重點整理
- AI 透過寫 JavaScript 程式碼來作畫，讓筆觸決策透明且具手工感。
- 利用強化學習技術，結合視覺模型與人類偏好，訓練 AI 的美學品味。
- 建立分級的人工參考圖庫，是定義並引導 AI 產出特定品牌風格的關鍵。
最近國外有一支「AI 畫水彩」的影片爆紅，吸引超過百萬次觀看。在 AI 生成圖片越來越完美的時代，這種帶有「不完美、手工感」的畫作為何能脫穎而出？更重要的是，背後的技術邏輯，對於想利用 AI 打造專屬品牌風格的中小企業與行銷人員來說，有著非常實用的啟發。今天我們就來拆解這個專案，看看 AI 是如何學會畫水彩的。
不直接畫圖，而是讓 AI「寫程式」來畫
這個專案最特別的地方，在於 AI 模型並不是直接「吐出」一張圖片，而是寫出大約 150 行的 JavaScript 程式碼，透過 p5.brush 這個能為網頁繪圖加上自然筆觸與水彩暈染效果的程式庫來作畫。
這種做法有幾個明顯的好處。首先，AI 的每一個筆觸決策都是透明的程式碼，行銷或設計人員可以閱讀、修改並重新執行。其次，為了維持水彩的風格，工程師在系統提示中，嚴格限制 AI 只能使用該程式庫提供的 10 個特定指令。這種「限制」反而強迫 AI 畫出帶有顏料暈染、紙張紋理等不完美卻有溫度的水彩畫，在追求完美圖片的時代，這種反差正是它爆紅的原因。
用「強化學習」訓練 AI 的美學品味
一般的 AI 訓練多是解數學題或寫程式，有標準答案。但畫水彩沒有標準答案，這涉及的是「美學品味」。專案使用了強化學習（Reinforcement Learning, RL，一種讓 AI 透過不斷嘗試並獲得獎勵分數，來學習最佳策略的機器學習方法）來訓練模型。
AI 的「獎勵分數」來自四個維度：一是基礎檢查，確保程式能編譯且沒有作弊；二是鼓勵寫出較長的程式碼；三是使用 Qwen3-VL 視覺模型，將 AI 的畫作與參考圖庫進行風格比對；四是使用 HPSv3（一個根據大量人類美學偏好訓練出來的開源評分模型）來評估整體美感。這意味著，AI 不是在學怎麼畫得「對」，而是在學怎麼畫得「符合人類品味」。
建立專屬「參考圖庫」定義品牌風格
既然 AI 的品味來自於評分機制，那評分的基準是什麼？答案是「參考圖庫」。專案作者手動挑選了 178 張 AI 生成的水彩畫，並根據個人偏好分為「極度喜愛」與「還可以」兩個等級。
在訓練過程中，視覺模型會隨機從圖庫中抽出圖片，讓 AI 的畫作與之進行比對。這個設計告訴我們一個核心觀念：AI 的品味是由我們提供的資料決定的。如果想要 AI 產出符合品牌調性的內容，關鍵就在於建立一個高品質、有明確風格的參考圖庫，讓 AI 清楚知道什麼才是我們眼中的「美」。
崴米的建議
從這個爆紅的 AI 水彩專案中，崴米設計為中小企業主與行銷人員整理了三個可以馬上應用的建議：
- 建立品牌專屬的 AI 視覺參考庫：不要只依賴 AI 預設的通用風格。平時多收集符合品牌調性的高品質圖片，建立專屬圖庫，這將是未來訓練 AI 或撰寫提示詞時，確保產出風格一致性的最佳基準。
- 善用 AI 的「不完美」創造行銷差異化：在數位行銷素材中，過度完美的 AI 圖片有時會讓人感到冰冷。適度保留手工感、獨特筆觸或不完美的溫度，反而更容易在社群媒體上打動受眾，建立品牌記憶點。
- 探索 AI 寫程式的網頁應用潛力：除了生成靜態圖片，AI 寫程式（如生成網頁動畫、互動圖表）能為企業網站帶來更靈活、可客製化的使用者體驗。若您想將這類互動元素融入官網，可與專業團隊討論技術可行性。
參考來源：Training a coding model to paint watercolours with TRL and OpenEnv
