通信人家园
标题: TikTok 乱拳打死老师傅：硅谷大厂还在发论文，它产品已经上线了 [查看完整版帖子] [打印本页]
时间: 2022-8-16 15:55
作者: PH值
标题: TikTok 乱拳打死老师傅：硅谷大厂还在发论文，它产品已经上线了
来源: 硅星人
突然间，AI 文字转图片成为了全球科技业的一大流行技术趋势。
几周前我们报道了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。
图片来源：COSMO 杂志
然而令许多人没想到是：
就在各家硅谷大厂斥巨资研发、砸了无数的人力、发了无数的论文，却还在测试相关技术的时候，TikTok 居然异军突起，首先把 AI 文字转图片做到了产品里，而且直接交到了全球十亿用户的手上……
| 乱拳打死老师傅，中国速度太快了
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：
图片来源：硅星人截图
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。
但这并不是缺点缺点——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。
图片来源：TechCrunch 截图
我特别想单独说一下我自己生成的两张图片：
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？
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？
图片来源：硅星人截图
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。
从这一角度，我还是非常认可 TikTok 目前部署的这个模型的。
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。
要知道 AI 文字生成图片本来就不是简单的技术，避免争议/道德风险更是一项相当复杂的工作。
图片来源：The Verge 截图
正如文章前面提到，谷歌、OpenAI 等巨头公司和知名机构开发的 AI 文字生成图片模型，目前都处于刚刚发布或者小范围测试，还在“纸上谈兵”的阶段。
这边 TikTok 不仅很快跟进推出了同类模型，更厉害的是已经将其投放到全球十亿用户量级别的产品里了。
本来以为 AI 艺术创作的潮流还是几个硅谷大厂在引领，没想到字节跳动居然“乱拳打死老师傅”——必须给中国互联网科技公司的工作速度和质量点赞了。
| AI创作成潮流，硅谷大厂挤破头
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。
GPT-3 也完全没令人失望 ，在小 范围开放 测 试 A PI 之 后， 外界人士用它开发出了各种各样神奇的 demo，
“AI 文字生成图片” 也是这些能力的其中一项。
图片来源：硅星人
包括 O pen AI、谷歌、 Midjourney、Stability AI 等一众 大小 公司 ，已经开发出了多个 文字转图片生成模型，展示出神经 网络模型具备令人惊讶的艺术创作能力。
从 AI 文字转图片生成技术开始得到公众关注，到今天各路大厂和小公司挤破头也要掺和，各种不开放的、开放的、收费和免费的模型层出不穷……也就过去了一年左右的时间。
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。
图片来 源：OpenAI
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。
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：
图示：在照片的不同位置添加“火烈鸟”。图片来 源：OpenAI
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：
图片来 源：OpenAI
顺便一提：有个跟 OpenAI 没关系的第三方开发者，自己仿着 DALL·E 做了一个图片生成模型，还给免费开放了，取名为 DALL·E mini。
结果这个“仿制品”比正品还受欢迎，在社交网络 Twitter 上专门搬运这个模型生成的奇怪图片的账号，粉丝量都破了百万。甚至逼得 OpenAI 专门出来澄清跟它没关系，要求开发者做出改变。现在这个免费小工具已经改名为 Craiyon 了。
（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……）
图片来 源：FALSEKNEES
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。
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。
图片来 源：Google Research
虽然做的比 DALL·E 晚，同样作为硅谷知名 AI 研究型公司的谷歌，还是非常不服 OpenAI 的，宣称找人做了一堆同类模型的盲测，结果是受试者更喜欢 Imagen 生成的结果，认为其在“生成质量”和“文字描述还原度”上都更胜一筹。
——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。
图片来源：Google Research
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。
其中一家比较有意思的公司就是 Midjourney，其创始人是原知名动作感应技术公司 Leap Motion 创始人 David Holz；公司的投资人和顾问团队更是相当强大，都是苹果、特斯拉、AMD、GitHub 等知名公司的核心人物。
Midjourney 跟 OpenAI、谷歌的写实方向背道而驰，而是在抽象、艺术性、独特风格之间寻求某种巧妙的结合点，这也是这家公司和其模型比较特别之处。另外 Midjourney 开放模型技术的做法也很“年轻化”，不是发布 API 和文档，而是把服务接口做到了聊天软件 Discord 里。
图片来源：Midjourney
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。
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。
图片来源：Stability AI
Stable Diffusion 和前面介绍的几个写实派模型没有太大不同。但是和产品、公司名称里的“稳定”正相反，这个模型在有害/争议字段的处理上，可以说完全没有任何作为。而又因为产品是完全免费提供给公众的，已经有很多用户用它制作 deepfake、暴力、恐怖主义、虚假新闻图片等有害的内容了……
最近大半年，AI 图片生成已经成为了一个名副其实的科技行业“热词”，只是没想到，Open AI 和谷歌做了这么多年，却被 TikTok 给悄无声息地跑赢了。接下来，应该会有更多的科技公司也参与其中，不少全民应用背后的大厂估计又要忙活着把这项技术加到产品中了。
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F3fad2c8ej00rgon3u001ed200lc00c0g00fm008s.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 39.35 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQyfDA1OTM0OGZmfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fc38e6df7j00rgon3v00l1d200p400hmg00fm00ay.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 47.64 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQzfDhhMzYxNWNhfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F10b9cb78j00rgon3z00w9d200u000gvg00fm008r.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 53.19 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ0fDdmMDNmZWEyfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F9d8b9e70j00rgon4100u1d200p000hsg00fm00b3.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 73.09 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ1fDc3NTA5YjEwfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F05d93969j00rgon4300itd200k900brg00fm0092.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 60.09 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ2fDM5Njk0Yjk4fDE3NTQ0MzMwODd8MHww
附件: 928a3181g00rgon430010d200go009fg00fm008t.gif (2022-8-16 15:52, 36.44 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ3fGEzNWUwNDIxfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F5a14911fj00rgon4400ead200u000fxg00fm008a.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 28.22 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ4fDgxYzI4Y2YxfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F74b48e88j00rgon4600h6d200u000g3g00fm008d.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 33.94 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODQ5fGMxNjRlNmU4fDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Ff83e6022j00rgon4800yvd200u000g5g00fm008e.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 51.26 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODUwfDNiNDE0ZjExfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fdf084378j00rgon4a013jd200op00otg00fm00fo.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 103.48 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODUxfDMyODQxZmEzfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fc9fcfa46j00rgon4b000td200pi009cg00fm005p.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 15.47 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODUyfDM4NGZkMTI0fDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fee7129b4j00rgon4e010zd200u000jpg00fm00a8.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 70.12 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODUzfGQxMjMxZjBjfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2F023b7bc9j00rgon4g005ld200if00h9g00g200f1.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 34.22 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODU0fGYyODAxNzUxfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fa550f6d2j00rgon4h00ltd200n100bag00g2007v.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 42.38 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODU1fDRiNGZjYzZkfDE3NTQ0MzMwODd8MHww
附件: ?url=http%3A%2F%2Fdingyue.ws.126.net%2F2022%2F0816%2Fb290d9acj00rgon4j00ewd200u000ing00g2009z.jpg&thumbnail=660x2147483647&quality=80&type=jpg (2022-8-16 15:52, 33.28 KB) / 下载次数 0
https://www.txrjy.com/forum.php?mod=attachment&aid=NTQxODU2fDg5NmI2OWJlfDE3NTQ0MzMwODd8MHww
时间: 2022-8-16 16:09
作者: oooooooo
这玩意儿可以用在元宇宙里，到时候人们可以根据自己的意愿绘制自己的虚拟世界
时间: 2022-8-16 16:10
作者: 为别人打工的人
时间: 2022-8-16 16:21
作者: microcai978
时间: 2022-8-16 16:24
作者: 没事来看看
美工会消失吗？
时间: 2022-8-16 17:43
作者: lovebugzhang
本帖最后由 lovebugzhang 于 2022-8-16 17:44 编辑
没事来看看 发表于 2022-8-16 16:24 
美工会消失吗？
以创意为主的会消失，但能把创意真正落实到画面细节的搬砖工人应该还会有一席之地
时间: 2022-8-17 03:47
作者: youyouran
lovebugzhang 发表于 2022-8-16 17:43
以创意为主的会消失，但能把创意真正落实到画面细节的搬砖工人应该还会有一席之地
头一次听说创意会消失……真消失了人类该恐惧了
时间: 2022-8-17 10:35
作者: szlanjack
搞娱乐，我们自称第二，没人敢称第一。美国大马合法化之后更是进一步奠定王者低位，有大马吸，谁还玩手机啊。
时间: 2022-8-17 16:12
作者: lovebugzhang
youyouran 发表于 2022-8-17 03:47
头一次听说创意会消失……真消失了人类该恐惧了
消失是相对的，原本你随便有点想法，或是别的渠道搞到的“创意”，用来应付一般用户没什么问题，但如果用户手上有了这种把创意变成现实的工具，这碗饭就很难吃了。
时间: 2022-8-18 13:55
作者: 走向辉煌
做PPT不用到处找图片了
时间: 2022-8-18 22:26
作者: xuqz
| 通信人家园 (https://www.txrjy.com/) |
Powered by C114 |