AI设计师创作出没有感情的专辑封面

前日，乘风破浪走向观众视线的孟佳发布新歌，专辑封面被指原封不动地抄袭抄袭ins网红；没多久，演员宋祖儿的造型设计，也被指出像素级抄袭韩国明星专辑封面，甚至连原创水印都没去掉，可见在设计创意的确不容易。网友整理抄袭事件的对比图从事创意工作的人，难免灵感枯竭，有意无意地参考、借鉴、模仿他人的作品。「艺术家的事儿，能算偷吗？」算，面对网友的声讨，不仅明星丢了颜面，设计师也失了水准口碑。

50000张专辑封面，AI设计师自学成才同样是搬运后的二次创作，工具属性的AI似乎更理直气壮。西班牙鬼才艺术家BrunoLópez，基于50000张Spotify上的专辑封面，让 NVIDIA神器StyleGAN2自学成才，「进化」出了一个「没有感情的、抽象派专辑封面AI设计师」。StyleGAN2随机生成的专辑封面StyleGAN2从50000张Spotify专辑封面中，很快形成出一套自己的设计规范和风格流派。真实的专辑封面基本上由两部分构成，文字及主视觉元素。AI的训练过程类似人类「看图画找规律」，在专辑封面的布局上，AI看起来也深谙黄金比例、斐波那契数列、三分法等尺寸比例规范。不过AI生成的专辑封面整体画风略微有些「诡异」，部分封面甚至可以用「恐怖」来形容：面容狰狞的人脸，少了一只眼球的眼睛，看不出是海浪还是动物尸骨的背景……更不用提模糊的文字、阴郁的色调。StyleGAN2随机生成的专辑封面虽然画风清奇，但是配色及布局相对合理除了受训练样本风格的影响外，这些伪影的出现也与模型本身有关。因为这50000个训练数据，均来自Spotify的编辑推荐榜单。没有限定音乐艺术风格，这导致单个风格的训练数据不足，出现了较为严重的伪影和斑点。StyleGAN2中用标准化代替归一化可以去除图像中的特征伪影StyleGAN是一种全新的生成器网络结构，由NVIDIA发布。这一模型借鉴了风格迁移的相关技术，可以将目标物体的主要属性，逐层修改输入。由于AdaIN中的实例归一化的存在，会导致风格迁移过程中丢失一些输入的关键信息，这就导致了生成图像中斑点及伪影的存在。StyleGAN2是StyleGAN的升级版，提升了生成图像的质量，极大减少了特征伪影的出现，在细节处理上也更加精细。 50000张专辑封面，AI设计师自学成才。西班牙鬼才艺术家BrunoLópez，基于50000张Spotify上的专辑封面，让 NVIDIA神器StyleGAN2自学成才，「进化」出了一个「没有感情的、抽象派专辑封面AI设计师」。StyleGAN2随机生成的专辑封面StyleGAN2从50000张Spotify专辑封面中，很快形成出一套自己的设计规范和风格流派。真实的专辑封面基本上由两部分构成，文字及主视觉元素。AI的训练过程类似人类「看图画找规律」，在专辑封面的布局上，AI看起来也深谙黄金比例、斐波那契数列、三分法等尺寸比例规范。不过AI生成的专辑封面整体画风略微有些「诡异」，部分封面甚至可以用「恐怖」来形容：面容狰狞的人脸，少了一只眼球的眼睛，看不出是海浪还是动物尸骨的背景……更不用提模糊的文字、阴郁的色调。StyleGAN2随机生成的专辑封面虽然画风清奇，但是配色及布局相对合理除了受训练样本风格的影响外，这些伪影的出现也与模型本身有关。因为这50000个训练数据，均来自Spotify的编辑推荐榜单。没有限定音乐艺术风格，这导致单个风格的训练数据不足，出现了较为严重的伪影和斑点。StyleGAN2中用标准化代替归一化可以去除图像中的特征伪影StyleGAN是一种全新的生成器网络结构，由NVIDIA发布。这一模型借鉴了风格迁移的相关技术，可以将目标物体的主要属性，逐层修改输入。由于AdaIN中的实例归一化的存在，会导致风格迁移过程中丢失一些输入的关键信息，这就导致了生成图像中斑点及伪影的存在。StyleGAN2是StyleGAN的升级版，提升了生成图像的质量，极大减少了特征伪影的出现，在细节处理上也更加精细。 用AI画的封面，生成卡点音乐MV要想训练一个成熟的AI设计师，少不了训练数据和预训练模型。BrunoLópez介绍了「AI设计师」的诞生过程，还用这些封面做了一个抽象的MV（音乐录影带）。 创建数据集：1、找到Spotify中对应的API，给定专辑ID可返回多个元数据，包括专辑封面。2、写爬虫脚本，爬取Spotify编辑推荐列表中的专辑曲库，并下载专辑封面。3、获取一个数量约为50000，图像分辨率为640x640的数据集。在Spotify中调用对应的API 训练过程：作者在GoogleColabPro中，用原始StyleGAN2的skyflynil实现进行了训练。过程耗时数天，在50000个 周期后停止。单纯地依靠AI生成略显粗糙的专辑封面，在大艺术家BrunoLópez看来还差点意思。而火遍社交网络的卡点视频，让他灵光乍现。 制作卡点视频：作者基于lhzbrian写了一个Python脚本，创建随机潜在向量（randomlatentvector），随后对这些向量进行插值，以创建一个由AI生成的动画过渡。为了让动画跟歌曲同步，作者非常机智地使用了PyDub，让插值的速度跟每一帧的节拍音量同步。最后，利用Pillow的Image模块及OpenCV的人脸检测功能，脚本就能只使用潜在向量，生成具有指定特征（如不包括人脸的黄色专辑封面）的图像。Bruno还非常体贴地考虑到了观众体验，毕竟一个数秒的片段总有种意犹未尽的感觉。为了让最终成片更具有观赏性，Bruno想到了排列组合。他先是生成具有不同属性的多个片段，然后用Premiere压成一个视频，这就是最终的「Interference音乐视频」成片。 风格迁移，创意也迁移？在艺术上，创作与模仿的边界在哪里？从创作过程来说，艺术创作都是从临摹开始，临摹大自然，临摹社会。StyleGAN2在学习生成专辑封面的过程中，充分再现了从临摹他人到形成个人风格的过程。画家齐白石主张艺术「妙在似与不似之间」，他的画风格清新、星神兼备，自成一派。其实齐老在早年间，也是从临摹他人画作开始的。在不断地鉴赏、临摹、思考中，逐渐找到了自己的个人风格。据央视纪录片记载，齐白石早年也曾临摹他人画作再反观「设计界的搬运工」的像素级抄袭，署上自己的大名，甚至用于商业获利。从业务能力和职业道德上来看，这些创作者确实还不如AI。参考：https://arxiv.org/pdf/1912.04958.pdfhttps://thenextweb.com/neural/2021/03/08/ai-music-video-deep-learning-algorithm-stylegan2-album-covers-spotify-gans/https://docs.google.com/document/d/1qePvtKTJ3lbpxKfiJ1cn0wAVLazza0Zux4Lb-aTHuBE/edit?usp=sharing