前沿AI技术体验：从文字直接产生图片,结果真的震撼! 非常有意思！

前沿AI技术体验：从文字直接产生图片,结果真的震撼! 非常有意思！

背景

最近这段时间，大火的文本转图片的模型，不管是 Open AI 的 DALL·E 还是 Goggle 的 Imagen. 单从公布的效果来看，可以说是十分惊艳，让我大受震撼。

https://mp.weixin.qq.com/s/1eZHl6Rzao7SRLbyBsMXng

想要了解其中原理和细节，短时间对我来说可以很困难。 有没有什么办法能亲自体验一把这新奇技术呢？不知有多少朋友是和我一样的想法的。 好在有大佬已经开发出了网站。

网站体验

https://www.craiyon.com/

该网站背后基于 DALL·E mini, 由 Hugging Face公司的码农2022年6月公开。可以随便玩，输入英文描述，约1分钟就可以产出图片。

初体验

例如输入：a bird in the blue sky 网站便可返回如下图片.

结果还不错！

试试中国古诗

坊间传闻，老外很难能理解中国古诗中意境的美，那我来试试看 DALL·E 能不能“理解”。 以： 无边落木萧萧下，不尽长江滚滚来.为例。 拿古诗的前半句来试试。这里先将它翻译成下面的英文，输入到网址中:

The boundless forest sheds its leaves shower by shower in autumn

确实，部分图片确实有一种秋风萧瑟的凄凉的感觉

此外还多了几分阴森..

创意设计

既然，模型这么厉害，那么我让她为我的公众号设计一个 logo 看看：

同样，将知行并重 翻译成英文： 输入：logo of Knowledge and action should go hand in hand. 得到了如下结果： 说实话， 非常的 amazing！！！ 结果超出了我的预期的： 不知大家觉得哪张 更好？ 欢迎评论区投票，得票最高的我将其设定为 微信公众号的 头像。

其他想法

目前，在官网上，生成的图片清晰度十分有限，后面将会借助开源的模型，在本地部署，生成高清的图片。到时我也会再出文章，给大家介绍具体方法，敬请期待。

ps： 兴许以后文章的封面，就不用愁了，也不用考虑版权问题。封面自由指日可待～

本篇文章的封面，就是通过 "cover: interesting and breaking news“ 生成的。

更多玩法

大家，可以去感受下国外朋友的玩法 https://baijiahao.baidu.com/s?id=1735721418290089066&wfr。

总结

今天，通过体验了一把最新的深度学习技术，确实很有意思。下面谈谈几点我对这个技术的看法：

首先，不足方面：

1. 网站生成的图片多数的时候并不会太完美，有时给出的结果甚至有些诡异
2. 生成图片的清晰度很有限。 虽然作者建议： 在描述时，加上 "illustration", "photorealistic", "high definition" 这些关键词，但实际实验，并没有多少改善。

其次，价值方面：

1. 在学术上 DALL·E 意义无疑是重大的。对于我们普通人来说，DALL·E 给出的结果，时常可以给我们带来惊喜。 它可以开阔我们的思路，拓展我们的想象力，尤其是对从事设计、创意的朋友而言。因此，在 DALL·E 的结果基础上进行二次创作也许是个不错的选择。

欢迎在评论区写下你的看法，一起交流。

参考文章

https://zhuanlan.zhihu.com/p/121638712

本文由 mdnice 多平台发布