这是一张 2022 年初某网友于小红书分享的 AI 风景图。现在回看，它的很多细节并不太经得起推敲，但在当时，有大量的类似 AI 生成图片在社交媒体传播，而且并没有引起太多从业者的抗拒。可以说，上线之初的 AI 美术工具就像一个新鲜的玩具，有点意思，但不足被充分重视。

早期 AI 生成图

有从业者用 " 玩了一阵子 " 形容自己那时对 AI 的轻松态度，" 虽然做出来的东西都很糟糕，但给我带来了一定的正反馈 "。然而，没过多久，当 2023 年 Midjourney 和 Stable Diffusion 问世，他的心情很快发生了变化，" 对比起来，自己近 30 年的画龄好像就这么白忙活了 "。

抗拒

回看 AI 和美术发展历程，人们会把 2022 年、2023 年作为一个重要的分水岭。往前看，游戏中的美术资源都来自于美术从业者的亲手绘制，即便有 Photoshop 之类的强大工具支持，但本质还是手工作业。而这一分水岭之后，直接完成画面生成工序的作者由人变成了机器。

对于新的生产工具，设计师们的第一感觉普遍是抗拒。某中厂主美老陈向触乐回忆起自己在 2023 年时的感受：" 我觉得所有人的心路历程都是一样的……作为一个从业者，我可能没有那么大的雄心壮志，反正第一反应就是不接受，就是否认。"

老赵作为原画组的资深画师，也记得那个时候周围人的状态：" 一个‘竞争者’出现了，他感觉画不过，就会有抵触，这是符合人性的——当你要去变化，或者说跳出自己舒适区的时候，你会很不舒服，甚至会困惑一段时间。"

抗拒的态度之下是从业者的两层担忧，首先是不明确 AI 对工作效率会产生多大程度的影响；其次，也是更本质的，是对于美术工作的地位可能下降的担心。

某公司美术负责人 Pa 记得，自己当时组织了一个会议来介绍 AI 的未来趋势。他获得了领导的大力支持，会后公司立即为他配置了显卡最好的电脑。但在推行 AI 的过程中，Pa 也和同事们磨合了相当长的一段时间，" 初期设计方案的时候，AI 的设计能力很弱，细化水平也远达不到现在的程度。有的同事就会比较情绪化，天天念叨这玩意儿怎么怎么没用，不如直接手搓，领导也一度向我质疑过 AI 的实用性 "。

后来，随着大家对 AI 工具逐渐熟悉，Pa 也调整了工作流程，由同事自己设计草稿或用 AI 做方案，然后交由他细化。" 这张原稿差不多就完成 80%"，剩下的返给同事收尾，" 大家都不抢功，流水线，皆大欢喜。"

拥抱

一部分从业者告诉我们，过去很长一段时间里，国内美术院校的教育内容，与游戏行业的需求之间存在明显脱节，而且随着游戏行业的发展和 AI 技术的催化，这种错位感愈发强烈。

以动画特效类岗位为例，除了美术基本功，这类岗位还要求熟练掌握相关软件。在某大厂做 HR 工作的 MoMo 说：" 我们招聘时最常遇到的情况是：会用工具的人，基本功不够扎实；科班出身的人，又不熟悉生产工具——我们常用的软件，传统美术教育几乎不教。"

某中厂原画小 A 回忆自己的学生时期：" 一些老师的企业经验不是很丰富，对行业动向变化也没有那么敏锐，部分教学内容存在脱节……他们可能也不是很关心市场。" 更多时候，学校传授的是偏传统的美术技法。这大概产生了两个方面的影响，一是在学生的艺术思维培养方面有所欠缺，二是内容更新相对滞后，尤其在前沿技术日新月异的情况下，教学内容总显得慢了好多步。

因此，对于很多人来说，接纳 AI 进入自己的技能体系需要从零开始，形成一套全新的思维习惯并加以运用，这并不像 " 适应一套新的画笔 " 那样简单。

传统美术依赖直觉与手感，调色、构图依靠经验的积累。而 AI 工具（如 ComfyUI 的节点蓝图、Stable Diffusion 的参数面板）却要求美术设计师用 " 工程思维 " 拆解创作，将朦胧的灵感转化为具体的参数和节点流程。

比如用 ComfyUI 生成一幅古风插画，需要串联 " 提示词输入、ControlNet 姿态约束、LoRA 风格注入 " 等节点；采样步数、引导强度等参数，都直接影响最终效果。这个过程与美术设计师 " 跟着感觉走 " 的创作习惯相悖。

其次，AI 通常会一次性生成多张图，美术设计师需要找到最有潜力、相对最符合意图的种子，然后再对其进行优化——它很难 " 行云流水 "" 一气呵成 "，而需要经过 " 生成、评估、反馈、再生成 " 的循环，使用者要像导演一样不断调整提示词与参数，甚至结合其他工具来引导 AI 一步步接近自己的构想。

与此同时，AI 仍然在继续发展，策划小 U 记得，自己参加过公司的一场美术 AI 讲座，结束时，讲师特意总结：" 这些内容大家没记住也无所谓，因为这些工具的革新非常快，也许你晚一点学习更容易后来居上。"

几乎每天都有新的、庞杂的应用知识，设计师们需要付出的学习成本变得越来越多，适应期漫长到 " 看不到尽头 "。

能力的核心

目前，AI 工具能取代部分原始工作流。老陈告诉我们，在他的组里，AI 目前可以执行大约 50% 的工作，但未来的趋势也显而易见—— AI 能做的事情会越来越多。很多人都忍不住畅想这个比例的最终极限，" 它会是 100% 吗？" 进而，" 我会不会彻底被 AI 取代 "？

"AI 流程，仍然以人为第一推动力。" 老陈认为，把 AI 工作流程接入以后，最终能整合成什么样，形成怎样的竞争力，这些都依赖美术从业者核心的素养。" 项目可能今天做这个风格，明天做那个风格，不断探索的过程中我们就会发现，有的人不论怎么变化，他的能力永远都是在线的，可以匹配的。"

Pa 手头同时负责四五个项目，对接多种美术风格。从角色原画到场景建筑、载具设计，都需要兼顾——这听起来几乎是不可能完成的任务，但有 AI 的加持，他的工作得心应手。只是，对 AI 的理解越深入，Pa 就越清楚它的能力边界。至少在现阶段，" 它的作用更像是一个便利的美术外包 "，每一个关键环节仍离不开人的把控。

小 A 日常工作的一部分就是从几十、上百张 AI 生成的图中筛选符合需求的，再进行修改。她形容自己是 " 给 AI 善后的人 "：" 首先，不管用 AI 做前期还是用来细化，它每次出的图都不会只有 1 张，只要有选择，就需要审美能力。你会发现新手和大佬即使用同一套图，出来的结果也有明显的差距。"

" 其次，假设我们要做一张 KV 图，单独细化 1 个小角色时，AI 或许不会出现大问题；单独生成 1 张前期的氛围草图，看起来也不错。但当所有这些组合到一起，既需要合理的结构、同时又要高精度时，内容的疏密节奏、前后关系，就需要人为进行控制。"

目前，AI 几乎可以模仿所有优秀画师的 " 风格 "，只要找得到正确的风格模型，或者有针对性地 " 炼 " 一个，" 你甚至能让米山舞的复制人来打白工 "。但是，在更高层级的设计能力上——这往往是许多优秀美术设计师的核心竞争力—— AI 仍然显得乏力。

这个缺陷实际上在 2 年前就被讨论过了，可到了今天，AI 的设计能力没有像其他方面那样飞速发展，" 目前 AI 在设计语言、剪影之类的表象上几乎是零。"Pa 说。

未来

2023 年后，社交媒体上出现过一批 " 部分厂商利用 AI 代替人工、开始大裁员 " 的传闻。

2023 年前后，我们经常能看到这样的裁员新闻

但老陈觉得，这其实是一种错误归因。" 降本增效和 AI 这件事看着是同时兴起的，可 AI 不是一下子就深入到行业里 "，" 主要还是市场的原因，各个公司举步维艰，降低预期，导致了前两年大量人员优化，只不过 AI 的壮大恰好也在这个时期而已。"

在他看来，即使现阶段没有 AI，就业环境也未必会好到哪里去，这是由经济大势的周期性走低导致的。AI 可能是一些老板决定裁员的导火索，但一定不是根本原因。

对当下美术人力资源工作的理解，老陈总结：" 没有 AI 的时候，优秀的人是优秀的，有了 AI 以后，优秀的人也还是优秀的。关键在于个人解决问题的能力，思维敏捷的程度，在于他的智商、情商，在于他的学习能力跟积极的态度，以及良好的沟通能力——领导喜欢的、项目需要的永远是这样的人。这和技术的迭代更新没太大关联。"

甚至，由于 AI 的深度发展，行业内需要更多能够匹配的美术人才。MoMo 直观地感受到这一点：" 我们公司对游戏美术的需求比过去增长了很多。甚至有同行告诉我，他们一些美术岗位的人才需求几乎翻了一番。"

老陈也提到，自己的团队并没有因为 AI 提升效率导致缩编，" 现在生产力提高了，但美术需求也同步增长了……结果就只是工作流里多了个 AI，人员格局和以前还是大差不差 "。也就是说，内容输出端和内容消化端处于宏观上同步的发展。

即便在降本增效的背景下，MoMo 所在的公司 " 美术类岗位的招聘数量仍然非常高 "。与此同时，大企业对美术人才的吸引重点，正从社招向校招倾斜，岗位数量也在绝对值上有所增长。MoMo 认为，这与公司的游戏项目体量越来越大有关，但从更宏观的视角看，市场对游戏美术的标准明显提升，导致许多企业对人才的需求也有了结构性调整。

" 据我了解，腾讯今年直接做了一个训练营，把老师请到公司，给实习生上课，学生一边实习一边学，最终争取留用。米哈游也在不少高校安排了很多游戏美术的专项分享，课程都是工作中的实际应用知识……越来越多的大厂都开始主动从高校里培养人才了。" 在 MoMo 的感知中，对于特别合适的人才，大厂依旧愿意给出更高的薪资，甚至可能突破职级定位。

" 现在我们更倾向于招聘有美术院校背景、基本功扎实、审美在线的同学，让他们更多参与原画、概念设计、动画特效等方向的工作。这几个岗位需求旺盛，匹配的人才却很少，招聘非常困难。有时候只能先招进基础好的人，再让他们边做边学。"

（文中人物均为化名，题图选自游戏《饥饿派画家》。）