378. 绘图AI的三种形式(1 / 2)

重生之AI教父 CloseAI 1065 字 9个月前

【377是当选的内容肯定是出不来了,378前半部分和谐了,不能写,我把后半部分放免费章节在这里吧。】

不论大家的观点如何离谱,对于领域的关注随着大选节节攀升也是不争的事实。

这种热度在孟繁岐宣布即将发布真正的,能够根据文本绘图的人工智能后,来到了一个新的巅峰。

因为接近半年之前,孟繁岐放出的试用版本clp就已经展现了相当出色的绘图能力和多模态理解能力。

好到大家都以为这东西是专门为了绘图而研发的。

结果没想到,仅仅只是加入了图像和文本之间的对应关系,模型就很快自发的拥有了如此之强的图像生成能力。

而且半年前就已经那么惊人了,现在那还得了?

对于万众期待的绘图,内部的研发其实并不顺利,这点从发布时间上就能够看出。

孟繁岐也犹豫了相当一段时间,应该具体选择怎样的路线。

前世最为著名的图像生成器,主要是stbledffuson,djourne和dlle三个。

其中sd扩散模型是基于clp的文本生成图像模型,它的方式是从有噪声的情况开始,逐渐改善图像,直到完全没有噪声,逐步接近所提供的文本描述。

它的训练方式也已经经过了多次的研究打磨,先采样一张图片,并随着时间的推移逐渐增加噪声,直到数据无法被识别。随后让模型尝试将图像回退到原始形式,在此过程中学习如何生成图片或其他数据。

这种路线如其名字stble一样,非常稳定,不过倘若想要生成非常高质量的图像,计算消耗非常之大。

技术上已经达成,但在成本上,似乎目前不是很适合投入市场。

前世的djourne则比较擅长各种艺术化的风格,生成的图像常有非常精美的结果。

隐姓埋名,一举夺得绘画大赛金奖的那副【太空歌剧院】便是djourne的作品。

按理来说,这个路线更具美感,既能够起到震撼宣传的效果,又能吸引大量用户,应该是上上之选。

不过对比开源的扩散模型办法,djourne使用的是公共平台机器人来处理用户的请求。

由于其封闭盈利的模式,孟繁岐对这款的具体技术细节知之甚少,也不清楚它最为核心的技术关键是什么,因而只得放弃这条线路。

“如果从前世的知名度和受欢迎情况来看,扩散模型和djourne会更加稳定,不过dlle在我重生前已经和chtgpt进行了组合,有非常大的潜力,考虑到以后的发展情况的话我需要对两者路线进行融合。”

正是因为需要集两家之长处,孟繁岐的扩散绘图才会比预期要晚了几個月。