直接立在地上用来遮阳的雨伞、或者伞骨反折、甚至人打着一把结构完全扭曲的伞。
* **画手的迭代**:早期 AI(如 Midjourney 早期版本)在画手时经常会出现多出手指、缺少手指、关节畸形或手指过长的问题。但随着算法的快速迭代,AI 在画手等细节上的表现已经有了显著的提升。
---
[24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 想象力的解放与 AI 时代的艺术未来
创作者展示了一组关于“1000年后的芝加哥”的实验性作品。他将芝加哥的地标建筑“云门”(大豆子)和高架火车设定在人类离去、城市荒废、长满绿色植物的末日场景中。这种创作极大地释放了人类的想象力,降低了“试错成本”——创作者只需将脑海中的清晰设想转化为语言,就能立刻看到视觉结果。
在社交媒体上,已经有艺术家完全利用 AI 进行叙事创作。例如 Instagram 上一位专注于“80年代纽约时代广场”风格的创作者,他通过 AI 创造了各种脑洞大开、极具讽刺意味的虚构人物与故事(如为了防止眼镜丢失而用铁链锁住眼镜的人、长着鱼头的人等),甚至虚构了荒诞的街头采访。这种创作模式类似于 AI 版的《纽约百态》(Humans of New York),用极其夸张和极端的视觉语言来表达对社会议题(如肉类短缺)的思考。
面对 AI 对艺术和摄影行业的冲击,我们可以将摄影和影像分为两类来看待:
* **纪实与情感类影像(不可替代)**:以记录真实、历史和人道主义为目的的新闻摄影、纪实摄影,以及承载个人与家庭记忆的婚礼、写真摄影。这类影像的“真实属性”和其中蕴含的真人情感,是 AI 永远无法替代的。AI 生成的人物表情往往带有一种冰冷感。 * **图库类摄影(面临巨大危机)**:传统的商业图库摄影由于本身就缺乏强烈的真实情感,且定制化程度低,其生存空间在未来将会被能够精准定制、快速生成的 AI 图像进一步严重挤压。
AI 的到来是一个不可逆的趋势,它不仅是一次技术颠覆,更是对人类想象力的一次大解放。无论大众对其持何种态度,AI 已经融入了艺术创作的浪潮之中。
## Notable quotes > [00:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=0s) AI 实际上是一种绘画工具。 — Midjourney 创始人
> [00:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=0s) AI 作画无法替代传统摄影,但会让我们看到不曾看到的世界。你需要做的只是:释放想象力。 — 刘辰Cocu
> [04:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=299s) AI 擦屁股师
> [09:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=599s) 真实属性为零
> [15:00](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=900s) 看起来像中文或英文,但实际上无法辨认、不具备实际含义
> [19:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1199s) AI 生成的图像往往不是终点,而是创作的起点。 — 刘辰Cocu
> [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 试错成本
> [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 纽约百态
> [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 由于本身就缺乏强烈的真实情感,且定制化程度低,其生存空间在未来将会被能够精准定制、快速生成的 AI 图像进一步严重挤压。
> [24:59](https://www.bilibili.com/video/BV1Ku4y1i7xn?t=1499s) 它不仅是一次技术颠覆,更是对人类想象力的一次大解放。
## Mentioned 苹果, 刘辰Cocu, Midjourney, 硅谷101, Bilibili, Kodakachrome, 柯达, 纽约, 加拿大, 旧金山, 香港, 牛港, iPhone 7 Plus, 芝加哥, 云门, Instagram
[Source](https://www.bilibili.com/video/BV1Ku4y1i7xn)