AI绘画的“小秘密”都在这一篇文章里

2023-01-09 19:10:31 来源:网络

视觉中国供图

视觉中国供图

◎本报记者 金 凤

有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。

上传一张图片,或者输入一些简单的关键词,系统就能自动生成一张卡通图像……最近一段时间,AI绘画开始在互联网社交平台走红。

AI绘画,顾名思义就是利用人工智能进行绘画,是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品,通过算法对其内容和风格特征进行解析,最后再生成新的作品,所以算法是AI绘画的核心。

当前,“凭空”生成图像的AI绘画,其实也会动辄“翻车”:也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像,下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。

事实上,AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交,那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。

AI绘画是如何实现“凭空”生图的?除了娱乐外,AI绘画还有哪些潜在的应用前景?

从“以图生图”到“语音生图”

2022年,由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中,《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而,这个作品的创作者不是艺术家,而是来自美国科罗拉多州的游戏设计师。

这位游戏设计师在一个名为“Midjourney”的AI创作工具里,先输入几个关键词,如光源、构图、氛围等,得到了100幅作品,再进行约80小时的修图修饰,最终选出3幅作品,最后把图像打印到画布上。

通过简单交互式对话在短时间内生成的“艺术”作品,让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。

“人工智能在艺术方面的创作最早可以追溯到上个世纪末,当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说,最初的AI绘画方法比较简单,比如一张普通的照片,通过一些图像处理的算法,把照片像素进行几何或者色彩上的变换,然后再调节不同参数,就可以模拟出类似油画或者水彩画的风格。

经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。

AI绘画主要依靠三种技术模式实现

董未名介绍,目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。

“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取,实现真实图像内容特征和艺术图像风格特征的融合,从而生成新的艺术图像。”董未名举例,如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品,通过图像风格迁移技术进行融合,就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。

不过,在董未名看来,图像风格迁移技术大多依赖的是生成式对抗网络(GAN)算法,它最大的问题是生成的绘画作品艺术性不强,笔触和构图让人觉得与真实的绘画有差距,所以长久以来,AI绘画一直“籍籍无名”。

当图像风格迁移技术还在挣扎于输出作品的审美问题时,图文预训练模型的出现,加速了AI绘画的崛起。

“依托图文预训练模型,只要输入一句话或者上传一幅风格明显的图片,算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似,艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例,比如支撑图文预训练模型的可对比语言—图像预训练(CLIP)算法,就是利用图文特征“对齐”的能力,再结合已有的生成模型,实现“以图生图”或者“图+文”生图。

不过,董未名坦言,图文预训练模型的推广也存在一些争议,有部分人认为,该模型在训练前期,需要用大量的图形处理器(GPU)进行数据训练,耗电量大、成本很高,而该模型的应用场景却不够清晰。但也有人认为,也许该模型未来可以打造为通用的人工智能模型,用它完成更多的算法作业,只是这还需要时间的验证。

诚然没有一项技术是完美的,这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。

“目前最新的AI绘画技术采用的就是扩散模型,这种模型可以把一个随机采样的噪声输入模型,然后尝试通过去噪来生成图像。”董未名表示,扩散模型也存在弱点,由于模型对图片内容识别的能力不足,或者难以完全理解识别文字的意义,以及训练数据的偏差,有时便会生成“四不像”的作品。此外,扩散模型生成图片的速度比较慢,目前还达不到实时生成图片。

互联网治理、元宇宙或潜藏应用前景

AI绘画目前的应用场景,更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆,短视频平台抖音也迅速上线了AI绘画特效。同时,此前腾讯上线了“QQ小世界AI画匠”活动,百度也推出了首款AI艺术和创意辅助平台“文心一格”。

有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”“AI现在已经完美实现了这一目标,人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想,不远的将来,AI绘画或许还将展现更丰富的应用场景。

“现在网络上充斥着很多不良内容,这些内容为了逃避监管经常以绘画的形式出现,而当前很多内容识别模型对真实图片识别得很准确,但缺乏不良内容艺术作品的相关训练数据,所以对不良内容识别不准确。也许可以用AI绘画技术,积累不良内容艺术作品的数据,并用以训练识别模型,以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。

在董未名看来,作为一种艺术呈现形式,AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局,因为这些赛道都离不开创意,AI绘画可以帮助创作者通过简单的特征输入,实现对其创意的预览,甚至可以直接进行创作。

不过,董未名并不讳言,当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型,而训练模型需要使用大量图像、文本数据。对于未经授权的图片,经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显,如果用画家的画去训练算法模型生成作品,那最后的版权属于谁呢?”董未名提出的问题,正是多数AI绘画作品所面临的现实问题。

AI绘画掀起了一场资本的群体狂欢,希望有一天它能走出“照猫画虎”的尴尬,真正服务艺术创作、创造更多价值。

,长信金利前 AI绘画的“小秘密”都在这一篇文章里

相关:

英国重启与软银就Arm在伦敦上市的谈判集微网消息,英国首相Rishi Sunak已重启与日本软银集团就芯片设计公司Arm在伦敦上市的谈判。据《金融时报》报道,两位知情人士透露,Rishi Sunak上个月在唐宁街会见了Arm首席执行官Rene Haas,软银创始人孙正义通过视频加入此次会议。知情人士称,伦敦证券交易所高管的新一轮游说重点是让Arm同时在英国和美国上市。尽管如此,知情人士认为由于此举的成本更高且复杂,英国政府官员和伦敦证交所高管在说服软银方面仍面临艰巨的..

重达2.4吨!美国40年前发射卫星9日坠落地球:或为朝鲜半岛最新消息:虚惊一场?韩政府:美卫星残骸或已飞过朝鲜半岛上空美国40年前发射的一颗卫星将于今日正式坠落地球,地点或为朝鲜半岛。据了解,这颗卫星地球探测卫星代号为ERBS,重2450公斤,于1984年发射升空,在2005年退役,已在太空待了近40年,NASA指出,大部分碎片会在大气层中烧毁,仅有极少数会落入地球,造成人员伤害的风险极低,概率大约1/9400。1月9日消息,据韩国《中央日报》报道,韩国科学技术信息通信部1月8日表示,这..

汤加火山喷发5分钟内引发闪电逾2.5万次新华社北京1月9日电 研究人员日前发布报告显示,去年1月中旬汤加火山喷发不仅引发巨大海啸,还一度导致闪电频发,5分钟内引发闪电逾2.5万次。据美国有线电视新闻网8日报道,芬兰气象监测技术企业维萨拉公司近日发布的报告显示,汤加洪阿哈阿帕伊岛海底火山去年1月喷发时把大量水蒸气送入地球大气层,引发频繁闪电。这份报告显示,汤加火山喷发在5分钟内引发2.55万次闪电,在6个小时内引发近40万次闪电。报告说,汤加火山喷发最..

民营火箭新年首发成功 星河动力2023年计划完成8-10次发射原标题:民营火箭新年首发成功,星河动力今年计划完成8-10次发射·民营火箭新年首发成功,火箭民企星河动力航天公司成功将五颗卫星送入轨道,今年计划完成8-10次“谷神星”系列运载火箭发射交付。民营火箭新年首发成功,火箭民企星河动力航天公司成功将五颗卫星送入轨道。民营火箭新年首发成功。火箭民企星河动力航天公司成功将五颗卫星送入轨道,今年计划完成8-10次“谷神星”系列运载火箭发射交付。1月9日13时04分,星河动力航..

苹果或将推出15英寸MacBook Air品玩1月9日讯,据 Macrumors 报道,苹果计划在今年推出更大的 15英寸MacBook Air ,而此前传闻的搭载苹果自研芯片的12英寸 MacBook 将不会在今年内推出。报道称,苹果的供应商预计将会从第一季度开始为苹果的 MacBook Air 生产15.5英寸的显示屏,该型号电脑预计会在苹果的春季发布会上亮相。15英寸MacBook Air 可能会和13英寸的MacBook Air 采用相似的设计,并选择苹果 M2或者 M2 芯片。

AMD最新AGESA BIOS导致R5 7600X性能下降,严重者已无法开机IT之家 1 月 9 日消息,在阅读这篇文章之前我们先来回顾一下IT之家去年发布的一篇文章《AMD R5 7600X 部分采用双 Zen 4 CCD 设计,但只有 6 核 12 线程》,这一消息一度引起网友对于开核的探讨。当时有用户发现,AMD 锐龙 R5 7600X 台式机 CPU 有两种设计,一种采用单 CCD 设计,而部分型号却采用了两个 CCD,这就导致了市面上存在两种 R5 7600X 的现象。本来这也没什么问题,不过 AMD 和英特尔通..

AI支出增幅超过数字化转型 GPU仍是算力主力去年年初,东数西算工程的启动,让“算力”一词实力破圈,2022年也因此被定义为算力元年。回望2022,展望2023,中国算力发展处于一个什么样的时点,人工智能与算力的融合又处于一个什么样的发展阶段?根据中国信通院公布的测算数据,截至2021年底,我国算力核心产业规模达1.5万亿元,关联产业规模也已经超过8万亿元。就全球来看,美国和中国位居全球算力领跑者,其次为日本、德国、英国、法国、加拿大、韩国、澳大利亚等。其中,..

CES圆满落幕:数字健康产品刷屏 戒指和手表尽藏黑科技财联社1月9日讯(编辑 马兰)新冠疫情导致全球在过去的三年中,将生活场景更多地搬到家庭之中,不仅仅是办公,医疗保健也更频繁地发生在家庭之中。持续三年的新冠疫情改变了人们的生活习惯,将更多的医疗保健服务带入家庭之中,这也为电子产品公司提供了更多的产品灵感。在本次美国2023年CES大展上,数字健康也是各大公司发布创新产品的主要方向之一,涌现了多个数字产品与医疗保健相结合的案例,其中一些还被业务惊叹为“黑科..

TCL撤回“2023年底前发布QD-OLED电视”的消息IT之家 1 月 9 日消息,TCL 在 CES 2023 大展之前曾向多家媒体透露,将会在今年年底推出采用 QD-OLED 面板的电视产品。不过 TCL 现在撤回了这条信息,一位发言人在与特约编辑 Caleb Denison 的电话中表示,有关 TCL QD-OLED 计划的细节发布有误。TCL 在电视方面的实力相对比较薄弱。TCL 此前曾表示会在 2021 年推出首款 Mini-LED OD Zero 电视,TCL 随后表示推迟到 2022 年年初,但现在已经迈入 2..

顶配12GB加1TB 三星Galaxy S23系列参数信息全曝光2022 年 1 月 9 日消息,三星官方已正式宣布将于 2 月 1 日发布 Galaxy S23 系列。目前,Galaxy S23 的内存、存储和颜色信息灯已曝光。其中最值得关注的是,三星 Galaxy S23 Ultra 顶配或将搭载 12GB 运行内存和 1TB 存储组合。根据@AhmedQwaider888 分享的最新推文来看,三星将会为 Galaxy S23 系列提供以下配置:Galaxy S23:会有 8GB +128GB 和 8GB+256GB 两种组合Galaxy S23+:会有 8GB+2..