lenna 原圖（左），加上 " 電子包漿 " 的 lenna（右）圖片來源：電子包漿 圖片賽博做舊 / 神奇海螺實驗室

把文生圖 AI 反過來用，不就能壓縮圖片了嗎。

撰文 | 王昱

審校 | 栗子

每當在網上看到有趣的表情包、梗圖時，不少人都會在心中暗暗念叨一句：" 你的圖很好，不過現在它是我的了。"

但當人們把 " 盜 " 下來的圖再次傳到其他帖子中時，網絡平臺往往會再次壓縮圖片，節省儲存空間和網絡帶寬。如果一個圖被 " 盜 " 的次數太多，就會被重復壓縮多次。每次壓縮，圖片畫質就會下降一點，變得更 " 糊 " 一點——甚至還會變綠、變暗一點。被 " 盜 " 過很多遍的圖會變綠甚至已經變成了一個梗，甚至催生了一系列渣畫質的表情包。原因大概是：如果一個圖很有趣，就會被更多人保存，就會被壓縮更多次，畫質也就越差；反過來，如果一個圖片畫質很差，那大概也就說明它很受歡迎。

很明顯這張盜圖比色卡也被盜了很多次

這有點像一件受歡迎的古玩，在長久歲月中被無數人細細把玩，最終在表面形成了一層有光澤的 " 包漿 "。渣畫質、整體偏綠的顏色已經成為了網絡時代的" 電子包漿 "、" 賽博包漿 "。甚至還有人看到那些高畫質的好圖，總覺得它沒有經過 " 歲月的洗禮 "，心中感慨：" 干干巴巴的，麻麻賴賴的，一點兒都不圓潤。盤它！" 于是，電子包漿模擬器誕生了。

圖片來源：電子包漿 圖片賽博做舊 / 神奇海螺實驗室

圖片為何變綠

圖片變綠其實是安卓操作系統核心代碼的一個 bug。安卓系統給開發者提供了一個圖像壓縮接口，可以讓開發者方便地壓縮 JPEG 圖片（也就是 jpg 圖片）。但這個接口的底層實現算法為了加速壓縮計算過程，在色彩模式轉換的過程中出了一個 bug。

我們在手機屏幕上看到的圖片都存儲著 RGB 信息（Red 紅、Green 綠、Blue 藍），它能告訴屏幕上每個紅綠藍子像素應該以何等亮度發光，從而在屏幕上顯示出圖片的樣貌。但在圖像處理過程中，一般需要 RGB 信息轉換成 YUV 信息（亮度、藍色濃度偏移量、紅色濃度偏移量）。因為人眼對 Y 代表的亮度信息更為敏感，算法可以著重壓縮 UV 信息。這樣就能在人眼感知差別不大的情況下，盡可能減小圖片所占的存儲空間。

一般而言，從 RGB 色彩模式轉換到 YUV 色彩模式是輕微有損的，但損失較小，并不至于讓圖片朝著變綠的方向一路狂奔。但是開發者為了加速這個轉換計算過程，不當地使用了位運算，導致數據在從 RGB 向 YUV 轉換時會向下取。所以在重復壓縮過程時， Y、U、V 三個值就會不斷減小，亮度 Y 值減小會讓圖片不斷變暗，而UV 不斷減小，會讓色彩不斷向綠色的方向偏移（見下圖）。所以，經過多次壓縮的圖片會變綠、變暗。

Y=0.5 時的 UV 色彩平面，UV 減小時圖片會變綠。圖片來源：wikipedia

這個問題在 2016 年 4 月中旬就被修復了，按照安卓系統的發行時間來看，從 2016 年 8 月 22 日安卓 7 系統發布，這個問題才算解除。（不過考慮到手機廠商對安卓系統的跟進大多存在延遲，這個問題解決的時間就更晚了。）所以說，圖片變綠的問題，只有在幾年前的安卓系統上使用 JPEG 圖片時才會產生。

新的圖片壓縮算法

雖然有人喜歡圖片變綠變暗的 " 電子包漿 "，覺得這樣的圖片更有 " 味道 "。但開發者肯定還需要結果正確、不會變綠的圖片壓縮算法。除了修復安卓圖片壓縮接口的 bug 外，又有不少高效的圖片格式被開發了出來。比如谷歌開發的 WebP 格式，蘋果推廣的 HEIC 格式，都采用了比較先進的圖片壓縮算法。和傳統的 JPEG 格式相比，這兩種格式在觀看效果更好的同時，占用的空間還更小。

而最近，根據文字生成圖像的 AI 火了起來。這些 AI 算法大多基于擴散模型，可以在經過大量文字、圖像的訓練后，從用戶輸入的文字生成一張圖片。雖然圖片的細節還不算完美，但可以日夜無休生成圖片的 AI 還是讓人看到了巨大的潛力。甚至有人感嘆，這樣發展下去，畫師恐怕要失業了。

該圖片由文心 ERNIE-ViLG 文生圖模型生成。使用關鍵詞為 " 寫不出來稿子的編輯正在辦公室里摸魚，賽博朋克 , 油畫 "。圖片來源：文心 ERNIE-ViLG 文生圖

這種 AI 將來能發展到什么程度我們先按下不表，倒是有一名瑞士開發者 Matthias Bühlmann 動起了 " 歪腦筋 " ——它能否用于圖片壓縮呢？

人工智能壓縮

Matthias Bühlmann 選擇了免費開源的文生圖 AI：Stable Diffusion。它主要由三個模塊構成：變分自編碼器（Variational Auto Encoder，VAE）、U-Net和文字編碼器。

壓縮圖片時不需要文字輸入，所以 Matthias Bühlmann 舍棄了文字編碼器；而 VAE 則可以將圖片編碼到潛在空間表征（latent space representation）。在潛在空間表征下，圖片分辨率變低了（從 512×512 到 64×64），但是色彩精度卻提高了（從 8 位提升到 32 位）。

VAE 還能將潛在空間表征的圖片再解碼回圖片原來的樣子。就算在潛在空間表征上再次對圖片進行壓縮，VAE 也能將圖片大致還原成本來的樣子。最終，Matthias Bühlmann 將一張未經壓縮的 768kB 的圖片壓縮到了 5kB。肉眼看過去，同樣是把圖片壓縮到這個大小，JPEG 和 WebP 的壓縮損失就很明顯了。

從左到右分別為 WebP 圖片、JPG 圖片、AI 壓縮圖片和原圖。圖片來源：Matthias Bühlmann

AI 電子包漿

當然，但這種壓縮算法并不是完美的。雖然這種圖片壓縮算法能騙過人眼，但在客觀評價圖片質量的兩個參數 PSNR 和 SSIM 上，它相對 JPG 和 WebP 并沒有明顯的優勢。

說到底，這種圖像壓縮算法還是讓 AI 根據一個壓縮過的縮略圖去 " 猜 " 它的原圖長什么樣子，還原出的圖片在一些細節上難免和原圖不一致，這反而造就了一種新的 " 電子包漿 "。Matthias Bühlmann 就發現，這種圖像壓縮算法在處理人臉、文字時，可能在人臉上生成詭異（甚至有時還有點 " 克蘇魯 "）的效果，VAE 重建的文字也幾乎難以辨認。也就是說，和以前的壓縮算法會讓圖片產生綠色的 " 電子包漿 "，而新時代 AI 壓縮算法會讓人臉和文字產生詭異的 " 電子包漿 "。

從左到右分別為 WebP 圖片、JPG 圖片和 AI 壓縮圖片，注意紅圈中人臉上的詭異狀態。圖片來源：Matthias Bühlmann

AI 的復雜性也讓這種圖像壓縮算法難以推廣。傳統圖像壓縮算法是一套固定的算法，可以用輕量化的程序實現。而 AI 則以計算量龐大著稱，這種 AI 圖像壓縮算法需要足足 4GB 的空間存儲參數文件，并且解碼時間也比其他壓縮算法更長。

所以說，目前這種圖像壓縮算法并不值得推廣，就算推廣了，它也并不能完美解決 " 電子包漿 " 的問題，反而卻會因為 AI 的特性，產生人類難以想象的、全新的、詭異的 " 電子包漿 "。

不過，現在最流行的電子包漿并不是整體偏綠偏暗的顏色，而是層層疊疊難以去除的水印 ……