華盛頓大學研究團隊近日推出的"逆向繪畫"項目在科技和藝術界引發了廣泛關注。這項創新技術不僅能夠精確複製名畫，更能展示完整的繪畫過程，爲藝術創作和學習開闢了新的可能性。

該技術的核心在於其獨特的擴散模型逆繪畫方法。研究團隊通過分析大量真實藝術家的繪畫視頻，結合先進的文本和區域理解技術，訓練AI生成詳細的繪畫"指令"。這些指令隨後被輸入擴散渲染器，逐步在空白畫布上構建出栩栩如生的畫作，模擬出人類藝術家的創作過程。

image.png

具體來說，這個過程包含以下幾個關鍵步驟:

數據收集與學習:研究團隊收集了294個丙烯風景畫的繪畫視頻，經過細緻處理後用於模型訓練。這使得AI能夠學習並模仿真實藝術家的繪畫技巧和風格。

元素理解與指令生成:模型能夠識別畫面中的不同元素（如天空、樹木、人物等），並據此生成有序的繪畫指令，決定繪畫的先後順序。

擴散模型應用:利用擴散模型，AI在空白畫布上逐步添加細節，模擬出人類藝術家的創作效果。

精確定位與時間控制:模型不僅生成文本指令，還創建區域掩碼來精確定位每個元素的位置。同時，它還考慮了時間因素，模擬真實的繪畫速度，增強過程的真實感。

連貫性保證:在測試階段，模型從頭開始創作，依賴於之前的生成結果，確保整個繪畫過程的連貫性和生動性。

該項目的研究團隊中包括兩位華人學者，Bowei Chen和Yifan Wang，他們分別來自東北大學和上海科技大學。這兩位學者在計算機視覺和圖形學的交叉領域有着深厚的研究背景，特別專注於圖像和視頻生成技術。值得一提的是，他們此前的"Paints Undo"項目在動漫領域也曾引起廣泛關注。

這項技術的出現在Reddit等社交平臺上引發了熱烈討論。支持者認爲，這種技術可以成爲學習繪畫的有力工具，甚至有助於"破解"一些已經失傳的繪畫技巧。然而，也有人對此表示擔憂，認爲這可能會被濫用於僞造藝術作品，或者可能會對傳統藝術創作產生負面影響。

儘管存在爭議，但不可否認的是，AI逆向繪畫技術爲藝術創作和教育領域帶來了新的可能性。它不僅可以幫助藝術愛好者更深入地理解大師作品的創作過程，還可能激發新的創作靈感和方法。

然而，我們也需要認識到，技術的進步應該服務於藝術創作，而非取代人類藝術家的獨特創造力。未來，如何平衡技術創新與藝術本質，如何利用AI增強而非替代人類創造力，將是藝術界和科技界共同面臨的重要課題。

項目地址：https://top.aibase.com/tool/inverse-painting