來源：量子位
原標題：《我一個插畫師給AI打下手，月入3千》
AI生成厲害到什麼程度？現在人類已經在為它打下手了。
據一位畫手網友分享，他們圈子裡已經誕生了全新的工種
雖然乍一看名字別無二致都是“插畫師”，但細看工作內容：使用AI繪畫然後篩選精修。救，這不妥妥就是跟著AI幹些邊角料的活兒嘛~
換言之，你壓根就不需要有繪畫能力，只要會PS就能勝任這個崗位。
於是就有網友吐槽：工作沒前景量還大，老闆真是緊跟時代。
再加上修補工作十分複雜，也不是尋常人所能幹的，而公司只給了3-4千的薪資水平（兼職）。
不免讓人質疑：怎麼可能招得到？
新的崗位已經悄然誕生
既然AI插畫師招聘看重“運用AI作畫工具的能力”，如今AI工具的生成效果究竟如何？
首先針對作畫工具本身，包括Midjourney、以及各種基於Stable Diffusion生成的工具如Lexica和KREA等等，目前都已經開放了關鍵詞搜索和提示詞生成的用法，可以免費使用。
以Lexica為例，先來看看用關鍵詞生成的圖像效果。
無論國畫還是古風建築，構圖的色彩和風格竟然都挺不錯：
即使將單張圖片放大來看，生成的屋簷細節和遠處的建築群安排也比較耐看：
換一個平台KREA來看，輸入關鍵詞“賽博朋克”，出來的風格同樣頗有現代感：
不止是關鍵詞的生成。在Lexica平台上，還有個更好用的功能“以圖搜圖”。
例如這裡我們輸入了一張醫生檢查肺部影像的照片：
AI經過檢測後，輸出的照片中就會自帶“肺部”、“醫生”、“口罩”等類似效果：
當然，光有效果也不一定好上手，因為在AI作畫中，提示詞的選用其實更加關鍵。
但如果基於公開資料查找，會發現目前已經有不少網友自發貢獻出各種效果不錯的提示詞：
這家招聘的公司也給出了一系列自己試用的、效果不錯的AI提示詞組合：
最後就是AI作畫版權的問題了。
雖然目前不少AI作畫網站的版權還並不明確，但也已經有像6pen Art這樣的網站，明確表示“不保留版權”，也就是將所有作者生成的作品版權交給作者本人，自用、商用或頭像都可以：
同時這些網站也已經給出了背後可以選用的AI作畫模型，但使用次數需要通過充值等途徑獲得。
從公司招聘需求來看，勝任這一崗位需要具備兩點能力：
其一，懂得如何使用AI作畫軟件；其二，掌握PS精修能力，且需要對作品進行清晰的圖層文件夾整理工作。
由此來看，要想勝任這一崗位，人類需要掌握的技能至少有三個：①學會自己生成提示詞；②測試出最好用的AI作畫工具；③給AI精修出符合甲方審美的圖片。
從前兩點來看，完成這項工作甚至不需要掌握AI作畫的具體原理，只需要學會如何引導它就行了。
“懂AI繪畫，接受約稿”
事實上，如果不局限於“正經崗位”這一條件，靠AI作畫賺錢早已逐漸成為圈內默認的現象之一。
例如在一些插畫外包交易平台中，已經有設計師借助AI作畫工具進行約稿賺錢。
比如米畫師平台上，有的設計師並不避諱談及自己的作畫風格，會介紹自己的作品中有基於AI繪畫的成分。
還有畫師為了強調自己作畫的質量、避免買家擔心版權問題，特意在簡介中標註“無AI合成”字樣，由此來看用AI生成作畫的畫師也並不少見。
同時，B站等視頻網站上，也已經出現了不少關於AI繪畫的教程。
甚至有網友表示，已經出現了教AI繪畫的推廣廣告（但還不清楚這位網友看到的是人工智能繪畫工具還是Adobe illustrator）：
對於人工智能繪畫相關崗位的出現，有不少網友表示了自己的擔憂：
一方面，這類工作的出現，必然導致乙方話語權進一步被削弱；另一方面，目前AI作畫相關法律的不明晰，也可能給AI作畫本身帶來風險。
這樣甲方就能以“原圖是AI畫的”為理由，給工資打骨折了。
出事了不會是員工負責吧？
但也有網友表示，無論如何，AI作畫的出現正在甚至已經成為一種趨勢。
例如，不止AI繪畫這一類型的工作，如今甚至已經出現了用機器翻譯吃飯的漢化組和用AI生成語音的聲優。
甚至還有畢業於清華美院的網友親自現身說法，表示已經從原畫師轉行敲代碼了：
國內外商業生態如何？
但即便有這樣那樣的爭議，也始終無法阻擋全球商業化進程。
AI作畫（圖像生成），其實只是AIGC（AI內容生成）全景一個縮影。除了圖像，還有文本、視頻、策略生成、跨模態等技術場景。
而又從整個產業鏈上看，此前量子位智庫《AIGC/AI生成內容產業展望報告》曾對國內產業做了梳理。
上游包括數據供給、分拆及標註，創作者生態，相關開源算法，底層配合工具等；下游包括各類內容創作及分發平台， AIGC內容檢測、內容終端生產廠商、消費品廠商等。
核心位於中游的公司，代表有像小冰這樣綜合賽道初創公司——兩年時間估值已超10億美元，具體產品包括虛擬人、音頻生成、視覺創造、文本創造、虛擬社交等，還提出了以“人力”的邏輯去進行商業報價的虛擬人商業模式。
大廠及研究機構也有相應佈局，包括百度、騰訊AI Lab、阿里、智源研究院、微軟亞洲研究院、商湯等。
垂直領域又以圖像生成領域為例，ZMO就是代表之一，2020年成立總部位於杭州的出海企業，核心成員來自谷歌蘋果Meta商湯等公司，今年5月完成了800萬美元A輪融資。
核心產品之一是圖像生成器imgcreator.ai，可用文本生成任意圖像內容。從官方界面上看到，目前有三種運營模式，免費版、基本版以及新人（Starter）版。
而在全球放眼望去，最常被被我們感知到的就是OpenAI與穀歌之間的技術競速。
但相較於谷歌而言，OpenAI的商業模式顯得更明晰。目前它開始對外提供API，並分為四種模型按照用量對外收費。
而又在垂直的圖像生成領域，更是顯得百花齊放了。
以爆火的StableDIffusion為例，背後總部在英國的初創公司Stability AI，項目發布一個月估值就已超10億美元。
而由於StableDIffusion完全開放，在此基礎上又誕生了不少公司，比如StableDIffusion的搜索引擎Lexica，目前已獲500萬美元融資。
量子位智庫曾預計，在未來2-3年間，AIGC的初創公司和商業落地方案將持續增加。到2030年，AIGC市場規模將超過萬億人民幣。
One More Thing
所以，為什麼AI學習作畫這麼快？
有網友調侃，因為你給他學習資料，他真學。
△知乎@HCIO截自百度貼吧
參考鏈接：
[1]https://www.zhihu.com/question/557600073
[2]知乎@HClO（已授權）：https://www.zhihu.com/question/557600073/answer/2704558604
[3]https://weibo.com/1236896983/M9oBn3n0m
[4]https://lexica.art/
[5]https://www.krea.ai/?q=cyberpunk
[6]https://www.mihuashi.com/artists
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載