餐饮广告语宣传语原汁原味

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>AI畫(hua)手(shou)會(hui)画手了(le)！Stable Diffusion學(xue)会想(xiang)象(xiang)，卷(juan)趴(pa)人(ren)類(lei)提(ti)示(shi)工(gong)程(cheng)師(shi)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：Aeneas 好(hao)困(kun)

【新智元導(dao)讀(du)】趁(chen)我(wo)們(men)不(bu)註(zhu)意(yi)，AI画手壹(yi)直(zhi)在(zai)悄(qiao)悄叠(die)代(dai)，最(zui)近(jin)新推(tui)出(chu)的(de)Stable Diffusion Reimagine和(he)Midjourney v5功(gong)能(neng)如(ru)此(ci)強(qiang)大(da)，不僅(jin)要(yao)淘(tao)汰(tai)人类画师，連(lian)提示工程师的飯(fan)碗(wan)怕(pa)是(shi)都(dou)要丟(diu)了。

這(zhe)次(ci)，人类画手是真(zhen)要失(shi)業(ye)了。

妳(ni)敢(gan)相(xiang)信(xin)，这張(zhang)電(dian)影(ying)劇(ju)照(zhao)一樣(yang)的圖(tu)片(pian)，居(ju)然(ran)是AI画的？

Midjourney v5生(sheng)成(cheng)的光(guang)影和皮(pi)膚(fu)效(xiao)果(guo)

更(geng)邪(xie)乎(hu)的是，AI画手還(hai)会自(zi)己(ji)動(dong)腦(nao)子(zi)。

最近新出的 Stable Diffusion Reimagine，只(zhi)要你給(gei)它(ta)一张图，它就(jiu)会無(wu)限(xian)開(kai)發(fa)自己的想象力(li)。你要多(duo)少(shao)版(ban)，它就给你生成多少版。

有(you)了这個(ge)AI，无論(lun)要求(qiu)多奇(qi)葩(pa)，要改(gai)多少次，甲(jia)方(fang)爸(ba)爸想要的方案(an)，設(she)計(ji)师和画手幾(ji)分(fen)鐘(zhong)就甩(shuai)给他(ta)。

logo放(fang)大的同(tong)時(shi)能不能縮(suo)小(xiao)一點(dian)？改！

想要五(wu)彩(cai)斑(ban)斕(lan)的黑(hei)？改！

就是这麽(me)氣(qi)定(ding)神(shen)閑(xian)，遊(you)刃(ren)有余(yu)。

唯(wei)一要擔(dan)心(xin)的就是，千(qian)萬(wan)別(bie)讓(rang)甲方爸爸知(zhi)道……

AI学会想象，人类连prompt的工作(zuo)也(ye)要丢了？

Stable Diffusion这个AI画图工具(ju)，咱(zan)们都很(hen)熟(shu)悉(xi)了。

昨(zuo)天(tian)，Stability AI又(you)曝(pu)出一个震(zhen)撼(han)消(xiao)息(xi)：它把(ba)Stable Diffusion大大改進(jin)了一把。

这次新推出的產(chan)品(pin)，叫(jiao)做(zuo)Stable Diffusion Reimagine。

敢叫Reimagine，聽(ting)起(qi)來(lai)就很震撼。

沒(mei)錯(cuo)，現(xian)在你只要上(shang)傳(chuan)一张图片，SDR就可(ke)以(yi)根(gen)據(ju)这个图片創(chuang)作无數(shu)张新图。

而(er)且(qie)它是真的想象，真的创作，並(bing)不是照抄(chao)原(yuan)始(shi)图片裏(li)的面(mian)孔(kong)或(huo)物(wu)體(ti)，而是根据原始图像(xiang)的靈(ling)感(gan)，重(zhong)新创作新图。

体驗(yan)地(di)址(zhi)：https://clipdrop.co/stable-diffusion-reimagine

我们都知道，在以往(wang)的AI作图工具中(zhong)，prompt的質(zhi)量(liang)，往往決(jue)定著(zhu)(zhe)你能画出图片的上限。

很多人說(shuo)，会不会prompt，將(jiang)成為(wei)使(shi)用(yong)AI的庸(yong)人和天才(cai)的分水(shui)嶺(ling)。同样，提示工程师也把prompt視(shi)为自己打(da)开AI大獎(jiang)的秘(mi)密(mi)武(wu)器(qi)。

去(qu)年(nian)在科(ke)羅(luo)拉(la)多州(zhou)博(bo)覽(lan)会藝(yi)術(shu)比(bi)賽(sai)的獲(huo)奖者(zhe)、《太(tai)空(kong)歌(ge)剧院(yuan)》的创作者，就拒(ju)絕(jue)分享(xiang)出自己在Midjourney所(suo)用的提示。据说，他花(hua)了80多个小时，在900次迭代中，才完(wan)成了这幅(fu)画作。

而现在，不需(xu)要多復(fu)雜(za)的prompt，只需要把一张图片丢给AI，算(suan)法(fa)就可以创造(zao)出我们想要的无窮(qiong)多變(bian)化(hua)。

輕(qing)点一下(xia)鼠(shu)標(biao)，你的臥(wo)室(shi)立(li)馬(ma)大变样。

技(ji)术原理(li)

这个全(quan)新的Stable Diffusion Reimagine，是基(ji)於(yu)stability.ai创造的一種(zhong)新算法。

經(jing)典(dian)的Stable Diffusion模(mo)型(xing)，都是被(bei)訓(xun)練(lian)成以文(wen)本(ben)輸(shu)入(ru)为條(tiao)件(jian)。

而Reimagine中，用一个图像编碼(ma)器取(qu)代了原来的文本编码器。不是根据文本输入来生成图像，而是從(cong)图像中生成图像。在编码器通(tong)過(guo)算法後(hou)，还加(jia)入一些(xie)噪(zao)音(yin)，以产生变化。

这种方法产生了外(wai)觀(guan)相似(si)、但(dan)細(xi)節(jie)和構(gou)图不同的图像。

而與(yu)图像到(dao)图像的算法不同，原始图像首(shou)先(xian)就被完全编码，这意味(wei)着生成器并未(wei)使用来自原始图像的任(ren)何(he)一个像素(su)。

而且，Clipdrop还能提升(sheng)图片的分辨(bian)率(lv)。用戶(hu)只需上传一张小图，就能获得(de)一张至(zhi)少有兩(liang)倍(bei)细节水平(ping)的图片。

据悉，Stable Diffusion Reimagine的模型很快(kuai)就会在StabilityAI的GitHub上开源(yuan)了。

发揮(hui)不穩(wen)

當(dang)然，Reimagine也存(cun)在一定的局(ju)限性(xing)。

最大的缺(que)陷(xian)就是，它不会根据原始的prompt创作图像。

另(ling)外呢(ne)，它的发挥也没有那(na)么稳定，有时很驚(jing)艷(yan)，有时会比較(jiao)拉跨(kua)。

另外，雖(sui)然Stability AI在模型中安(an)裝(zhuang)了一个过濾(lv)器，阻(zu)擋(dang)不適(shi)当的請(qing)求，但它也不是万能的。

另外，AI模型都无法避(bi)免(mian)的偏(pian)見(jian)問(wen)題(ti)，Reimagine也不能避免，Stability AI目(mu)前(qian)正(zheng)在收(shou)集(ji)用户的反(fan)饋(kui)，希(xi)望(wang)能減(jian)轻偏见。

網(wang)友(you)已(yi)玩(wan)瘋(feng)

而网友们当然已经迫(po)不及(ji)待(dai)地玩上了。

左(zuo)上角(jiao)（或最左側(ce)）是原始文件，而其(qi)他图片都是受(shou)原始文件啟(qi)发后，「重新想象」的创作。

从分享的作品上来看(kan)，效果最为突(tu)出的確(que)實(shi)是设计：

Stable Diffusion Reimagine可以在不改变整(zheng)体氛(fen)圍(wei)的情(qing)況(kuang)下，重新设计整个場(chang)景(jing)。

看得出来，Stable Diffusion Reimagine在手繪(hui)作品的處(chu)理上，表(biao)现得非(fei)常(chang)出色(se)。

这位(wei)网友表示，它對(dui)「感覺(jiao)」理解(jie)得相当好，自己很喜(xi)歡(huan)这种自由(you)发挥的效果。

此外，Stable Diffusion Reimagine对二(er)次元角色拿(na)捏(nie)得也不错。

在真实场景中，有网友在嘗(chang)試(shi)了自己的自拍(pai)之(zhi)后大贊(zan)稱(cheng)：「我打賭(du)你们绝对猜(cai)不到哪(na)张照片是真的。」

然而，小编在尝试一些「名(ming)场面」时，結(jie)果卻(que)是下面这样的……

首先输入《九(jiu)品芝(zhi)麻(ma)官(guan)》的「我全都要」：

然后让Stable Diffusion「重新想象」一下：（这结果多少有些殺(sha)马特(te)在里面）

換(huan)成「威(wei)爾(er)·史(shi)密斯(si)在奧(ao)斯卡(ka)现场怒(nu)扇(shan)克(ke)里斯洛(luo)克耳(er)光」试试？

啊(a)，这……

或許(xu)是我们的打开方式(shi)不对，畢(bi)竟(jing)，Stability AI的主(zhu)要目的幫(bang)助(zhu)设计师们只用一张照片就能获得类似的備(bei)選(xuan)方案。

那么，我们就用它们给出的案例(li)来做个測(ce)试吧(ba)。

注意看，下面是官方的演(yan)示：

而下面这个是同一张图的「复现」效果……

顯(xian)然，Reimagine生成的图片看起来遠(yuan)没有那么逼(bi)真，而且比例也很奇怪(guai)。

在进行(xing)了数次尝试之后，我们仍(reng)然没有得到一张看起来完全真实的图像。

对此，有网友在尝试之后也表示，Stable Diffusion Reimagin生成图片的质量跟(gen)Midjourney的差(cha)距(ju)还是很大的。

因(yin)为Midjourney可以通过社(she)區(qu)生成的大量反馈进行優(you)化，而这一点是Stable Diffusion難(nan)以比擬(ni)的。

AI画手終(zhong)于会画手了

而另一强大的AI画手——Midjourney，当然也没闲着。

本周(zhou)三(san)，Midjourney宣(xuan)布(bu)：我们已经升級(ji)到第(di)5版了！

比起之前的版本，V5版的图像质量更高(gao)、输出更多样化、有更廣(guang)泛(fan)的風(feng)格(ge)、支(zhi)持(chi)无縫(feng)紋(wen)理、有更寬(kuan)的縱(zong)橫(heng)比、有更好的图像提示，以及更宽的动態(tai)範(fan)围……

Midjourney V5的效果怎(zen)么说呢，AI艺术家(jia)们给出的評(ping)價(jia)是——「太逼真，太完美(mei)，以至于令(ling)人毛(mao)骨(gu)悚(song)然。」

「仿(fang)佛(fo)一个近视眼(yan)忽(hu)然戴(dai)上了眼鏡(jing)——画面忽然間(jian)就变成4k的了。」

网友评价：因为每(mei)次都太完美，太惊艳，到最后多巴(ba)胺(an)都停(ting)止(zhi)分泌(mi)了

可以看出，Midjourney自2022年3月(yue)首次面世(shi)以来，在图像细节上一直在不停进步(bu)。去年8月推出了第3版，11月推出了第4版，今(jin)年3月就推出了第5版。

输入这样一个prompt「一个肌(ji)肉(rou)发達(da)的野(ye)蠻(man)人在 CRT 电视機(ji)旁(pang)手持武器、电影、8K、演播(bo)室照明(ming)」，v3、v4、v5生成的图像依(yi)次如下——

Midjourney v3（左）、v4（中）和 v5（右(you)）

但最惊艳的提升，还是对人手的处理。

nice！

眾(zhong)所周知，Midjourney、Stable Diffusion和DALL-E等(deng)模型， 都经过了数百(bai)万人类艺术家作品的训练。

为了构建(jian)LAION-5B数据集，AI研(yan)究(jiu)者指(zhi)导的机器人爬(pa)取了数十(shi)億(yi)个网站(zhan)，包(bao)括(kuo)DeviantArt、ArtStation、Pinterest、Getty Images等的大型图像庫(ku)，并收集了数百万张照片。

然而即(ji)便(bian)如此，AI画手依然没学会画手。

即便是人和场景都已经达到真假(jia)难辨的程度(du)，只要放大手部(bu)，基本就是一秒(miao)破(po)功。

网友们紛(fen)纷表示，那些从不露(lu)手的「美女(nv)自拍」，多半(ban)就是AI幹(gan)的了。

这是为什(shen)么呢？

Stability AI的解釋(shi)是，在AI数据集中，人类的手不如面部显著；手在原始图像中往往很小，很少以大的形(xing)式出现。

而佛罗里达大学AI和艺术教(jiao)授(shou)Amelia Winger-Bearskin的解释是AI们并不能真正理解「手」是什么，不理解它在解剖(pou)学上与人体有什么關(guan)系(xi)。

而Wieland发现，Midjourney v5在大多数时候(hou)，都能画出5个手指的手，而不是7到10个指頭(tou)的。

而AI会画手之后，网上出现的任何照片，都真假莫(mo)辨了。

如果非要说Midjourney V5有什么缺点，大概(gai)就是太过逼真和完美，也就让我们喪(sang)失了那种多次尝试后找(zhao)到最佳(jia)结果的快感。

（昨天试了多次终于用文心一言(yan)画出完美林(lin)黛(dai)玉(yu)的小编表示，非常赞同）

这就是老(lao)虎(hu)机效應(ying)（near-miss）——就差那么一点兒(er)，才是让我们繼(ji)續(xu)玩下去的动力。

參(can)考(kao)資(zi)料(liao)：

https://arstechnica.com/information-technology/2023/03/ai-imager-midjourney-v5-stuns-with-photorealistic-images-and-5-fingered-hands/

https://stability.ai/blog/stable-diffusion-reimagine返(fan)回(hui)搜(sou)狐(hu)，查(zha)看更多

責(ze)任编辑：