人工智能

国产AI作画神器:更懂中文,竟然还能做周边!

字号+作者: 来源:量子位 2021-11-30 15:21 评论(创建话题) 收藏成功收藏本文

从网友们上传的诸多画作来看,这个AI可以cover的风格还真不少。脑洞大开的《熊猫骑摩托》,中国山水画里的春天小雨,绚丽的概念插画《亚特兰蒂斯》,甚至一只'...


6I1品论天涯网

从网友们上传的诸多画作来看,这个AI可以cover的风格还真不少。6I1品论天涯网

脑洞大开的《熊猫骑摩托》,中国山水画里的春天小雨,绚丽的概念插画《亚特兰蒂斯》,甚至一只黑白色调的戴帽子抽烟的狗……6I1品论天涯网


6I1品论天涯网

那这个既能支持中文,又能hold住众多画风的AI工具,到底是什么来头?6I1品论天涯网

不卖关子。6I1品论天涯网

它的庐山真面目,正是百度最新对外发布的一款中文作画AI——文心·一格6I1品论天涯网

类似这种“你说我画”的AI,听说在国外已经火了很长一段时间。6I1品论天涯网

现在终于等到了个国产版的,那么它到底好不好用呢?6I1品论天涯网

“文心·一格”的初体验6I1品论天涯网

既然在这个圈子流行讲中文,那咱就先从“中国风”开始上手。6I1品论天涯网

例如输进去极具古典韵味的“江南水乡”,然后在方向和风格上选择“传统”、“中国风”。6I1品论天涯网


6I1品论天涯网

仅需等待片刻时间,“啪的一下”,一幅符合语义和风格的画作就诞生了:6I1品论天涯网


6I1品论天涯网

嘿~还别说,这画还真有一股子“小桥流水人家”的味道。6I1品论天涯网

既然是国风,那就更传统一点,直接输入一句古诗词,看文心·一格会作何反应:6I1品论天涯网

云深不知处6I1品论天涯网

云深不知处6I1品论天涯网

6I1品论天涯网


6I1品论天涯网

6I1品论天涯网

整体来说,这幅画作确实是把“云之深”韵味展现得到位了。6I1品论天涯网

据了解,文心·一格还可以继续加大难度。针对AI图像生成技术的资深用户,一格即将开放高级自定义功能,支持文本描述结合参数设置的方式探索更多创意。6I1品论天涯网

当然,也可以在”艺术家精品画廊”里先浏览下内测用户已经生成的图片,像下面这张:6I1品论天涯网


6I1品论天涯网

讲真,若非知道这是AI创作的,第一眼还以为是哪个动漫中的场景,是有够绚烂的了。6I1品论天涯网

还有下面这一张,也同样称得上是惊艳绝伦。6I1品论天涯网


6I1品论天涯网

但正所谓“货比三家”,那么文心·一格作为AI作画这条赛道的“后起之秀”,和国外的产品相比又如何呢?6I1品论天涯网

下一个挑战环节,就是国内AIvs.国外AI——恶犬咆哮。6I1品论天涯网


6I1品论天涯网

较为明显的是,DiscoDiffusion的风格更趋向于狂野;而文心·一格则是更偏向现实主义一些。6I1品论天涯网

再拿文心·一格和DALL·E2做个比较——毕加索风格的猫:6I1品论天涯网


6I1品论天涯网

在看完这两者的创作对比,你觉得谁家的更毕加索一些呢?6I1品论天涯网

不过在这般效果背后,对应的问题也随之而来:6I1品论天涯网

要生成风格更全面的图片,文心·一格的用法会更复杂吗?6I1品论天涯网

懂中文,也懂“懒人”6I1品论天涯网

用起来,并不复杂。6I1品论天涯网

我们从操作界面、提示词要求和性能要求几方面,对DiscoDiffusion和文心·一格等AI画画产品进行了简单对比。6I1品论天涯网

操作界面上,DiscoDiffusion开放的接口不能说很复杂,但确实有点门槛。6I1品论天涯网

它直接在GoogleColab上运行,需要申请账号后使用(图片生成后保存在云盘),图像分辨率、尺寸需要手动输入,此外还有一些模型上的设置。6I1品论天涯网

好处是可更改的参数更多,对于高端玩家来说可操作性更强,只是比较适合专门研究AI算法的人群:6I1品论天涯网


6I1品论天涯网

相比之下,文心·一格的操作只需三个步骤:输入文字,鼠标选择风格&尺寸,点击生成。6I1品论天涯网


6I1品论天涯网

前文已经提到,文心·一格同样也具备DiscoDiffusion的“高级自定义”功能,随后便会开放,对于想拥有更多“参数自由”的小伙伴们来说,同样是个不错的选择。6I1品论天涯网

至于提示词,DiscoDiffusion的设置还要更麻烦一些。6I1品论天涯网

除了描述画面的内容以外,包括画作类别和参考的艺术家风格也都得用提示词来设置,通常大伙儿会在其他文档中编辑好,再直接粘过来。6I1品论天涯网

关键一旦提示词设置得不好,生成的效果就不尽如人意,需要反复尝试、不断细化,AI最终才能生成合适的画面效果。6I1品论天涯网

相比之下文心·一格倒是没有格式要求,输入150字的句子或词组都可以:6I1品论天涯网

当然,输入画家名字如莫奈,也能输出对应风格:6I1品论天涯网


6I1品论天涯网

最后是性能要求上,DiscoDiffusion是有GPU使用限制的,每天只能免费跑3小时。抱抱脸(HuggingFace)上部分AI文生图算法的Demo虽然操作简单些,但一旦网速不行,就容易加载不出来:6I1品论天涯网

测试miniDALL·E时加载就失败过6I1品论天涯网

相比之下,文心·一格除了使用高峰期以外,基本上都是2分钟就能生成,对使用设备也没有要求。6I1品论天涯网

总体来看,同样是文字生成图片AI,实际相比文心·一格的“真·一句话生成图片”,DALL·E和DiscoDiffusion的生成过程都不太轻松。6I1品论天涯网

所以在这背后,文心·一格生成图像,究竟是基于一个怎样的逻辑?6I1品论天涯网

我们以输入“云深不知处”为例,希望能输出一幅中国风的画作。当接收到这几个字词(query)后,AI的脑细胞就开始“运作”了起来,从语法、词法、语义等角度对文本进行分析。6I1品论天涯网

如果将生成过程可视化,这个阶段还看不出什么效果,处于AI理解文本的阶段:6I1品论天涯网


6I1品论天涯网

很快,AI“拆解”文本后,理解要怎么画这幅画了,于是在特定尺寸(用户可选)的画纸上,构思出整体的轮廓,兼具云的元素和中国画的风格:6I1品论天涯网


6I1品论天涯网

随后,基于扩散生成模型的原理,迭代地完善并修正画面细节,不断提高清晰度、反复检查图文描述一致性,用更精确的配色替代噪声:6I1品论天涯网


6I1品论天涯网

最后,生成名为《云深不知处》的完整画作:6I1品论天涯网


6I1品论天涯网

看似“一句话生成图片”不难,其实对AI语义理解图像生成能力提出了进一步要求。6I1品论天涯网

为了能更好地理解文本、提升输出效果,文心·一格还在百度文心的图文生成跨模态模型ERNIE-VilG的基础上,进行了更详细的优化。6I1品论天涯网

为了提升图文理解能力,在知识增强的基础上,引入跨模态多视角对比学习6I1品论天涯网

为了降低输入要求同时提升效果,采用基于知识的文本联想能力,让模型学会自己扩展提示词的细节和风格;6I1品论天涯网

为了提升图像生成能力,采用渐进式扩散模型训练算法,让模型来选择效果最好的生成网络。6I1品论天涯网


6I1品论天涯网

此外,在训练和数据上,文心大模型的产业级能力也进一步给文心·一格提供了帮助,例如AI训练数据和平时在产业实践中积累的经验,都能应用到文心·一格的模型中去;至于百度知识图谱的算法能力,则进一步提升了模型通用性。6I1品论天涯网

值得一提的是,如果开发者想将文心·一格的能力用到产品中,直接调用ERNIE-VilG的API接口就行,可以说是非常方便了。6I1品论天涯网

OneMoreThing6I1品论天涯网

我们在试玩文心·一格的时候,还发现了左下角这些有意思的应用场景,一键就能生成预览:6I1品论天涯网


6I1品论天涯网

例如,颇有自如风格的装饰画:6I1品论天涯网


6I1品论天涯网

老板批量发年货时印的编织袋(手动狗头):6I1品论天涯网


6I1品论天涯网

其实,这也是文心·一格区别于DiscoDiffusion、OpenAI的DALL·E2的另一个特点——更强的实用性。6I1品论天涯网

不仅普通玩家可以用来生成自己想画但画不出来的内容,绝不会有两幅相同的画作,脑洞再放大点,就连媒体作者等文字内容创作者,也能用它高质量高效率配图。6I1品论天涯网

(嗯,以后你看量子位的文章,说不定有些配图就是用AI生成的)6I1品论天涯网

专业画师、或是设计师和艺术家,更可以用它来启发灵感、辅助创作。6I1品论天涯网

当然,从官网看来,这个产品还在更新迭代、进一步优化中。6I1品论天涯网

至于未来是否会在更多数字藏品、插画、海报和电影动漫中,看见文心·一格的画作?6I1品论天涯网

我们拭目以待。6I1品论天涯网

本网除标明“PLTYW原创”的文章外,其它文章均为转载或者爬虫(PBot)抓取。 本文只代表作者个人观点,不代表本站观点,仅供大家学习参考;转载此文是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网站编辑联系,我们将及时更正、删除,谢谢。 本站邮箱[email protected]

相关文章