不懂「詠唱」也能生成AI圖片！Midjourney超狂新功能，直接讓AI反推提示詞
讓AI來幫你寫Midjourney指令？或是看看在Stable Diffusion生成的圖片源自哪些材料？如何以AI攻AI？
數位時代
作者：王珮羽
資料來源：The Generator、Decrypt、PCgamer
責任編輯：錢玉紘
讓AI生成圖像，這幾個月來一直都是網路社群熱門話題。有些人已經擁抱了人工智慧，認為這將是未來藝術的發展方向，在AI輸入指令這門「詠唱術」甚至也被視為相當需要技巧的管理學問。
但也還是有一派質疑AI的道德與合法性，因為許多用以訓練AI的圖片並沒有經過創作者授權。但如果這些問題也都可以讓AI解決？近期Midjourney發布了新的「描述（describe）」功能，只要輸入一張圖，讓AI來幫你寫Midjourney指令，或是看看在Stable Diffusion生成的圖片源自哪些材料。
Midjourney學會從圖片反推到文字，「詠唱」可以輕鬆學會
「描述」的功能最厲害的地方在於，上傳一張圖片，就可以轉換成文字，而這些字詞可以再輸入Midjourney生成全新、相關聯的圖片。簡單來說，Midjourney學會了從圖片反推到提示詞（prompt）。
Today we're releasing a /describe command that lets you transform images-into-words. Give it a shot! We think this tool will transform your liguistic-visual process both in terms of creative power and discovery.
— Midjourney (@midjourney) April 4, 2023
使用方式很簡單，在文字的區域中輸入/describe，就會出現一個拖放欄位，讓使用者可以上傳一張圖片，並轉換成四組英文字詞之後，讓使用者選擇最適合的，也可以讓使用者自行修改。
Midjourney的提示詞可以很簡單，也可以是自然語言。但是要產生最符合使用者所想的圖片，就必須使用特有的語法了，因為Midjourney的機器人不像人類那樣理解語法、句子結構或單詞。因此，/describe對於生成圖像的新手而言非常有幫助。
只不過，由於近日Midjourney推出最新版本v5湧入大量的新帳號，Midjourney暫停了免費帳號試用圖片生成服務。目前不知道何時才會再度開放免費帳號使用，如果要使用Midjourney需支付每個月約10美元的訂閱費用。
目前在Twitter上的測試結果看來，都有至少七成以上的相似度。
/describe output:
portrait of a senior man in a museum, in the style of captivating visual storytelling, moody tonalism, narrative-driven visual storytelling, picassoesque, gray, nostalgiacore, realist: lifelike accuracy, biedermeier –ar 10:13
Original (left)
/describe (right) pic.twitter.com/3Kj7a8qzv7— Nick St. Pierre (@nickfloats) April 3, 2023
有些Twitter網友認為，這是一個學習如何使用提示詞的實用方式：
也有網友透過修改/describe生成出來的文字，來調整不那麼滿意的圖片；雖然結果可能不完全是用戶想要的，但從圖像生成文字來描述已經是一大突破：
What do you think?
— Nick St. Pierre (@nickfloats) April 3, 2023
Stable Attribution溯源AI「原形」，可以是AI與人類藝術共處的可能？
除了逆向生成文字，現在也有個網站逆向回推生成圖片的素材了。Stable Attribution（直譯為「穩定歸因」）名字與另一個AI圖片生成服務Stable Diffusion（直譯為「穩定擴散」）相對應，目的就是要找出一張AI圖像背後是哪些人類藝術家的作品。
該網站表示，希望提供原作資訊，讓大家正視人類藝術家對於AI藝術的貢獻。而找尋圖片素材來源的原理是將AI模型解碼，並在AI訓練的資料庫中找到最相近的圖片。而Stable Diffusion所使用的是資料庫LAION-5B是公開的，因此是目前該網站最主要可以溯源的AI圖像。Stable Attribution也開放用戶補充溯源到的圖片的作者和來源。
只要在該網站內上傳一張Stable Attribution生成的圖片，就會反向搜尋20張可能是AI參考後合成來的圖片。不過在上傳時該網站也表示，他們不會判斷上傳的圖片是否為AI。
事實上，AI生成一張圖的參考圖片可能不只20張，因此官網也提到，「目前第一版的Stable Attribution並不完美，部分原因是訓練過程嘈雜，訓練數據包含了大量錯誤和冗餘……但這也不是一個不可能解決的問題。」目前這個網站還在測試階段。
雖然還有AI圖像支持者質疑Stable Attribution炒作，或指出Stable Attribution給出的20張參考圖片都沒有上傳的AI圖像中的細節，但已經可說是一個開始，至少讓創作者能夠看到自己的作品是否會被當作AI的素材。
Getty Images等各大圖片網站與Stable Diffusion的版權爭議仍然還沒結束，但也有選擇加入AI潮流的網站，如近期與OpenAI合作的Shutterstock。在法律問題之外，Stable Attribution讓人看見了另一個AI與人類藝術共處的可能。
(原始連結)
