插画师自述：类似PaintsChainer 这样的人工智能上色网站，未来会取代我们吗？

基于个人的实际应用和持续研究，我认为绘画领域的部分工作将越来越多地依赖机器辅助，但人工智能完全取代插画师似乎仍是一个遥远的梦想。底层的重复劳动工作者可能会受到一定影响，但真正的艺术创造力仍难以被机器替代。

这个问题涉及设计、艺术及插画师等美术职业方向的多重概念。对于设计和艺术，人工智能虽然无法完全模仿人类的创造力，但其在设计领域的应用已经越来越广泛。艺术，尤其是插画，往往涉及到个人风格、与文字的匹配度以及装饰性等方面，这些都需要艺术家的独特理解和表达，因此我认为插画师不太可能被人工智能完全取代。

对于插画师而言，其工作不仅仅是画画，更多的是完成一种插画艺术，是纯粹的艺术与设计的结合。他们需要理解并满足甲方的设计需求，同时掌控主题和构图，这些都超越了简单的机器操作。插画师的个人风格和艺术性在职业中占据重要地位，这也是机器难以模仿的。

随着新技术的出现，插画和绘画的制作过程得以进一步简化。每一次的技术革新都为我们提供了更好的自我表达的机会。例如，概念设计师和原画设计师可以更加专注于设计本身，而一些细化部分和贴素材的工作可以由程序来完成。像pix2pix这样的技术已经展现出巨大的潜力，未来或许只需设计师勾勒出大致的轮廓和剪影，计算机就能自动生成细化的画面，甚至完成基本的上色。

美术素材工作者，虽然承担着游戏和动画制作的重要任务，但他们的日常工作压力可能会因为技术的不断进步而减轻。因为现如今，素材的生成和修饰不再完全依赖于人工，程序也能完成这些任务。例如，基于深度学习技术的神经网络绘画风格迁移技术，已经可以实现根据需求自动生成画面。像alexjc/neural-doodle这样的工具，就能够根据给定的例子生成纹理。titu1994的Neural-Style-Transfer项目则展示了更多关于这一领域的创新实践。人工智能技术在图像变换方面也有广泛的应用，比如可以将人的面部表情转变为笑脸的Faceapp，这项技术也可以用于纹理的老旧处理上[参考文章1611.05507]。值得一提的是，尽管传统算法在纹理生成和旧化方面已经有很多成功案例，但新的技术仍在不断发展和完善。

对于绘画的自动清线稿和上色工作来说，技术的发展也使得这部分工作越来越轻松。无需再依赖清稿和上色助手，通过一些先进的技术如Paintschainer等，自动线画化和自动上色变得简单而高效。相较于传统的上色算法，Paintschainer的一大优势在于它能够进行色彩设计。虽然传统算法可以解决上色分区问题（尽管是从封闭图形开始的，但现在已经可以实现非封闭图形的处理，如ComicStudio系列软件），但在色彩设计的灵活性上可能稍逊于Paintschainer。这种新的技术趋势为绘画工作者带来了更多的创作可能性和便利。

探索色彩世界的重生：漫画色彩化的艺术之旅（个人认为，其效果超越Paintschainer的半自动算法）

当我们谈论色彩的艺术，我们不得不提及从大数据集中汲取的色彩兼容性。这种手法，实质上也是人工智能领域的一种数据驱动方式。当我们深入探索人工智能在色彩艺术领域的应用时，一种名为“Manga Colorization”的技术脱颖而出，其效果令人叹为观止。

Paintschainer的半自动算法，虽有其独特的优点，但在某些方面，它的表现似乎被另一种神经网络算法超越。这种算法，制作相对简单，对制作者（研究人）的先验知识要求降低，特征都由神经训练自行获取。这使得各种辅助功能的工具开发和应用速度大大提高。实际上，开发的难点可能更多地在于特定领域的数据准备。在自动补间技术方面，虽然存在传统的算法，但目前尚未见到基于神经网络的实现方式在2D动画领域的应用。

那么，未来画面构成能否实现自动化呢？我们可以确信，计算机将能够学习大多数人画画时所用的设计套路，并且会做得更好。已经有摄影的构图和色彩的例子证明了这一点。虽然不是完全自动设计画面，但半自动化无疑是正在到来的趋势。至于全自动呢？虽然GAN相关研究有图说的例子，但基于设计的理解和交流需求，我认为全自动的实用性可能并不如我们想象的那么大。毕竟，色彩的艺术之旅，不仅是技术的革新，更是人类情感和创意的传达。

在这个充满无限可能的数字化时代，人工智能与色彩艺术的结合将为我们带来怎样的惊喜？我们拭目以待。总结

随着新工具的出现，我们有了更多宝贵的时间去做更美好的事情，包括进一步优化工作。这些工具不仅提高了效率，还部分替代了低级重复劳动者。值得一提的是，虽然Adobe赞助了许多相关研究，但并非所有的创新都直接应用于其产品如Photoshop，因此大部分重复劳动者也不必过于担心。

对Paintschainer的额外看法

关于Paintschainer工具，我认为线条并不能完全传递着色所需的所有信息。从线稿开始着色的过程实际上包含两个核心部分：光影与色彩。

线稿通常只能提供物体的轮廓信息，但对于物体的细致结构和光影信息往往表达得不够充分。尽管训练网络的线稿样本包含部分光影信息，但在使用一般的线稿处理结果时，着色的风格往往会偏向扁平化。在我看来，光影对最终的艺术风格有着更大的影响。

（在光影的交织下，我们的工作更上一层楼。如同在线稿的基础上添加阴影，使之更加贴近数据集的要求。版权归属于weibo@ZE_LE。）

基于对线稿的详尽描述，如果将其转化为工具设计，我会采取三步骤来实现：线稿、光影与色彩。呈现清晰的线稿是基础；接着，通过添加光影来赋予其立体感和生命力；色彩的注入将使其成为一件充满魅力的艺术作品。

在此，我使用Automatic Image Colorization技术处理了一张灰度图，将其转化为彩色。结果令人惊喜，黑白画像自动着色，生动且富有表现力。经过光影的加持，色彩的融入也变得水到渠成，整个过程的效果非常理想。

这样的处理方式不仅保持了原作的风格与特点，还为其注入了新的生命与活力。无论是工具设计还是图像处理技术，我们都致力于创造出更加生动、富有表现力的作品，带给观众更多的视觉享受。吉卜力风格呈现】——感受新海诚与comixwave的完美结合

当我们谈及新海诚和comixwave，这两个名字所代表的不仅仅是动画制作的顶尖水平，更是一种视觉的盛宴。在吉卜力的独特风格下，他们的作品如同璀璨的明珠，熠熠生辉。今天，我们将目光聚焦于Edgar Simo-Serra的又一力作——线稿简化的在线demo Sketch Simplification。这个研究不仅展现了技术的魅力，更是为我们带来了全新的视觉体验——从线稿到简化的过程，就如同时间的流转，呈现了一种名为“ラフスケッチの自動線画化”的艺术魔法。每一次的简化都是对细节的精准提炼，每一次的着色都是对色彩的深度诠释。在Edgar Simo-Serra的手中，艺术与科技完美结合，为我们带来了一场视觉盛宴。这位艺术家也通过他的作品向我们展示了吉卜力风格的独特魅力，无论是新海诚还是comixwave的作品，都在其中留下了深深的烙印。现在，让我们一同沉浸在这个充满想象力的世界，感受这独特的视觉魔法吧！也别忘了期待更多的作品与艺术家们带给我们更多的惊喜。