继Bing AI搜寻功能后，微软宣布推出AI绘图服务“Bing Image Creator”预览版。图像编辑软件巨头Adobe不甘示弱，同日发表生成式AI模型集“Firefly”，容许“Photoshop”与“Illustrator”用户输入文字提示，快速生成各式图像素材。网上设计平台Canva也推出了一系列AI制图工具，以作抗衡。似乎AI技术竞赛的战火已从生成文案，蔓延至“文字生成图像”领域！

微软、Adobe竞推AI绘图工具

　　2023年3月21日，微软（Microsoft）宣布，将OpenAI的文转图技术“DALL-E”移植至Bing搜索引擎和“Edge”网页浏览器的预览版。用户输入文字提示后，AI会自动生成4张不同设计的缩图以供选择。接着，用户点选其中一张图片，即可输出1,024×1,024像素的图片。

“Bing Image Creator”背后所用的生成式AI技术是来自OpenAI旗下的文转图功能“DALL-E”。（图片来源：Bing官网）

“Bing Image Creator”的介面上虽然有中文介绍，但实际上现时只支持英文输入。用户键入提示词后，AI便会自动生成4张不同设计的缩图。（图片来源：Bing官网）

用户选取其中一张缩图后，便可以将生成好的图片下载下来。每张图片的左下角会加入Bing标志的浮水印。（图片来源：Bing官网）

　　目前这项功能提供免费试用，暂时只能选择“富有创意”模式来产制图片，但日后会增设“平衡”与“准确”模式，让用户拣选不同的制图取向。微软表示，“Bing Image Creator”已整合OpenAI的内容安全机制，当AI侦测到提示文字可能会产生危害性的图片内容时，即会阻止该提示语生成图像，并警告用户。

　　同一天，图像编辑软件龙头Adobe也宣布推出生成式AI模型集“Firefly”，以巩固其市场地位。在Firefly模型的加持下，用户在操作Adobe图像编辑工具时，可以使用自己的语言直接向AI下指示，生成相关的图片、影片、音效、或3D图像。用户在设计图像时，只要在对话框中输入：“将画笔换成蓝色，加入渐变效果”，AI即会自动调整画笔设定，有助缩减制作时间。

在Firefly模型的加持下，Adobe用户可以使用自然语言要求AI帮你在海面下加入“An underwater city”（水底城市）。（图片来源：Adobe官网）

Adobe表示，藉助Firefly，Adobe可以把AI驱动生成的“创意成分”直接导入用户的工作流程，提升创作者的生产力。（图片来源：Adobe官网）

　　Adobe已在3月21日推出商业测试版本，首阶段只提供图像生成与文字效果功能。首批结合Firefly模型的软件，包括：“Photoshop”、“Illustrator”、“Express”、“Experience Manager”等；日后用户将可以在整套“Creative Cloud”、“Document Cloud”、以及“Experience Cloud”系列的软件中用到Firefly功能。

Adobe Firefly具备防偷图设定

　　近期有愈来愈多数码艺术家与插画师担心，自己的作品会被AI抓取作训练数据，然后再生成带有其作品元素的AI画作。有鉴于此，Adobe提供“Do Not Train”的设定选项，让用户决定是否容许作品被用来训练AI模型。当用户在作品中选取“Do Not Train”的标签后，AI在抓取训练数据时便会自动跳过该画作。

　　另一方面，不少企业亦忧虑，利用AI制图一旦涉及侵权问题，将会破坏品牌形像。针对此问题，Adobe强调由Firefly模型产制的作品均可合法用于商业用途，理由是该模型所用的训练数据全是来自Adobe Stock素材库、公开许可的版权内容、以及已过期的公用领域作品。此外，当用户输入文字生成图像时，可以自行选择指定的数据来源，免去版权问题的困扰。

　　被视为Adobe最强挑战者的网上设计平台Canva也加入AI绘图战团，3月23日发表了一系列冠以“Magic”之名的AI制图工具，让它不但可以文转图，还可以“图转图”。在“Magic Design”工具中，用户只需上传一张图片，再选取一种风格，AI即会自动挑选出独特的设计模板，跟着用户基于此模板进行修改，便可以制作出心仪的海报或生日贺卡。

透过Magic Design功能，Canva用户只要上传图片再选定风格，AI即可为用户生成个性化的专属设计模板。（图片来源：Canva官网）

　　在“Magic Edit”中，Canva用户只要选定图像中要添加或替换内容的位置，AI就会自动进行修改，为图片添加或替换当中的任何内容。在“Magic Replace”中，用户只需点击一下按键，AI即可为所有设计作品快速更换过时的商标或品牌图形。在“Magic Eraser”中，AI更可以帮助用户删除图片背景中的任何人或物件。

Midjourney V5画质像真度倍增

　　面对众多新挑战者进场，AI绘图界领头羊Midjourney亦已于2023年3月15日释出最新版本“Midjourney V5”，务求在技术上抛离对手。Midjourney创办人大卫·霍尔兹（David Holz）指出，相比起前几代，“V5”可被视为“专业模式”，采用限制较少的全新演算法，能够提供更多样化的制图效果。

　　“V5”输出图像的画质提高了两倍，达到1,024×1,024像素，惟AI制图时间也随之而倍增。在旧版本中，用户输入提示词时，通常要以逗号分开不同的描述词汇；来到“V5”版本，“Midjourney”终于真正支持“自然语言”，用户可以用一句说话来当作提示，惟暂时只支援英文输入。

　　“Midjourney”一直容许以图片或文字当作提示方式，而“V5”则新增权衡图片提示和文字提示比重的功能，可以控制生成图像是偏向图片提示、还是文字提示。同时，“V5”更打破了输出图片长宽比只有1:2或2:1的限制，可让用户自订任何长宽比例。

　　更重要的是，“V5”解决了生成人像时手指数量或姿势不对的问题，除不再出现六指或畸形手指外，还能按照人物特征画出不同年纪和状态的手部细节。尽管有些时候仍是会生成解剖学上不合理的四肢构造，惟作为AI制图的最明显线索已大大减少，让人愈来愈难判断图片是出自AI、还是人类手笔。

AI绘图工具一直无法画好人像中的手指，但来到“Midjourney V5”却完全解决了这个问题，不仅能够画出比例正常的五指，甚至连光影下的手指纹路也可以完美呈现。（图片来源：Twitter@TheCartelDel帐户）

Midjourney被滥用于假图制作

　　不过，“Midjourney V5”输出的图片着实太逼真了，因而很容易被滥用，造成假资讯流窜的问题。英国记者艾略特·希金斯（Eliot Higgins）使用“V5”伪造了美国前总统特朗普（Donald Trump）被捕的图片，并上传至社交媒体，结果有不少网民信以为真，争相在网上疯传这些图片，迫使纽约警方不得不出面辟谣。

　　其实，只要仔细察看希金斯用“V5”所生成的50张“特朗普被捕”图片，不难发现当中破绽百出，譬如特朗普有3只脚，腰部缠上警察腰带等。希金斯表示，原本以为网民可以留意到图片的不合理之处，可是最终却有不少人相信它们是真的，这证明了现今教育制度欠缺批判思维的训练。

英国记者希金斯使用“Midjourney V5”创作了一系列的特朗普被捕与逃狱的图片；其中特朗普与警方对峙的AI制图中，只要仔细一看，便可以发现图中的特朗普有3只脚，并围上了警察腰带，可说是破绽百出。（图片来源：Twitter@EliotHiggins帐户）

希金斯还利用“Midjourney V5”制作了特朗普从下水道逃狱的情境图。（图片来源：Twitter@EliotHiggins帐户）

　　事件发生后，希金斯的“Midjourney”帐户已被停用，同时“被捕”（arrested）这个提示词也被禁用。3月28日，Midjourney更宣布暂时停止开放免费帐户使用。霍尔兹解释，近日大量用户涌入开设一次性帐号来产制免费图片，导致伺服器不堪负荷；为保障付费用户的使用权益，所以要关闭免费帐户。

　　《华盛顿邮报》认为，从这宗事件可见，政府与企业均欠缺对利用AI来制作和散播假讯息的相关管制。有意见认为，应该在AI生成图片上加入浮水印，以便他人识别。微软表示，“Bing Image Creator”输出的照片已加注标签，表明是由Bing AI产制。

暂停AI研究公开信震动科技界

　　然而，有些人认为这样还是不够。2023年3月30日，网上出现了一封由特斯拉（Tesla）执行长马斯克（Elon Musk）带头签署的“暂停AI研究”公开信，震动整个科技界。这封公开信是由非牟利组织“生命未来研究所”（Future of Life Institute）撰写，而马斯克是该组织的支持者，曾于2015年向它捐赠1,000万美元（约7,800万港元）。

　　这封公开信写道：“我们呼吁所有AI实验室立即暂停训练比GPT-4更强大的AI模型至少6个月……AI实验室和独立专家应该利用这段暂停时间，共同开发和实施一套适用于高级AI设计和开发的共享安全协议，这些协议应由独立的外部专家严格审核和监督。”

Tesla执行长马斯克、Apple共同创办人Steve Wozniak、以及多位知名的AI研究人员连署公开信，呼吁所有AI实验室暂停训练比GPT-4更先进的模型起码6个月，避免发展过快的AI对人类造成威胁。（图片来源：生命未来研究所官网）

　　其他知名的联署人士包括：Apple联合创办人史蒂夫·沃兹尼亚克（Steve Wozniak）、2018年图灵奖得主约书亚·本吉奥（Yoshua Bengio）、AI图像生成初创Stability AI执行长伊马德·穆斯塔克（Emad Mostaque）、以及Pinterest联合创办人埃文·夏普（Evan Sharp）等。截至3月31日为止，联署人数已逾2,400人。

要求FTC暂停GPT-4商业发展

　　另一非牟利组织“人工智能及数码政策中心”（Center for AI and Digital Policy，CAIDP）亦已于3月30日向美国联邦贸易委员会（Federal Trade Commission，FTC）提交诉状，要求调查OpenAI，以及暂停GPT-4等大型语言模型的商业发展。

　　该中心认为，OpenAI既违反了FTC法例第五条有关遏制不公平、诈欺商业行为的规定，又没有遵循FTC对AI产品的指导原则，即是“透明、可解释、公平、可经验证、以及负责任的”。

　　因此，CAIDP建议，FTC应要求OpenAI以后推出GPT相关产品前，要先行建立独立评估机制，审查产品可能带来的风险。同时，FTC亦应对生成式AI制定监管法规，并创建GPT-4公共意外通报系统。

　　在生成式AI技术的高速发展下，未来AI生成假图的像真度将会更高，迟早会完全跨过假想与真实之间的鸿沟，致使社会要求监管AI的呼声会愈来愈大。以后各国政府针对AI规管将会有什么新政策出台？OpenAI、Microsoft、以及Google等AI科技巨头又会有什么回应呢？往后事态发展如何，仍有待观望。

　　《经济通》所刊的署名及／或不署名文章，相关内容属作者个人意见，并不代表《经济通》立场，《经济通》所扮演的角色是提供一个自由言论平台。