人工智能绘画，惊喜伴着争议

一幅由人工智能（AI）生成的“中国情侣”图片近期在国内外社交媒体上被广泛转发，其逼真的视觉效果令不少网友感叹：“AI已经不逊于人类画师了。”这幅作品由AI图片生成工具Midjourney最新推出的V5版本生成，该工具是近期继GPT-4后又一受到关注的AI产品。在接受《环球时报》记者采访时，多名人工智能与互联网业内人士认为，MidjourneyV5版本代表了目前生成式AI的前沿水平，其生成的图像在某些领域已经得到商用，通过继续学习和技术迭代，预计其能力可以进一步增强。不过，上述人士也提到，Midjourney以及生成式AI由于通过公开数据进行训练，其生成的作品在版权等问题上存在较大争议。

　　“中国情侣图片”是如何出圈的

　　由美国一家工作室开发的Midjourney于去年3月首次亮相，在当年8月迭代至V3版本并开始引发一定的关注，而今年更新的V5版本让Midjourney及其作品成功“出圈”，代表作是上述的“中国情侣”图片。

　　在这张图片中，一对年轻中国情侣穿着夹克和牛仔裤坐在楼顶，背景是上世纪90年代的中国城市。由于在光影、人物细节、氛围感等方面的出色刻画，这张图片甚至被一些网友认为是一张真实拍摄的老照片，而非AI生成的图片。

　　据外媒报道，自上线以来，Midjourney在图像细节上一直在不停进步。Midjourney官方表示，V5版本的图像质量更高、输出更多样化、有更广泛的风格、支持无缝纹理、有更宽的纵横比、有更好的图像提示以及更宽的动态范围等。

　　此外，该版本还大幅优化了此前无法准确生成人物手部的问题。一名使用过Midjourney的画师告诉《环球时报》记者，在此前版本中，Midjourney对手部刻画有很多问题，例如手指数量错误或形态扭曲，这也是此前分辨图片是否为AI生成的主要判断依据。不过，MidjourneyV5版本在这方面有了明显提升，虽然仍能观察到手部不自然的情况。

　　在V5版本之前，Midjourney已得到一系列应用。去年9月，一幅名为《太空歌剧院》的作品获得了美国科罗拉多州博览会艺术比赛的金奖，这幅作品就是由Midjourney完成的。去年6月，英国杂志《经济学人》曾使用Midjourney设计过一期封面，以呼应“AI新前沿”的封面故事主题。

　　《环球时报》记者近日也体验了Midjourney，该技术目前主要在通讯软件Discord上以与“Midjourneybot”对话的形式使用。通过输入提示词的方式，记者可以让Midjourneybot生成相应的图片，提示词可以设定很多，还可以要求分辨率、是否写实风格等。通常Midjourneybot会在1分钟左右生成4张图片，用户还可以要求重新生成。

　　在使用过程中，记者发现Midjourney的另一个问题：用户只能通过提示词来提出要求，但无法对图片生成过程进行控制或修改，图片生成更像是一个“黑盒”。因此，用户需要不断更换或调整提示词，让生成的图片更符合需求。创作出《太空歌剧院》的杰森·艾伦就曾对外媒透露，他总共生成了900多张图片才挑选出满意的作品。

　　背后是什么技术

　　业内人士告诉《环球时报》记者，Midjourney是一种大模型生成式AI。2015年，谷歌公司的一名研究员创建了首个用于艺术创作的机器学习应用DeepDream。此后，AI图像生成开始走进大众视野中。

　　一家知名跨国企业的AI算法工程师李涛告诉《环球时报》记者，基于扩散模型，Midjourney打造了自己的闭源模型，通过抓取大量公开数据进行训练。与此同时，Midjourney也不断收集用户反馈数据并对模型进行迭代，最终形成目前的成果。

　　扩散模型属于一种无监督生成模型。计算机视觉处理开源软件库OpenCV负责人马利克在接受外媒采访时曾表示，扩散模型利用从文本数据中获得的知识来理解单词集合在一起的语义，并与真实世界联系起来，这使AI能够在不依赖特定数据集的情况下生成更复杂和多变的图像。马利克认为，扩散模型是生成式AI的重大进步，因为它们不依赖监督学习。通过利用从无监督学习中获得的知识，这些模型可以生成复杂多样的图像，而无须手动标记数据，从而使其更加灵活。

　　一段时间以来，不少公司均推出了AI图片生成模型或相关产品。近日，微软Bing宣布接入OpenAI的AI绘画模型DALL·E，上线了AI生成功能，Adobe也为旗下的Firefly模型新增了AI绘图产品。

文章转自中国经济新闻网

本网所刊登文章，除原创频道外，若无特别版权声明，均来自网络转载；
文章观点不代表本网立场，其真实性由作者或稿源方负责；
如果您对稿件和图片等有版权及其它争议，请及时与我们联系，我们将核实情况后进行相关删除。