AI绘画

你输入"一只戴草帽的橘猫，趴在窗台上看雨"，十几秒后，屏幕上就出现一张这样的图。AI 绘画干的这件事，用一句大白话说就是：它学过海量"图配文字说明"之后，按你的描述，从一团随机噪点开始，一步步把图"画"出来——不是搜来的，也不是拼来的。

不信可以当场做个实验：同一个工具、同一句话，再点一次生成。出来的会是另一张图——橘猫换了个姿势，草帽变了颜色，窗外的雨景也不一样。在常见的随机生成设置下，每次起点不同，结果就可能不同。不过，搜图也能返回不同结果，固定随机种子和其他条件的生成也可能重复；光凭两张图不同，不能判断背后是不是生成。

它到底是怎么"画"出来的

以常见的扩散类文生图为例，关键是这么几步：

1. 先"上学"：从大量图片和文字说明里学规律。 训练阶段，模型（一种从海量数据里学规律的计算结构，详见"机器学习"词条）会学习大量图文样本——"一只猫坐在窗台上""雨天的街道"，如此反复。读得多了，它逐渐摸清文字和画面之间的对应规律："橘猫"两个字，大概对应什么颜色、什么形状的像素组合。注意，它存下的是这些规律，并不是一个逐张检索的图库；不过模型也可能记住并复现部分训练样本。

2. 开工时，先撒一把"沙子"。 你输入描述后，它不是从白纸画起，而是从一团随机噪点开始——类似老电视没信号时的满屏雪花。

3. 一遍遍"去噪"：每改一下，都朝那句话靠近一点。 接下来模型做几十轮修改，每轮只干一件事：看看眼前这团东西，往哪个方向改一点，会更像"戴草帽的橘猫在窗台上看雨"该有的样子。改着改着，噪点里浮出轮廓，轮廓长出细节，最后变成一张清晰的图。这套"从噪点里把图一点点找出来"的做法，就是眼下主流的"扩散模型"。

4. 随机起点变化时，结果通常也跟着变化。 这就是开头那个实验的答案：起点是随机的，后面每一轮又顺着起点往下走，同一句话在随机设置下生成十次，通常会得到不同的图。

AI 绘画属于"生成式AI"——"生成"两个字，正是它和搜图工具的分界线：搜图是把别人画好的找给你，生成是给你现画一张。

为什么说它不是"高级拼图"

很多人第一反应是：它肯定是把网上的图剪碎了再拼起来，不然哪能画得这么快、这么像？

这个猜想很自然，但对不上号。拼图用的是现成的块：块从哪张图剪下来，成品里就带着哪张图的碎片。而 AI 绘画是从噪点开始、一个像素一个像素重新生成的，通常不是直接从训练图剪下一块块拼贴；但这不保证结果绝不接近或复现某张训练图。打个比方：它更像一个临摹过无数画作后凭印象作画的人，而不是拿剪刀浆糊做剪贴画的人——前者画的是"学会的感觉"，后者用的是别人的纸。

不过有一点要承认：正因为它"临摹"过海量画作，谁的风格都沾一点。你说"画一张某某画师风格的图"，它真能画出那个味道——这正是眼下争议最集中的地方（放到最后说）。但"风格像"和"复制某张图"是两回事：它画得出梵高的笔触，不等于把《星月夜》的碎片贴进了你的图。

画得像，不等于"懂"

AI 画的图可以以假乱真，但它时不时会露馅：一只手六根手指、筷子穿进了碗里、招牌上的字是一堆鬼画符、镜子里外的人动作对不上。

这些翻车暴露了一个事实：它学的是"什么样的像素组合经常出现在'手'附近"，而不是"人有五根手指""筷子不能穿碗"这类关于世界的知识。它生成看似合理的图案，不保证每处都符合解剖、物理或文字规则。部分模型已经能生成正确文字，但也仍会写错或漏字。新一代模型在这些地方进步很快，错得少了，但犯错的性质没变：它是靠统计规律在"蒙"，只是蒙对的概率越来越高。

所以别拿人的标准要求它"画对"。它是很好的灵感来源和出图工具，但涉及"必须准确"的画面——产品结构、医学示意、新闻现场——它画的只能当参考，不能当证据。

用之前，知道这两件事

第一，版权的官司还没打完。 训练用的海量图片里，很多并没有经过画师和摄影师同意，相关纠纷在不同地区陆续审理，已有部分判决，但并未解决所有版权问题；各国对"AI 生成的图算不算作品、归谁"的认定也不一致。现状就是规则还在形成中：个人使用也要尊重他人权利，拿 AI 图去商用之前，值得看一眼所用平台的条款和当地的规定。

第二，别拿它做以假乱真的事。 用 AI 图冒充新闻现场、冒充满手绘作品去接单、生成真实人物的脸去骗人——这些已经不是"会不会用工具"的问题，而是欺骗，严重的会触犯法律。AI 生成假脸假画面这条线，和"深度伪造"词条讲的是同一件事的两面。