0


宋朝名画“虎戴VR”,在外网火了

金磊 Alex 发自 凹非寺

量子位 | 公众号 QbitAI

谁能曾想,宋朝老虎们,有一天能在国外被玩儿火了。

事情是这样的。

前不久谷歌不是出了个AI创作神器Imagen嘛。

只要你给一句话,它就能生成符合语意的图片。

然后脑洞大开的国外网友们,不按套路地给Imagen出了道题:

给宋代的东方老虎佩戴VR

Imagen也没在怕的,“啪的一下”就给出了一幅力作——《虎戴VR》

075ae7399d5405a96248fbbdec780289.png

还别说,这幅《虎戴VR》还真是有点那味了。

不仅是画风上,VR头戴跟老虎以及整幅画作能够保持一致。

就连手柄、双虎嬉戏的感觉也都一步到位地画了出来。

然后还有两只老虎戴VR,手牵着手一起“恰恰恰”的:

7ec480beec949332d1cd2b87243e31a6.png

甚至Imagen还别出心裁地设计了个“连线”版VR(可能在面对面看片吧):

a27de6da8b0d1448ae60360776657253.png

但毕竟在AI作画这事上,除了谷歌Imagen之外还有很多神器。

于是,一场《虎戴VR》作画大战就此拉开序幕。

(猜猜谁家的画更有“心有猛虎,细嗅蔷薇”的味道3988652bc71b5ead1520e9999bf7ad18.png

DALL-E也来请战

首先来应战的,定然是OpenAI家的DALL·E

网友Jacob出于好奇,便用它做了几幅来做比较。

194b9e8278cf943d58d172042a4b6d27.png

首先是满满“定妆照”风格的《虎戴VR》(很飒啊)

6ef51caa0fdd4681bc32b3a80a1d44c6.png

不难看出,DALL·E的画作和Imagen在风格上还是有很大的区别。

Imagen的画作更趋于简约线条风,而DALL·E则更多了些许油画的元素。

不过在意境方面,DALL·E也是能够产出“双虎嬉戏”,甚至是拟人的画作:

d77087f331b7e53adf68b9f1d286ae93.png

二者相比之下,网友们给出了他们的评价:

1e14c21dafa5eb39c311376fb560e312.png

大多数网友们对谷歌家的Imagen更买单。

而除了它俩之外,像AI绘画神器MidJourney也参与到了此次“大战”。

不过它的作品,就显得略有些诡异了……

0b28223e52a713b32c542ab3e602fe68.png

DALL·E VS Imagen

那么,同样作为AI创作神器,最近大火的Imagen和DALL·E为何画风会截然不同呢?

Open AI的DALL·E和谷歌的Imagen,都可以直接通过文本描述生成类似超现实主义的图像,让机器也能拥有设计师般的创造力。

不过,二者的“创作”原理大相径庭。

DALL·E 2采用CLIP将文本特征映射到图像特征,然后指导一个GAN或扩散模型生成图像。

所谓CLIP,是一个在各种图像和文本上训练的神经网络,对生成的多张图片进行排序,挑选出更好的生成结果进行展示。

9fba94279c1ef03bf5592bf3fe333f21.png

而谷歌的Imagen则使用纯语言模型只负责编码文本特征,把文本到图像转换的工作丢给了图像生成模型。

语言模型部分使用的是谷歌自己的T5-XXL编码器,将训练好的文本冻结。

图像生成部分则是一系列扩散模型,先生成低分辨率图像,再逐级超采样。

8ae0b05d340a81e726f4109bd61383fe.png

谷歌的T5-XXL有46亿个参数,而扩大文本编码器的规模,可以有效改善文本到图像的对应关系,和图像的保真度。

此外,Imagen还使用了另一种称为noise conditioning augmentation的扩散技术,帮助模型学习已添加的噪声量,从而提高图像的还原性。

对比来看,Imagen似乎比DALL·E更具有“写实”的特点:

4914951f58811c89e568b14f7e2eac55.png

目前,在Imagen官网上已涌现出各种新奇的图像。

有人给浣熊戴上了宇航员头盔。

2c7b55da576ee59c442056bbbc0e85b5.png

泰迪熊在这里开始游蝶泳。

a245ed0f6fa1d9e6bbdd4573bbae99c2.png

还有老鹰型的巧克力冰淇淋(嗯,还挺应景)

3f1b8c26ec682784a0072e57ef89f680.png

截至目前,Imagen和DALL·E都还在调试阶段,尚未向公众开放。

One More Thing

这次《虎戴VR》AI作画大战中,也不乏有失败的作品。

例如有网友就给出了用DALL·E mini来生成的示例。

47b665df41f1adb3a5493add706ad926.png

不难看出,在这版中的《虎戴VR》中,并没有任何VR的出现,而且老虎的面部基本上都是模糊不清。

据网友描述,他在生成的过程中,只是把“北宋”改成了“南宋”:

画作最难的“形象性”,在这次有所下降。

105b684457eb590b1d88728ff0945fe1.png

那么你觉得《虎戴VR》,哪家AI神器更强一些呢?

参考链接:

https://twitter.com/hardmaru/status/1532757753797586944?s=21&t=MhwVN5VXH22zFK7DWQJnCg


本文转载自: https://blog.csdn.net/QbitAI/article/details/125139051
版权归原作者 QbitAl 所有, 如有侵权,请联系我们删除。

“宋朝名画“虎戴VR”,在外网火了”的评论:

还没有评论