理財和基金的區(qū)別 關于理財和基金的區(qū)別介紹
2023-01-26
宋朝名畫“虎戴VR”，在外網(wǎng)火了
更新時間：2022-06-05 14:35:25作者：未知
金磊 Alex 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI
誰能想到，宋朝的老虎們，有一天能在國外被玩兒火了。
事情是這樣的。
前不久谷歌不是出了個AI創(chuàng)作神器Imagen嘛。
只要你給一句話，它就能生成符合語意的圖片。
然后腦洞大開的國外網(wǎng)友們，不按套路地給Imagen出了道題：
Imagen也沒在怕的，“啪的一下”就給出了一幅力作——《虎戴VR》。
還別說，這幅《虎戴VR》還真是有點那味了。
不僅是畫風上，VR頭戴跟老虎以及整幅畫作能夠保持一致。
就連手柄、雙虎嬉戲的感覺也都一步到位地畫了出來。
然后還有兩只老虎戴VR，手牽著手一起“恰恰恰”的：
甚至Imagen還別出心裁地設計了個“連線”版VR（可能在面對面看片吧）：
但畢竟在AI作畫這事上，除了谷歌Imagen之外還有很多神器。
于是，一場《虎戴VR》作畫大戰(zhàn)就此拉開序幕。
（猜猜誰家的畫更有“心有猛虎，細嗅薔薇”的味道）
DALL-E也來請戰(zhàn)
首先來應戰(zhàn)的，定然是OpenAI家的DALL·E。
網(wǎng)友Jacob出于好奇，便用它做了幾幅來做比較。
首先是滿滿“定妝照”風格的《虎戴VR》（很颯?。?/p>
不難看出，DALL·E的畫作和Imagen在風格上還是有很大的區(qū)別。
Imagen的畫作更趨于簡約線條風，而DALL·E則更多了些許油畫的元素。
不過在意境方面，DALL·E也是能夠產(chǎn)出“雙虎嬉戲”，甚至是擬人的畫作：
二者相比之下，網(wǎng)友們給出了他們的評價：
大多數(shù)網(wǎng)友們對谷歌家的Imagen更買單。
而除了它倆之外，像AI繪畫神器MidJourney也參與到了此次“大戰(zhàn)”。
不過它的作品，就顯得略有些詭異了……
DALL·E VS Imagen
那么，同樣作為AI創(chuàng)作神器，最近大火的Imagen和DALL·E為何畫風會截然不同呢？
Open AI的DALL·E和谷歌的Imagen，都可以直接通過文本描述生成類似超現(xiàn)實主義的圖像，讓機器也能擁有設計師般的創(chuàng)造力。
不過，二者的“創(chuàng)作”原理大相徑庭。
DALL·E 2采用CLIP將文本特征映射到圖像特征，然后指導一個GAN或擴散模型生成圖像。
所謂CLIP，是一個在各種圖像和文本上訓練的神經(jīng)網(wǎng)絡，對生成的多張圖片進行排序，挑選出更好的生成結果進行展示。
而谷歌的Imagen則使用純語言模型只負責編碼文本特征，把文本到圖像轉換的工作丟給了圖像生成模型。
語言模型部分使用的是谷歌自己的T5-XXL編碼器，將訓練好的文本凍結。
圖像生成部分則是一系列擴散模型，先生成低分辨率圖像，再逐級超采樣。
谷歌的T5-XXL有46億個參數(shù)，而擴大文本編碼器的規(guī)模，可以有效改善文本到圖像的對應關系，和圖像的保真度。
此外，Imagen還使用了另一種稱為noise conditioning augmentation的擴散技術，幫助模型學習已添加的噪聲量，從而提高圖像的還原性。
對比來看，Imagen似乎比DALL·E更具有“寫實”的特點：
目前，在Imagen官網(wǎng)上已涌現(xiàn)出各種新奇的圖像。
有人給浣熊戴上了宇航員頭盔。
泰迪熊在這里開始游蝶泳。
還有老鷹型的巧克力冰淇淋（嗯，還挺應景）。
截至目前，Imagen和DALL·E都還在調試階段，尚未向公眾開放。
One More Thing
這次《虎戴VR》AI作畫大戰(zhàn)中，也不乏有失敗的作品。
例如有網(wǎng)友就給出了用DALL·E mini來生成的示例。
不難看出，在這版中的《虎戴VR》中，并沒有任何VR的出現(xiàn)，而且老虎的面部基本上都是模糊不清。
據(jù)網(wǎng)友描述，他在生成的過程中，只是把“北宋”改成了“南宋”：
那么你覺得對于《虎戴VR》，哪家AI神器表現(xiàn)更出色呢？
https://twitter.com/hardmaru/status/1532757753797586944?s=21&t=MhwVN5VXH22zFK7DWQJnCg