輸入「/imagine」和關鍵字， 一分鐘就能生成4 張圖，操作如此簡單的Midjouney， 甚至讓財經權威《經濟學人》在6 月都用它做封面。但台灣人為何特別瘋狂，甚至擁有全球最大的Facebook 社團？社群創始人林思翰與Vogue 藝術總監周青永，為你揭密Midjourney 這項AI 新繪圖工具狂潮。
AI技術早已不是新聞，尤其在2021年NFT熱潮下生成藝術（generative art）與機器學習（machine learning）更多進入大眾視野。投入這些大多需要coding基礎，但近期卻出現零基礎都能上手的AI繪圖工具。這也是Midjourney在今年5月推出beta版、開放公眾使用後，旋即引發全球關注的原因，《經濟學人》6月的「AI新境界」（AI's New Frontier）主題報導甚至直接用Midjourney製作封面。然而台灣人特別瘋狂，瞬間湧入一度癱瘓Midjourney伺服器，這源自5月20日Midjourney AI台灣社群創始人林思翰在Facebook如病毒擴散般的一篇貼文，「原本成立社團的初衷單純是大家聊天、交換邀請碼，沒想到變那麼大，連官方都嚇到說—你的社群比我們當時Discord上的人還要多。」100人成長為2萬多人全球最大的Midjourney社團，他訝異也開玩笑說台灣人「跟風」特別厲害。而帶領Vogue團隊賣出全球首個NFT封面的周青永，對新技術的關注也不落人後，認為台灣社群對科技的態度很開放，這或許是出自大眾對創作的嚮往。
Q：Midjourney是兩位首次運用的AI繪圖工具？
周青永：我算是首次使用。印象中AI繪圖被廣泛注意首先是2016年淘寶雙11購物節時，號稱AI設計平台「魯班」做了1.7億個Banner，當下半信半疑，之後就沒有新報導曝光。2020年在臺北設計與藝術指導協會的活動中，曾看過叁式的藝術總監何庭安分享機器學習成果，我再次注意到AI，隔年2021年就是大家熟知的NFT浪潮，Art Blocks平台為首的生成藝術作品受到關注，台灣也出現許多演算藝術家。直到Midjourney，我看見林思翰分享的文章，覺得進入門檻較低，不需要特別去懂coding，就想說來試試看。
林思翰：之前最受關注的是Google跟NVIDIA，可是他們只展示挑過的成果圖，我對沒有真正釋出應用的工具都是保持觀望態度，軟體的實力要使用才知道。我有用過Disco Diffusion，算是容易上手但還是要一點coding基礎，而且成果只限定幾款繪圖濾鏡，還達不到我的要求。Google的Imagen超級難申請，DALL·E 2 AI我排了好幾個月都還沒排到，像Midjourney釋出給大眾使用，我才真正感受到其威力。
Q：為什麼Midjourney能真正地引起大眾迴響？為何它讓那麼多人驚艷到？
林思翰：Midjourney引起社群迴響的最大關鍵在於簡單、幾乎零門檻，輸入關鍵字就能製圖，而且風格很廣、常常難以分辨是AI畫的，這讓人很興奮也很恐懼。社群、公開的性質讓Midjourney進步快速，新手不用埋頭自己算，可以（在Discord上）參考別人的算圖結果並複製關鍵字去改，大家可以不斷交流、研究如何優化關鍵字。而官方有投票機制每週判斷使用者喜歡哪些圖，以此更新演算法，可看作是大家日以繼夜努力優化出來的成果。
周青永：用中國流行語來講就是「簡單粗暴」。你只要輸入關鍵字，就能快速模仿一些大家熟知的藝術風格，蠻震撼的。我覺得台灣人對創作有一種嚮往，很多人可能沒有創作技能，但這種工具可以幫助他們快速實現對創作的憧憬。
Q：現在最流行輸入哪些關鍵字？AI與人腦的邏輯畢竟不同，有什麼技巧能更容易得到理想的結果？
林思翰：我什麼都算，覺得沒有一定好用的關鍵字，例如繪畫風格的圖輸入artstation可以幫助很多，但下在攝影風格上就很怪。如果只打廣義的形容詞像是beautiful，Midjourney會沒辦法定義精準，最好要指定藝術家、設計師等名稱，這非常考驗背景知識。台灣社群超愛新海誠、吉卜力兩個關鍵字，我想是因為風格強烈到難以忽視，例如同時輸入新海誠與多個藝術家，整張圖幾乎只顯現新海誠風格。不是說一些歐美藝術家不紅，我有嘗試輸入過，全部混在一起時反倒辨識度不高。
周青永：我一開始也想到新海誠，台灣偏愛唯美、夢境一般的風格，國外則不太避諱算強烈詭異的東西，但最近他們開始搭配FaceApp後製出穩定的人臉成果，唯美風格也逐漸增加，但我不偏好這種作法，這對優化Midjourney本身的機器學習沒幫助。我想演算出貼近攝影師拍出的人像，上傳過參考圖片看能不能縮短運算時間，但經常失敗，最後還是全憑調整關鍵字的內容與排序。算人臉用stunning或beautiful較容易得到美觀的成果，而輸入攝影師的名稱，其風格會對人臉有很大影響。跟AI溝通的邏輯很重要，想算出東亞臉孔，對AI來說亞裔範圍廣泛到中東、印度一帶，那就要縮小範圍，有人同時用日台韓三國作為關鍵字，我也嘗試把單眼皮加進去（有點刻板印象），會比較接近想像的東亞面孔。
Q：像Midjourney這樣的工具，對產業有怎樣的衝擊？現階段的限制又是什麼？
林思翰：目前與直接使用之間還有一段距離，但就創意廣告產業來說，確實是可以加速提案、找參考資料或繪製概念圖等流程。我想音樂工作者能利用平常累積的文字素材輔助繪製概念宣傳圖，插畫師、概念設計師這類具創作能力的人也能利用AI繪圖成果稍加修改，像角色插畫師就能生成背景節省不少時間。Midjourney的限制也很明顯，人與動物算是它的致命傷。再來是它只擅長畫複雜的東西，不適合算極簡風格，你可以想像它是拼圖的概念，叫它單純演算一個正圓、字母或漂亮漸層它做不到。取樣的資料庫也是個問題，像Artstation等都是國外素材庫，要找到亞洲或在地素材本身就很困難。現在解析度也有限制，但官方暫時沒必要開發這部分，產生更多細節破綻算再大也沒意義，反而優化演算法讓人臉不要歪掉比較重要。
周青永：做人臉確實會有這樣的狀況，解析度的確是下個階段才需面對的問題。有一件事很有趣，Midjourney會在演算加入一些變數條件，這是種可能性但有時輸出會不穩定，我之前嘗試了1,000多個結果後終於有滿意的成果，再算一次全部歪掉，瞬間懷疑人生。時尚產業面向很廣，目前還不到衝擊的程度。這在服裝設計師產出collection概念、我們用mood board跟攝影師溝通風格時或許有幫助，但Midjourney繪圖都有某種風格筆觸，還沒辦法擬真到攝影拍出的味道，除非想演算像德國新銳攝影師Elizaveta Porodina幫Zendaya拍Vogue Italia封面這種強烈藝術風格。此外我們經常需要拍時尚單品，但Midjourney無法精確還原某一單品，只能模仿大致風格，應用上就有困難。補充一下，我覺得社群小編礙於版權與預算時，可以善用這種工具。
Q：最後，我們想問：AI繪圖工具會取代人嗎？AI生成的作品能算是個人原創的作品嗎？
周青永：我認為它還是停留在工具的概念上，現階段還不能取代人，前一陣子不是有報導爆出研究員聲稱Google的LaMDA擁有自我意識？現在AI能夠提供回饋式的結果，但不會主動溝通或給予意見，還沒辦法達到互相理解，但AI繪圖可能會是下一代的主流創作工具。至於原創問題，我認為爭議在Midjourney模仿其他作品風格去製圖，可是人在創作過程中也無法避免參考到他人，我想若運用算圖將這些風格內化並表達出概念，就不只是仿作。致敬跟抄襲的界線永遠受熱議，我們也沒有一條準則說作品裡有幾成原創性才能稱為你的作品。
林思翰：我覺得不用太擔心，工業時代到現在人也沒被取代，未來對創意工作者的競爭力要求可能更高，但相信會找到新出路。像我作為導演控管品質不一定需要動手去做，大家還是會認為那些是我的作品，這跟AI繪圖很像，成果取決你的溝通、創意產出及後製調整能力。針對原創性問題，社團中有個律師分享法律上只保障人類創作的智慧財產權，國外就有案例以AI繪圖申請沒通過。法律之外的道德爭辯又見仁見智，但我們社團投票中有個共識，只要有對圖加工，不論比例多少都能聲稱有創作成分，邏輯在於你有無付出勞力，不能單純複製他人的關鍵字算圖就好。我自己在製圖後一定會有很大程度的修改，盡量讓人看出有調整過。
Hans Lin 林思翰
谷汩文化 Group.G 導演，從事廣告動畫設計工作多年，為ASUS、Acer、Samsung、Nespresso、Porsche、BVLGARI等客戶服務，曾受邀到Adobe與Apple擔任講師。
Jeter Chou 周青永
Vogue Taiwan藝術總監，擁有逾20年跨領域設計經驗，以臺北時裝週Fashion Gamer沉浸式AR街區體驗獲數位奇點獎肯定。身兼Condé Nast Taiwan數位產品設計主管，團隊曾於單季連續獲5項CSSDA S.Kudos，創下當時國內最多得獎紀錄，目前亦擔任CSSDA常駐評審。全球Vogue市場首個成功售出的NFT封面專案領導者與發起人。
文｜吳哲夫
圖片提供｜周青永、林思翰
一起透過La Vie 2022/8月號《職人與他的工具》，一窺工具與技術、人們之間的共創關係！
