在幾秒鐘內(nèi)從文本中創(chuàng)建圖像——并且使用傳統(tǒng)的顯卡而不需要超級計算機?盡管聽起來很奇怪，但新的穩(wěn)定擴散AI模型使這成為可能。底層算法由BjörnOmmer教授(慕尼黑大學(xué))領(lǐng)導(dǎo)的機器視覺與學(xué)習(xí)小組開發(fā)。

“即使對于沒有藝術(shù)天賦、沒有特殊計算知識和計算機硬件的外行來說，新模型也是一種有效的工具，使計算機能夠根據(jù)命令生成圖像。因此，該模型消除了普通人表達創(chuàng)造力的障礙”奧默說。但是對于經(jīng)驗豐富的藝術(shù)家也有好處，他們可以使用穩(wěn)定擴散將新想法快速轉(zhuǎn)換為各種圖形草稿。研究人員相信，這種基于人工智能的工具將能夠擴大使用畫筆和Photoshop生成創(chuàng)意圖像的可能性，就像基于計算機的文字處理徹底改變了鋼筆和打字機的寫作一樣。

在他們的項目中，LMU科學(xué)家得到了初創(chuàng)公司Stability.Ai的支持，人工智能模型在其服務(wù)器上進行了訓(xùn)練。“這種額外的計算能力和額外的訓(xùn)練示例將我們的AI模型變成了最強大的圖像合成算法之一，”計算機科學(xué)家說。

數(shù)十億張訓(xùn)練圖像的精髓

該方法的一個特殊方面是，盡管經(jīng)過訓(xùn)練的模型具有強大的功能，但它仍然非常緊湊，可以在傳統(tǒng)顯卡上運行，并且不需要像以前用于圖像合成的超級計算機那樣。為此，人工智能將數(shù)十億張訓(xùn)練圖像的精髓提煉成一個只有幾千兆字節(jié)的人工智能模型。

“一旦這樣的人工智能真正理解了汽車的構(gòu)成或藝術(shù)風(fēng)格的典型特征，它就會準(zhǔn)確地理解這些顯著特征，并且理想情況下應(yīng)該能夠創(chuàng)造更多的例子，就像老大師工作室的學(xué)生可以制作一樣以同樣的方式工作，”Ommer解釋道。為實現(xiàn)LMU科學(xué)家讓計算機學(xué)會如何觀看(即理解圖像內(nèi)容)的目標(biāo)，這是向前邁出的又一大步，進一步推動了機器學(xué)習(xí)和計算機視覺的基礎(chǔ)研究。

訓(xùn)練后的模型最近在“CreativeMLOpenRAIL-M”許可下免費發(fā)布，以促進該技術(shù)的進一步研究和更廣泛的應(yīng)用。博士研究員RobinRombach說：“我們很高興看到將使用當(dāng)前模型構(gòu)建什么，以及看到開放的協(xié)作研究工作將產(chǎn)生哪些進一步的工作。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！