Krita AI 扩散

插件能力与对比

• 许多人认为 Krita AI Diffusion 插件的功能已经与 Adobe 的生成式功能相当，甚至更强（如局部修复、姿态编辑、区域限制编辑），削弱了 Photoshop 周围任何所谓的“护城河”。
• 姿态编辑以及面向角色/背景的迭代式工作流给用户留下深刻印象，不过也有人指出一些缺点，比如会重新生成整张图，以及如果没有仔细分层和遮罩，背景会被改动。

FOSS vs 专有生态

• 评论者称赞 Krita 和 KDE 证明了自由/开源软件可以迅速追上专有软件的创新，认为专有软件的主导地位更多来自营销，而不是能力。
• Krita 与 GIMP 的区别在于：Krita 是更偏向绘画/绘图优先的工具，工作流更像 Photoshop；而 GIMP 则更偏向照片编辑，UI 也更笨重。

硬件、性能与平台

• 该插件将 ComfyUI 嵌入或连接为后端；支持 CUDA 和 DirectML，文档最初让人以为只能在 AMD + Windows 上使用。
• 一些人报告说，在 Linux 上配合外部 ComfyUI，ROCm 运行得很好；问题被认为是文档误导，而不是代码不兼容。
• 性能轶事：
  • 4GB VRAM（RTX 3050）：生成 2K×2K 图像约 2 分钟；4K×4K 往往会失败。
  • 更老的 GPU，甚至 Steam Deck，也能在 CPU 上运行 SD/LCM，但速度非常慢（每张 512×512 约 1 分钟）。
  • 高端显卡（例如 4090 + latent consistency models）可以接近交互式生成（低步数图像每张只需零点几秒）。
• 也支持云端 GPU，作为本地硬件较弱时的替代方案。
• macOS 支持“未测试”；更可能是开发资源和 Python ML 技术栈复杂度在限制，而不是 Apple Silicon 的能力不够。

Krita 社区立场 vs 插件

• Krita 官方社区空间对生成式 AI 话题有明确限制，这让一些 AI 工具开发者避开了这个平台。
• 也有人指出，开发者实际上无法阻止第三方插件；“工具就是工具”，不论官方意识形态如何。

伦理、同意与训练数据

• 许多艺术家对使用 CC、CC-BY-NC 或完全专有作品训练模型却没有明确同意感到愤怒；他们将其视为盗窃/盗版，以及劳动异化。
• 反驳观点：
  • 训练被比作人类通过研究他人风格来学习。
  • 扩大知识产权、禁止对公开数据进行统计性使用，被一些人视为危险的越权。
• 一些摄影师/程序员明确拒绝 AI，原因是它无视他们所选择的许可，或建立在未经同意的抓取之上（例如与 GitHub/Copilot 的类比）。

艺术、创造力与“AI 作为工具”之争

• 一派认为生成式 AI 只是另一种媒介，类似摄影或 photobashing，能够创造新的艺术形式，并赋能没有传统技能的人。
• 另一派则认为 AI“做出了创造性决定”，把艺术家降格为后处理的“语法检查器”，本质上是在去人化，并由资本主义驱动。
• 大量长串讨论围绕：
  • 使用 AI 是否会削弱艺术作为人类自我表达的意义。
  • 与此前技术变迁（摄影、照片修饰、数字工具）的比较，以及这些类比是否真的成立。
  • 将艺术家的愤怒斥为“道德恐慌”或“一个梗”是否正当。

开发者的类比（Copilot、编程）

• 有人将 Krita + AI 与 GitHub Copilot 类比：它是一种能去除枯燥劳动但需要人工监督的生产力工具；也有人出于原则拒绝这类工具（许可顾虑、隐蔽 bug、厂商锁定）。
• 不少人认为，和开发工具一样，经济压力最终会推动艺术家采用 AI 工作流，不论个人是否感到不适。

可及性、民主化与职业

• 有人担心依赖昂贵 GPU 会让数字艺术失去民主化，区别于“笔记本 + 便宜数位板 + Krita”的时代。
• 另一些人反驳说：
  • 模型正在变得高效得多，可以在旧硬件或可租用的云 GPU 上运行。
  • 大多数创意职业本来就竞争激烈；AI 可能只是放大产出，而不会从根本上改变能靠它谋生的极少数人。
• 有人预测许多日常艺术工作会被自动化，推动人类艺术家转向更高价值、更偏叙事和概念驱动的工作；另一些人则担心广泛失业，以及当人类角色缩减为策展和清理时，“艺术满足感”会减少。