颠覆想象的AI绘画:Dall-E 2使用指南_MET:SPMETA价格

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 | Derek Schloss:在加密监管方面 美国应该平衡传统和颠覆型技术:证券型代币教育平台Security Token Academy战略总监Derek Schloss近期接受采访时表示,对于加密领域的监管,美国应该采取一种谨慎的方法,即确定“如何最好地参与其中”,以保持传统型与颠覆型技术之间的平衡为目标,“监管机构目前面临的困难是,一方面要保护我们的传统金融市场,另一方面又不能在颠覆性技术有机会真正启动之前就将其扼杀。”Schloss补充说,世界其他地区正在“迅速行动”,为“新的数字资产经济”制定“指导方针”,但由于美国在传统金融领域处于领先地位,他们应该保持进入数字世界的势头,“就我们的传统金融市场而言,美国确实在全球有显著的领先优势。为了保持现有的地位,美国最终必须加大立法和监管力度,并创造出我们市场可以依赖的、经过深思熟虑的引导方案。”(AMBCrypto)[2020/1/1]

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。

动态 | 报告:区块链技术具有颠覆行业的潜力:据newelectronics消息,Digital Catapult的一份报告显示,分布式账本技术(DLT)对英国企业存在潜在影响,并且作为一个繁荣的生态系统活跃于各个领域,有助于为处于不同发展阶段的英国公司和众多行业应用程序降低成本,实现更高效的公共服务并改善供应链的可追溯性。总得来说,区块链技术具有颠覆行业的真正潜力,而英国有机会在这一市场夺回领先地位。Digital Catapult首席执行官Jeremy Silver表示,需要采取积极措施提高对多个行业DLT技术的理解,以实现英国经济更广泛的利益。Silver说:“要做到这一点,就需要鼓励进一步采用这项技术,我们必须去除神秘感,斩断炒作,并教育金融服务部门以外的组织应对DLT的各种应用,以及考虑如何帮助其降低创新风险。”[2018/11/26]

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。

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。

分析 | 报告显示:基于区块链的自治性保险将颠覆传统保险业:根据ResearchAndMarkets.com 发布的最新Peer2Peer Insurance Global 2018中显示区块链技术和点对点(P2P)保险模式正在重塑保险领域。该研究指出,最近出现了一股使用区块链技术和自治模型的p2p保险新浪潮。在自治模式下,社区内的投保人共同管理所有保险职能,如制定政策规则,接受新成员,提出和批准索赔,以及支付赔偿。传统保险公司所做的工作——报价、索赔管理和管理,现在都可以通过软件和智能合约来处理。[2018/9/10]

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。

德国金融监管机构主管:区块链技术可能颠覆整个金融机构:德国金融监管机构主管Felix Hufeld表示,区块链技术具有革命性,可能颠覆整个金融机构。[2018/6/13]

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。

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。

微信、Facebook的终极敌人——区块链或将彻底颠覆社交媒体:Facebook、亚马逊、谷歌等公司曾经打散了信息传播的权力中心,但他们现在又建立起了另一个垄断数据和信息的集权中心。主张区块链技术重塑社交媒体的观点认为: 区块链技术的核心是去中心化,可以帮助用户更好地保护信息隐私;区块链技术支持下的社交平台可以拥有更可靠的内容排名和社交系统,免受广告商垃圾内容的困扰;原创内容生产者也能从自己的创作中获利,而不是被平台剥夺权益。[2018/1/27]

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。

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

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

火必下载下一次出圈前:Web3产品 需要让「普通人」轻松入门_RAM:区块链的未来发展前景

原文作者: 0 xjordy 您正在观看 2022 年超级碗比赛,并且有史以来第一次看到超级碗播放加密公司的广告。 NBA 职业篮球队洛杉矶湖人队和洛杉矶快船队都将 Crypto_com 球馆作为主场。 加密货币和 NFT 热潮终于闯入主流。随着 Web3 行业的快速发展,公众比以往任何时候都更加了解了加密货币和区块链。

[0:15ms0-9:40ms