網絡消費網 >  科技 > > 正文
        環球關注:TikTok亂拳打死老師傅:硅谷還在發論文 產品已經上線
        時間:2022-08-16 09:48:52

        原標題:TikTok亂拳打死老師傅:硅谷大廠還在發論文,它產品已經上線了

        突然間,AI 文字轉圖片成為了全球科技業的一大流行技術趨勢。

        幾周前我們報道了“新一代梗圖之王” DALL·E mini,一個腦洞十分清奇的文字轉圖片 AI 小工具。當時我們也提到, 包括谷歌、OpenAI 等大公司和頂級研究機構都在開發相關模型,就連時尚雜志《COSMO》都采用 AI 來設計雜志封面。


        【資料圖】

        圖片來源:COSMO 雜志

        然而令許多人沒想到是:

        就在各家硅谷大廠斥巨資研發、砸了無數的人力、發了無數的論文,卻還在測試相關技術的時候,TikTok 居然異軍突起,首先把 AI 文字轉圖片做到了產品里,而且直接交到了全球十億用戶的手上……

        亂拳打死老師傅,中國速度太快了

        在 TikTok 的特效菜單下,最近增加了一個名叫“AI 綠幕” (AI Greenscreen) 的新選項。

        點擊這個選項,然后在屏幕中間的對話框里輸入一段文字描述,只用不到5秒的時間,TikTok 就可以根據文字描述生成一張豎版畫作,用作短視頻的背景:

        圖片來源:硅星人截圖

        TikTok 用的這個文字轉圖片模型,還是非常簡單的。硅星人測試了幾個含義大相徑庭的提示,生成的圖片可以說都十分的“迷幻",沒有任何寫實色彩。

        但這并不是缺點缺點——正相反,生成結果具有 非常強的水彩/油畫感覺,風格遷移 (style transfer) 的痕跡明顯,而且用的顏色也都鮮亮明快,給人一種耳目一新的感受。

        圖片來源:TechCrunch 截圖

        我特別想單獨說一下我自己生成的兩張圖片:

        下圖左邊的提示字段是知名游戲“最后生還者”。生成結果的辨識度太高了,這不正是游戲主角 Ellie 被泥漿血水浸濕的頭發嗎?

        右圖更有意思,提示是“轟炸”:我完全沒有想到如此“不和諧”的字段,TikTok 的模型居然生成的結果卻相當的“自洽”,特別是圖中的“轟炸機”反而看起來像是代表和平的“白鴿”——是否你也能讀出一點諷刺的意味?

        圖片來源:硅星人截圖

        當然話說回來,這些只是我自己的解讀和感受,絕不可能是模型的“本意”。但是有趣的藝術作品不正應該是這樣嘛,讓人能夠發現一些巧妙的“彩蛋”,甚至浮想聯翩,解讀出另外的含義。

        從這一角度,我還是非常認可 TikTok 目前部署的這個模型的。

        模型的質量也值得一提。The Verge、TechCrunch 等美國媒體測試了一些特殊的敏感字段,AI 綠幕生成結果更加抽象了,顯示出字節部署的模型在爭議字段上可能已經做出了提前規避。

        要知道 AI 文字生成圖片本來就不是簡單的技術,避免爭議/道德風險更是一項相當復雜的工作。

        圖片來源:The Verge 截圖

        正如文章前面提到,谷歌、OpenAI 等巨頭公司和知名機構開發的 AI 文字生成圖片模型,目前都處于剛剛發布或者小范圍測試,還在“紙上談兵”的階段。

        這邊 TikTok 不僅很快跟進推出了同類模型,更厲害的是已經將其投放到全球十億用戶量級別的產品里了。

        本來以為 AI 藝術創作的潮流還是幾個硅谷大廠在引領,沒想到字節跳動居然“亂拳打死老師傅”——必須給中國互聯網科技公司的工作速度和質量點贊了。

        AI創作成潮流,硅谷大廠擠破頭

        早在2020年,全球知名的人工智能基礎科研機構 OpenAI 發布了一個名為 GPT-3 語言模型。 當時 OpenAI 的論文題為“Language Models are Few-Shot Learners ” ,直接點出了超大規模語言模型在多種非訓練人物上具備強大、快速的學習和掌握能力。

        GPT-3 也完全沒令人失望 ,在小 范圍開放 測 試 A PI 之 后, 外界人士用它開發出了各種各樣神奇的 demo, 展示了寫段子、翻譯公式、解數學題、完成用戶界面設計、生成財務報表等能力。

        “AI 文字生成圖片” 也是這些能力的其中一項。

        圖片來源:硅星人

        包括 O pen AI、谷歌、 Midjourney、Stability AI 等一眾 大小 公司 ,已經開發出了多個 文字轉圖片生成模型,展示出神經 網絡模型具備令人驚訝的藝術創作能力。

        從 AI 文字轉圖片生成技術開始得到公眾關注,到今天各路大廠和小公司擠破頭也要摻和,各種不開放的、開放的、收費和免費的模型層出不窮……也就過去了一年左右的時間。

        在這些模型當中,OpenAI 的 DALL·E 是最著名的一款。該模型一代于2021年推出,今年剛剛更新到了二代。用戶只需提供自然語言描述,模型就能夠生成非常寫實 (photorealisitic) 的圖片。

        圖片來源:OpenAI

        除了從零開始生成全新照片,DALL·E 2 還有更多功能,適合現實中多種藝術工作場景。

        比如它的編輯能力,可以在一張已經存在的照片中,在用戶任選的位置“刪除”或者“添加”物體,并且編輯后的效果仍然很寫實:

        圖示:在照片的不同位置添加“火烈鳥”。圖片來 源:OpenAI

        再比如 DALL·E 2 還具備“啟發”的能力,能夠根據一張已經給定的圖片,生成風格近相同的新照片:

        圖片來源:OpenAI

        順便一提:有個跟 OpenAI 沒關系的第三方開發者,自己仿著 DALL·E 做了一個圖片生成模型,還給免費開放了,取名為 DALL·E mini。

        結果這個“仿制品”比正品還受歡迎,在社交網絡 Twitter 上專門搬運這個模型生成的奇怪圖片的賬號,粉絲量都破了百萬。甚至逼得 OpenAI 專門出來澄清跟它沒關系,要求開發者做出改變。現在這個免費小工具已經改名為 Craiyon 了。

        (聽說此事之后,粉絲們還做了一張梗圖,嘲笑 OpenAI 那邊還在控制測試權限,這邊 DALL·E mini 早就給全網玩嗨了……)

        圖片來源:FALSEKNEES

        而在硅谷大廠的行列當中,現在谷歌是已知動作最快的,在 DALL·E 2 出來不久后也發布了自己的模型,名為 Imagen。

        就像 DALL·E 的根源是語言超大模型 GPT-3,Imagen 的根源也是谷歌開發的泛用型超大語言模型 T5。至于 Imagen 的這個命名,其實是圖片 (image) +生成 (generate) 的混成詞。

        圖片來源:Google Research

        雖然做的比 DALL·E 晚,同樣作為硅谷知名 AI 研究型公司的谷歌,還是非常不服 OpenAI 的,宣稱找人做了一堆同類模型的盲測,結果是受試者更喜歡 Imagen 生成的結果,認為其在“生成質量”和“文字描述還原度”上都更勝一籌。

        ——當然,究竟是 DALL·E 2 和 Imagen 誰的生成結果更好,還是一個很主觀的,見仁見智的事情。在技術實現上,這兩家其實大同小異,都是用了 Diffusion(擴散)模型生成,然后再用 Super-Resolution(超分辨率) 技術來讓生成結果更加清晰。

        圖片來源:Google Research

        還有更多規模更小的新創公司也在做 AI 圖片生成和藝術創作這件事。

        其中一家比較有意思的公司就是 Midjourney,其創始人是原知名動作感應技術公司 Leap Motion 創始人 David Holz;公司的投資人和顧問團隊更是相當強大,都是蘋果、特斯拉、AMD、GitHub 等知名公司的核心人物。

        Midjourney 跟 OpenAI、谷歌的寫實方向背道而馳,而是在抽象、藝術性、獨特風格之間尋求某種巧妙的結合點,這也是這家公司和其模型比較特別之處。另外 Midjourney 開放模型技術的做法也很“年輕化”,不是發布 API 和文檔,而是把服務接口做到了聊天軟件 Discord 里。

        圖片來源:Midjourney

        說完這些比較知名的公司,再來看一家名不見經傳,但是和 TikTok 一樣出手極快的美國公司:Stability AI。

        這家公司總部位于硅谷 Los Altos,在上周剛剛發布了一個可以免費使用的 AI 圖片生成產品 Stable Diffusion。

        圖片來源:Stability AI

        Stable Diffusion 和前面介紹的幾個寫實派模型沒有太大不同。但是和產品、公司名稱里的“穩定”正相反,這個模型在有害/爭議字段的處理上,可以說完全沒有任何作為。而又因為產品是完全免費提供給公眾的,已經有很多用戶用它制作 deepfake、暴力、恐怖主義、虛假新聞圖片等有害的內容了……

        最近大半年,AI 圖片生成已經成為了一個名副其實的科技行業“熱詞”,只是沒想到,Open AI 和谷歌做了這么多年,卻被 TikTok 給悄無聲息地跑贏了。接下來,應該會有更多的科技公司也參與其中,不少全民應用背后的大廠估計又要忙活著把這項技術加到產品中了。

        關鍵詞:

        版權聲明:
            凡注明來網絡消費網的作品,版權均屬網絡消費網所有,未經授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明"來源:網絡消費網"。違反上述聲明者,本網將追究其相關法律責任。
            除來源署名為網絡消費網稿件外,其他所轉載內容之原創性、真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考并自行核實。
        熱文

        網站首頁 |網站簡介 | 關于我們 | 廣告業務 | 投稿信箱
         

        Copyright © 2000-2020 www.fnsyft.com All Rights Reserved.
         

        中國網絡消費網 版權所有 未經書面授權 不得復制或建立鏡像
         

        聯系郵箱:920 891 263@qq.com

        備案號:京ICP備2022016840號-15

        營業執照公示信息

        亚洲美日韩Av中文字幕无码久久久妻妇 | 自拍日韩亚洲一区在线| 久久精品国产69国产精品亚洲| 亚洲精品国产成人影院| 亚洲 小说区 图片区 都市| 亚洲精品无码你懂的| 亚洲精品国产av成拍色拍| 亚洲一区AV无码少妇电影| 亚洲中文字幕久久无码| 中文字幕在线观看亚洲日韩| 亚洲综合成人婷婷五月网址| 国产亚洲精品成人AA片| 亚洲日本中文字幕天天更新| 亚洲精品无码久久久久A片苍井空| 亚洲国产精品网站在线播放| 亚洲AV无码成人精品区日韩| 蜜桃传媒一区二区亚洲AV | 亚洲国产精品一区二区三区在线观看| 久久精品国产亚洲AV忘忧草18| 国产成人精品日本亚洲专| 亚洲一区二区三区成人网站 | 久久精品国产亚洲沈樵| 久久精品国产亚洲av四虎| 亚洲国产国产综合一区首页| 亚洲激情视频在线观看| 亚洲视频免费观看| 亚洲丰满熟女一区二区v| 国产精品亚洲综合久久| 亚洲av成人一区二区三区观看在线 | 亚洲日本VA中文字幕久久道具| 亚洲国产成人手机在线观看| 午夜亚洲国产成人不卡在线| 久久久久亚洲精品中文字幕| 国产亚洲一区二区手机在线观看 | 久久亚洲国产精品一区二区| 亚洲天堂久久精品| 亚洲精品第一国产综合精品| 亚洲AV综合色区无码二区偷拍| 亚洲AV无码资源在线观看| 亚洲国产成人影院播放| 亚洲乱码精品久久久久..|