宇宙链 宇宙链
Ctrl+D收藏宇宙链
首页 > UNI > 正文

颠覆想象的AI绘画:Dall-E 2使用指南

作者:

时间:1900/1/1 0:00:00

围绕OpenAI推出的第二代DALL-E 2系统的讨论一直处于两极分化的状态,甚至在其推出了几个月后依旧如此。

有用户认为这是一项可以重新定义艺术的突破性创新,而批评者则将其视为人工智能图像生成器给创意产业带来厄运的开始。

然而毫无疑问的是,DALL-E 2为我们创造和消费艺术开辟了新的可能性和挑战。本文详细介绍了AI图像生成器DALL-E 2的用法和缺点。

DALL-E 2是一款人工智能图像生成器,它可以根据自然语言的文本描述创建图像和艺术形式。换句话说,它是一个根据文本生成图像的人工智能系统。

2021年1月,OpenAI推出了DALL-E模型,DALL-E 2是其升级版。“DALL-E”这个名字源于西班牙著名艺术家Salvador Dalí和广受欢迎的皮克斯动画机器人“Wall-E”的组合。

2022年7月,DALL-E 2进入测试阶段,可供白名单中的用户使用。同年9月28日,OpenAI取消了白名单的要求,推出了任何人都可以访问并且使用的开放测试版。

声音 | 阳光100集团副董事长范小冲:未来区块链对房地产的改变是颠覆性的:阳光100集团副董事长范小冲在接受中国房地产报采访的时候被问到未来经济和房地产图景应该是什么样的问题,他说:“未来数字化经济时代,区块链对房地产改变将是颠覆性的,比如区块链,这个对房地产也是颠覆性的。房地产是最大不动产,未来通过区块链能够把房地产巨大的财富唤醒。区块链可以详细记录房产位置、地址,乃至房价、历届房东和租户等细节,获得更精准的数据,建立一个去中心化的数据库。它能够把房地产的交易更细化、分权。把房地产的产权、经营权、收益权分开,这也是对房子有限的资源最大的利用。”[2019/1/6]

与最初的DALL-E一样,DALL-E 2也是一种语言生成模型,它使用文本提示来创建原始图像。

尽管和之前DALL-E具有的120亿个参数的模型不同,DALL-E仅仅具有大约35亿个参数,但DALL-E 2生成的图像分辨率是DALL-E的四倍,这是一次令人印象深刻的升级。同时,DALL-E 2在真实感和字幕匹配方面似乎也做得更好。

听起来,DALL-E 2很有未来感,可能会让新用户望而生畏,但它使用起来非常简单。我们不进行详细介绍,仅通过迷你教程为大家提供快速概览。

声音 | Ricardo Guadalupe:区块链技术是科技中的颠覆与创新之举:据澎湃消息,宇舶表首席执行官Ricardo Guadalupe表示,区块链技术是科技中的颠覆与创新之举,改变了业界的发展轨迹。这种技术具有先锋精神,堪称当今世上最炙手可热的技术,必将在各个领域发挥无限可能性,为不同行业带来翻天覆地的变化。[2018/11/14]

首先,登陆DALL-E 2的官网并创建一个帐户,如果您此前已经拥有OpenAI的帐户,登陆即可。需要注意的是,系统会要求您提供电子邮件和电话号码以进行验证。

一旦帐户准备就绪,我们就可以开始生成图像。用户最多提供400个字符的描述性文本,AI艺术生成器将对其进行处理。根据测试,我们可以从文本提示中得到许多原创且有趣的结果。

比如,我们输入“狼群在满月时嚎叫”就收到了如下的结果。

输入“一个3D渲染的罗马士兵正在休息”则获得了以下的图像。

俞敏洪:担心区块链对教育领域产生颠覆式影响:4月15日,新东方教育科技集团董事长俞敏洪在北京航天航空大学发表《A Better You , A Bigger World !》的演讲。他在演讲中表示:“今年我研究的一个主题:区块链,我担心区块链未来对教育领域产生颠覆式影响,所以就一定要把它弄懂。什么叫区块链,什么叫去中心化,什么叫信息不可更改。你发现这个世界上需要学习的东西太多,那你用什么方法去学习,用什么方法去介入,用什么态度能够走向世界?”[2018/4/23]

DALL-E 2为AI图像生成器的质量提供了新的基准。它与之前的同类产品相比,能够更好地理解文本描述。

其卓越的自然语言理解能力可以更严格地控制图像的风格、主题、角度、背景、位置和概念,并获得更高质量的图像和令人印象深刻的艺术形式。

那么让我们来看看DALL-E 2的工作原理。

要了解AI图像生成器的工作原理,我们首先需要了解CLIP、先验模型和解码器扩散模型(unCLIP)。

什么是CLIP?CLIP指的是对比语言图像预训练,是DALL-E 2架构中最关键的模块。

该训练基于用户可以用自然语言教计算机不同图像之间如何相互关联,并由文本和图像编码器这两个神经网络组成。

京东金融研究院院长孟昭莉:区块链不会颠覆传统金融:近日,由京东金融研究院和工信部下属中国信通院云计算和大数据所共同撰写的《区块链金融应用白皮书》正式发布。“我们希望借助白皮书的发布,引导行业更多地关注区块链技术在具体场景中的应用价值。”京东金融研究院院长孟昭莉表示,“我们对于区块链技术的前景十分看好。但只有与场景和应用相结合,区块链技术才能真正发挥作用。区块链不会颠覆和取代传统金融,而是让行业的效率和信任的提升有了新的技术实现工具。”[2018/4/4]

文本和图像编码器都接受了大量不同的图像文本对集合的训练。该模型分析这些图像-标题对以创建称为文本/图像嵌入的矢量表示。换句话说,CLIP充当文本(输入)和图像(输出)之间的桥梁。

先验模型采用标题/CLIP文本嵌入,并以此为基础生成CLIP图像嵌入。

unCLIP则是使用CLIP图像嵌入生成图的原始CLIP模型的逆模型。DALL-E 2通过先验模型和unCLIP模型来创建输出。

下图大致概述了其基本过程。

SEC主席:加密货币技术与ICO可能是颠覆性的 需要加强监管 :SEC主席Jay Clayton认为,加密货币技术以及ICO可能是颠覆性的,其能够提高效率,具有变革意义,但同时,市场也存在着很大的问题,需要监管部门加强监管。[2017/12/13]

如图所示,unCLIP模型创建了图像的“心理”表示。基于此,创建了原始图像。

这些“心理再现”保留了语义一致的核心特征和特点,例如“动物、物体、颜色、风格和背景等关键要素”。然而,因为扩散学习是变化的,每一次输出的图像也会有所不同。

请注意,上文只是DALL-E 2工作原理的简要表述,实现的技术细节和数学更加复杂,我们就不在这里赘述。如果您对DALL-E 2的技术规格感兴趣,可以参看OpenAI在今年早些时候发表的论文《Hierarchical Text-Conditional Image Generation with CLIP Latents》。

只要用户给出精确和具有描述性的文本提示,就可以通过AI艺术生成器得到多个高质量的图像,甚至在几秒钟的时间里实现画家或数字艺术家需要数小时甚至数天才能达到的质量水平。

用户可以免费查看所有这些视觉创意,无需支付场地费,也无需向创意人员和模特支付工资。

然而这也对我们的内容创作经济带来了一定的影响。

DALL-E 2使用自己对主题、风格、调色板和所需概念意义的“理解”,生成相应的图像。

每个图像最多可以产生四个变体。每一个都与原作的外观、感觉和意义相呼应,但又具有自己独特的风格。

您也可以在DALL-E 2中编辑图像,无需任何照片编辑经验。与Adobe Photoshop不同,使用DALL-E进行编辑非常简单。

例如,用户想要在火星上行走的宇航员的肖像中添加一只狗,只需要输入“在宇航员身后放一只狗”。同样,用户还可以要求程序通过放大和缩小来更改图像的视图框架,直到获得所需的结果。而就DALL-E 2的功能而言,这些只是冰山一角。

同时,根据设计,该系统无法生成涉及、血腥或元素的内容。也就是说,该程序有其合理的局限性和缺点。

DALL-E 2的输出质量很大一部分取决于用户提供的文本提示的质量,文本越具体,获得所需输出的机会就越高。然而,该系统有一些内在的局限性。

例如,当前它还不具有很精确组合性,尽管似乎会随着时间的推移而改善。这意味着DALL-E 2通常无法有意义地合并多个对象或对象属性,例如形状、方向和颜色。

同时在一些意料之外的情况下,有一些相对简单的文本,程序也可能无法充分执行。

例如,我们输入文本“一百只打扮成罗马士兵的青蛙在沙漠中行进”。即使我们尝试了多种提示变体,结果也不尽如人意。

另一个例子是当我们尝试相当简单的提示时,如“霸王龙骑着独轮车在艾菲尔塔前”。不知道为什么,程序拒绝画独轮车,取而代之的是自行车。而当我们从提示中删除“Eifel Tower”,产生预期图像则没有任何阻碍。

这些只是DALL-E 2局限性的几个例子。更令人担忧的问题本质上很复杂,可能会对公司及其用户造成严重不良影响。

OpenAI限定DALL-E 2不创建公众人物和名人的图像。事实上,它完全拒绝生成包含真实面孔或真人的图像,这是朝着防止滥用该程序迈出的重要一步。

随着DALL-E 2越来越受欢迎,版权侵权也可能成为一个大问题。OpenAI坚持认为,用户“获得了将他们使用DALL-E创建的图像商业化的全部权利,包括转载、销售和商品化的权利。”

然而,人工智能艺术生成器依赖于分析、学习人类艺术家的作品来创造艺术。因此,不能排除潜在的侵犯知识产权法的可能性,无论是否有意。

DALL-E 2完美吗?作为一项正在完善的项目,答案是否定的。

但是,正如机器学习的本质一样,随着时间的推移,该程序正变得越来越聪明,也越来越有能力。从纯技术的角度来看,DALL-E 2是AI技术演进的一大进步。

人们普遍认为人工智能系统在创意领域实际上无法超越人类,至少不会很快。但是DALL-E 2已经使这个论点受到了冲击。

然而尽管OpenAI已经采取了一系列措施来预测和防止DALL-E 2的潜在滥用,但这并非万无一失。在没有任何道德界限的情况下可以使用的AI系统将在多久后出现?需要我们保持警惕。

无论如何,我们都需要密切关注这个新兴行业。因为AI艺术生成器及其背后的技术只会在未来的岁月里变得更加普遍。

元宇宙之心

企业专栏

阅读更多

金色财经

金色财经 子木

金色早8点

去中心化金融社区

虎嗅科技

CertiK中文社区

区块律动BlockBeats

深潮TechFlow

念青

Odaily星球日报

标签:DALALL区块链OPENDALC价格trustwallet钱包官网下载区块链游戏币最高涨多少OpenLive NFT

UNI热门资讯
回顾熊市下资助(Grant)的生态系统及组件

贡献者:DAOctor /img/202315210314/0.jpg" />来源:Joel John 的 Grants & Web3虽然上图不言自明,但很明显.

1900/1/1 0:00:00
晚间必读5篇 | 2023八大Web3游戏主题

1.金色观察 | 2023八大Web3游戏主题人们如此痴迷游戏的原因是什么?因为游戏能让我们测试并磨练我们的技能。在具有深度的游戏中这一点尤为明显,深度游戏提供了丰富的策略、战略玩法可能性.

1900/1/1 0:00:00
今年共有超过11.7万个“韭菜”代币 比2021年全年增长41%

来源:老雅痞 不知道大家听没听过一个段子,泰坦尼克号出事儿,对于船上的人来说是一场悲剧,但是对于船上的鱼虾们来说,就是生机了。在区块链行业动荡的历史上,2022年很可能会成为有史以来最糟糕的年份之一.

1900/1/1 0:00:00
金色早报 | 纽约法官批准SBF以2.5亿美元保释

▌ 纽约法官批准SBF以2.5亿美元保释金色财经报道,法官表示,纽约法官批准FTX创始人班克曼以2.5亿美元保释。FTX创始人班克曼下次出庭时间为2023年1月3日。SBF在离开法院后,将被要求佩戴电子监控手环.

1900/1/1 0:00:00
高奢时尚品牌布局NFT市场 是跟风还是下一个风口?

尽管Crypto寒冬正在来临,古驰和蒂芙尼等奢侈品牌仍继续深入NFT市场。然而NFT地板价持续下跌,他们要多久才会认输?圣诞节快到了。玛丽亚·凯莉的那首歌已经在重复播放,人们都出去买礼物了.

1900/1/1 0:00:00
2023 年以太坊生态 5 大预测

文/neworder 来源/DeFi之道 一、熊市还没有过去 2022 年注定是 Crypto 重要的一年.

1900/1/1 0:00:00