什么？這些不是真人照片，都是AI畫出來的？！

最近這樣一組美女圖片刷屏了，許多人看到第一反應都是“AI逼真到這個份上了？”。

直到看到手部露出了破綻，才敢確定確實是AI畫的。

原來在ChatGPT的光芒掩蓋一切的這段時間，圖像生成AI已經從從畫畫悄悄進化到了“畫照片”。

這種風格和質量的AI照片，還有很多在各大網絡社區流傳，國內貼吧、微博、NGA，國外推特、油管，到處都是。

有網友表示：AI聊天+AI照片，快進到AI網戀詐騙。

而Cosplay風格的AI照片也讓一些人感嘆“商業Coser和攝影師可能雙雙下崗”。

根據各帖子發布者透露，這些AI照片都出自同一個模型，Chilloutmix。

多個模型融合進化，照片級AI誕生

ChilloutMix，二月初出現在模型分享社區CivitAI（不少愛好者稱之為c站）。

不到兩周時間，下載數量超過5萬。

簡單來說，這個模型還是基于大家熟悉的Stable Diffusion，1.5版本，但是由許多衍生模型合并（Merge）而來。

主要組件包括兩大模型，首先是Basilmix，專攻逼真的紋理和亞洲臉型。

但這個模型主要還是擅長半寫實的“2.5D風格”。

接下來合并了用照片集數據優化的Dreamlike的衍生模型，讓最終生成結果更接近3D寫實風格。

除了兩個主要模型之外，作者還添加了一些小的Embeddings（相當于給AI模型打補丁）。

比如第一個Pure Eros Face，提供的.pt文件只有3.92KB，可以合并到任何基于SD1.5的模型，專門負責生成“純欲系面孔”。

所有這些模型和Embeddings，各自擅長不同的地方，如一種畫風、一種紋理、人物臉型甚至姿勢。

Merge在一起后，可通過不同提示詞調用它們的能力，一般原作者都會附上使用指南。

如果還是不太會用，CivitAI社區里還會有很多網友曬使用相應模型生成的作品，其中還有很多標記了“NSFW”或“18+”，懂得都懂。

除了ChilloutMix之外，文章開頭的那組圖片之所以能固定生成同一張面孔，還使用了另一項技術LoRA。

LoRA本來是微軟研究團隊早在2021年提出的一項大語言模型微調的技術，可以大大提高微調訓練速度。

去年底，韓國科學技術院KAIST一位研究員@cloneofsimo與HuggingFace合作，將此方法擴展到Stable Diffusion上。

不僅實現了單塊11GB顯存的RTX2080Ti實現模型完整微調，同時原始模型權重凍結，新訓練出來的權重可以保存為3MB大小的單個文件發布。

這項技術被AI繪畫愛好者用來讓模型固定生成一個物體，最流行的就是固定一個人物形象。

現在，在CivitAI社區里，每個微調好的權重就叫做一個Lora，就相當于一個人物模版，所有人都可以方便下載使用。

如開頭的那組圖片就是來自叫“Korean Doll Likeness”的Lora，目前下載量排名第一。

對于ChilloutMix+LoRA這樣的技術，作者也意識到了可能被濫用的風險，并著重提示了法律風險，特別強調不要用于真實存在的人物。

為什么AI還是不會畫手？

對于這個問題，最近也有了研究進展。

Stability AI 發言人表示，在AI數據集中，手的圖像不夠顯著，“在源圖像中，手（比面部部分等）要小得多。”

佛羅里達大學AI和藝術副教授Amelia Winger-Bearskin解釋說，AI基于從互聯網上收集的數十億張圖像進行訓練，它并不能真正理解“手”是什么，至少不理解解剖學意義上手和人體的關聯。

在用來訓練生成AI的圖像中，手通常會抓住一些東西，或者另一只手。如此一來，手指的情況就不容易辨清。

如果所有的訓練圖像中，手都是五指張開，AI就能夠畫出正常的手。