378. 绘图AI的三种形式-《重生之AI教父》


    第(1/3)页

     book chapter list     【377是当选的内容肯定是出不来了,378前半部分和谐了,不能写,我把后半部分放免费章节在这里吧。】

    不论大家的观点如何离谱,对于AI领域的关注随着大选节节攀升也是不争的事实。

    这种热度在孟繁岐宣布即将发布真正的,能够根据文本绘图的人工智能后,来到了一个新的巅峰。

    因为接近半年之前,孟繁岐放出的试用版本Clip就已经展现了相当出色的绘图能力和多模态理解能力。

    好到大家都以为这东西是专门为了AI绘图而研发的。

    结果没想到,仅仅只是加入了图像和文本之间的对应关系,模型就很快自发的拥有了如此之强的图像生成能力。

    而且半年前就已经那么惊人了,现在那还得了?

    对于万众期待的AI绘图,内部的研发其实并不顺利,这点从发布时间上就能够看出。

    孟繁岐也犹豫了相当一段时间,应该具体选择怎样的路线。

    前世最为著名的AI图像生成器,主要是StableDiffusion,Midjourney和DALLE三个。

    其中SD扩散模型是基于Clip的文本生成图像模型,它的方式是从有噪声的情况开始,逐渐改善图像,直到完全没有噪声,逐步接近所提供的文本描述。

    它的训练方式也已经经过了多次的研究打磨,先采样一张图片,并随着时间的推移逐渐增加噪声,直到数据无法被识别。随后让模型尝试将图像回退到原始形式,在此过程中学习如何生成图片或其他数据。

    这种路线如其名字stable一样,非常稳定,不过倘若想要生成非常高质量的图像,计算消耗非常之大。

    技术上已经达成,但在成本上,似乎目前不是很适合投入市场。

    前世的Midjourney则比较擅长各种艺术化的风格,生成的图像常有非常精美的结果。
    第(1/3)页