【作 者】：网站采编
【关键词】：
【摘 要】：GPT-3 也完全没令人失望，在小范围开放测试 API 之后，外界人士用它开发出了各种各样神奇的 demo，展示了写段子、翻译公式、解数学题、完成用户界面设计、生成财务报表等能力。 当

GPT-3 也完全没令人失望，在小范围开放测试 API 之后，外界人士用它开发出了各种各样神奇的 demo，展示了写段子、翻译公式、解数学题、完成用户界面设计、生成财务报表等能力。

当然话说回来，这些只是我自己的解读和感受，绝不可能是模型的“本意”。但是有趣的艺术作品不正应该是这样嘛，让人能够发现一些巧妙的“彩蛋”，甚至浮想联翩，解读出另外的含义。

就像 DALL·E 的根源是语言超大模型 GPT-3，Imagen 的根源也是谷歌开发的泛用型超大语言模型 T5。至于 Imagen 的这个命名，其实是图片 (image) +生成 (generate) 的混成词。

模型的质量也值得一提。The Verge、TechCrunch 等美国媒体测试了一些特殊的敏感字段，AI 绿幕生成结果更加抽象了，显示出字节部署的模型在争议字段上可能已经做出了提前规避。

——当然，究竟是 DALL·E 2 和 Imagen 谁的生成结果更好，还是一个很主观的，见仁见智的事情。在技术实现上，这两家其实大同小异，都是用了 Diffusion（扩散）模型生成，然后再用 Super-Resolution（超分辨率) 技术来让生成结果更加清晰。

*注：封面图来自于 TikTok，版权属于原作者。如果不同意使用，请尽快联系我们，我们会立即删除。

（听说此事之后，粉丝们还做了一张梗图，嘲笑 OpenAI 那边还在控制测试权限，这边 DALL·E mini 早就给全网玩嗨了……）

这家公司总部位于硅谷 Los Altos，在上周刚刚发布了一个可以免费使用的 AI 图片生成产品 Stable Diffusion。

在这些模型当中，OpenAI 的 DALL·E 是最著名的一款。该模型一代于2021年推出，今年刚刚更新到了二代。用户只需提供自然语言描述，模型就能够生成非常写实 (photorealisitic) 的图片。

右图更有意思，提示是“轰炸”：我完全没有想到如此“不和谐”的字段，TikTok 的模型居然生成的结果却相当的“自洽”，特别是图中的“轰炸机”反而看起来像是代表和平的“白鸽”——是否你也能读出一点讽刺的意味？

我还想单独说一下下面我自己生成的图片：

再比如 DALL·E 2 还具备“启发”的能力，能够根据一张已经给定的图片，生成风格近相同的新照片：

而在硅谷大厂的行列当中，现在谷歌是已知动作最快的，在 DALL·E 2 出来不久后也发布了自己的模型，名为 Imagen。

还有更多规模更小的新创公司也在做 AI 图片生成和艺术创作这件事。

在 TikTok 的特效菜单下，最近增加了一个名叫“AI 绿幕” (AI Greenscreen) 的新选项。

点击这个选项，然后在屏幕中间的对话框里输入一段文字描述，只用不到5秒的时间，TikTok 就可以根据文字描述生成一张竖版画作，用作短视频的背景：

下图左边的提示字段是知名游戏“最后生还者”。生成结果的辨识度太高了，这不正是游戏主角 Ellie 被泥浆血水浸湿的头发吗？

说完这些比较知名的公司，再来看一家名不见经传，但是和 TikTok 一样出手极快的美国公司：Stability AI。

比如它的编辑能力，可以在一张已经存在的照片中，在用户任选的位置“删除”或者“添加”物体，并且编辑后的效果仍然很写实：

从这一角度，我还是非常认可 TikTok 目前部署的这个模型的。

早在2020年，全球知名的人工智能基础科研机构 OpenAI 发布了一个名为 GPT-3 语言模型。当时 OpenAI 的论文题为“Language Models are Few-Shot Learners”，直接点出了超大规模语言模型在多种非训练人物上具备强大、快速的学习和掌握能力。

TikTok 用的这个文字转图片模型，还是非常简单的。硅星人测试了几个含义大相径庭的提示，生成的图片可以说都十分的“迷幻"，没有任何写实色彩。

除了从零开始生成全新照片，DALL·E 2 还有更多功能，适合现实中多种艺术工作场景。

几周前我们报道了“新一代梗图之王” DALL·E mini，一个脑洞十分清奇的文字转图片 AI 小工具。当时我们也提到，包括谷歌、OpenAI 等大公司和顶级研究机构都在开发相关模型，就连时尚杂志《COSMO》都采用 AI 来设计杂志封面。

要知道 AI 文字生成图片本来就不是简单技术，避免争议/道德风险更是一项相当复杂的工作。

但这并不是缺点点——正相反，生成结果具有非常强的水彩/油画感觉，风格迁移 (style transfer) 的痕迹明显，而且用的颜色也都鲜亮明快，给人一种耳目一新的感受。

文章来源：《中国科技论文》 网址: http://www.zgkjlwzz.cn/zonghexinwen/2022/0816/856.html