今天小编分享的财经经验:大火的AI扩图,为何被网友直呼“离谱”?,欢迎阅读。
中新经纬 12 月 10 日电 ( 林琬斯 ) 近日,AI 扩图火爆出圈,抖音话题 "AI 扩图 " 累积 9.2 亿次播放量,"AI 扩得很好下次别扩了 " 的话题在抖音超 7.7 亿次播放。
不少网友也在社交平台分享了自己扩图后的照片,有人称 " 拯救了我的废片 ",也有人直呼 " 别太离谱 "" 根本不管人的死活 ""AI 比人还癫 "。目前,AI 扩图的市场热度还在发酵,吸引了互联网巨头及一些上市公司布局。
频出意外,原因何在?
AI 扩图,是将一张照片按照等比例或者自由角度扩展,AI 会根据影像内容,预测和补充扩展出来的部分。
目前 AI 扩图的用法,一种是单张图扩图,另一种是用一张图片,不停扩图。
对比扩展前后两张图片可以发现,部分需要扩大背景范围的照片出图效果较为合理,但当原图出现额外元素需要补充完整时,AI 很难根据细节,想象出相应的人、物形象,比例和位置也不太准确。
在网友上传的部分作品里,AI 扩图直接给人修改了物种:对于拍照不露脸的人长啥样,AI 扩图帮你揭晓:" 人模狗样 ";一女子身着卡其色外套拍照,AI 扩图直接将上半身 " 嫁接 " 到同色木质栅栏上。更有照片 AI 扩图后出现不可描述的内容,令网友直呼 " 毁三观 "。
网友上传自己的半身照,AI 直接将其变鸟人。图片来源:社交媒体
这 " 脸牌 " 看着诡异。图片来源:社交媒体
一位爸爸亲吻妈妈的孕肚,AI 扩图将孕肚当脸用。图片来源:社交媒体
AI:我是懂脱单许愿的。图片来源:社交媒体
另一种用法是用一张图片,不停扩图。根据网友在社交平台上分享的经验,到最后会变成列车、飞机,变成城市、森林的一角。
一些影视经典名场面也 " 惨遭毒手 ",如甄嬛传中表情严肃,正在回宫路上的甄嬛,扩图后身穿运动服与运动鞋在深宫中打篮球;第一次 AI 扩图,躺在枕头上的皇上出现孕肚,再次扩图后,AI 给皇上加了腿又加了行李箱,故事更新成 " 孕期离家出走 "。
实际上,走红的 AI 扩图,是 AIGC ( 生成式人工智能 ) 领網域促生的众多热门赛道之一。针对扩图后出现意料之外的情况,硅基智能 CTO 林会杰在接受中新经纬采访时指出,这与 AIGC 算法仍未发展成熟,无法做到精准控制生成的图片内容有关。
林会杰认为,AI 扩图与 AI 文生图技术同源,AI 文生图需要通过语义信息的输入才能生成图片,文字描述本身相对泛化,很难精准控制 AI 呈现的内容,而 AI 理解的内容也很难精准呈现人类的想法,不像人类绘图一样精准。AI 扩图在原有图片的基础上扩充一些图片信息,本质上与 AI 文生图的技术原理类似。
多家厂商布局 AI 扩图
实际上,AI 扩图并不是新鲜事物。中新经纬不完全统计,目前包括 Midjourney、StabilityAI、Adobe、美图秀秀、Wink 等已试水相关应用产品和场景,涉足 AI 扩图领網域。
今年 3 月,Adobe 发布 AI 创意生成工具 Firefly,并于 5 月底宣布全面开放。其中就有一键扩展现有照片和影像的功能。今年 7 月,Midjourney 更新了 " 平移扩图 " 功能,可以将图片自由前后平移。
7 月中旬,港股上市公司美图公司旗下产品美图秀秀上线 AI 扩图功能。目前在美图秀秀 APP 首页仍有 AI 扩图的入口,每人每天有 3 次免费机会,可对影像进行 110%、125%、150%、200%、300% 不同比例的扩图。
另外,AI 扩图在 B 端的应用还包括营销海报设计、电商图片制作、游戏素材设计等。
不过目前,一些个人创作者开发的 AI 扩图小程式和网站并不多见。中新经纬在微信内进行搜索,以 "XXAI 扩图 " 命名的微信公众号、小程式并不多,其中不少也并非免费使用。
下一个热点在哪?
实际上,就在 2022 年年底,AIGC 另一赛道 AI 绘画成为社交平台上的流量密码,也被众多网友吐槽 " 多少有点离谱在身上 "。
今年 7 月,妙鸭相机走红,用户选择 20 张以上照片,支付 9.9 元,再选择喜欢的模板,就能生成自己的 " 数字分身 ",效果堪比市场价几十元甚至几百元的艺术照。
近日,据 " 妙鸭相机 " 公众号,妙鸭又上线了新功能 AI 修图。用户上传满意的照片制作一个数字分身,就可以获得一个量身定制的 AI 修图师,实现一键精修,这让过去 1 个女生要花 1 小时的美颜修图几秒钟就能完成。
发展至今,AIGC 下一个热点在哪?
林会杰指出,AIGC 技术未来将更多地往视频领網域发展。他表示,视频才是使用最普遍、用户接受程度最高、想象力最丰富的应用场景,远大于图片的表现力、互动性与想象力。相比图片,视频更能将内容进行高维度呈现。
实际上,今年爆火的 AIGC 还有图片生成视频。
近日,阿里推出了 Animate Anyone,该项目由阿里巴巴智能计算研究院开发,用户只需提供一个静态的角色影像和一些动作、姿势,便可将其动画化,同时保留角色的细节特征。
11 月中旬,社交媒体巨头 Meta 发布工具 Emu Video,能够基于文本和影像输入生成视频剪辑;字节跳动发了 PixelDance 模型,通过描述 ( 纯文本 ) + 首帧指导 ( 图片 ) + 尾帧指导 ( 图片 ) ,即可生成包含复杂场景和动作的视频。
另外,Runway 在 Gen2 中上线 Motion Brush 动态笔刷功能,只需对着影像任意位置一刷,就能让静止的一切物体动起来;Stability 推出 Stable Video Diffusion,可以从影像中生成高品质的视频剪辑。
另外,数字人方向也是 AIGC 技术发展和应用方向,数字人技术能够结合 AI 生成的形象应用于视频场景。
10 月,明星跨语言翻译视频在全网疯传,视频中郭德纲飙英文、歌手泰勒•斯威夫特用流利的中文接受采访,不仅音色与本人相似,甚至连口型都能对上,这让不少人表示 " 配音演员要失业了 "。在今年 6 月的上海电影节期间,硅基智能成功 " 复活 " 已逝的人,让已故导演谢晋通过数字人的形式和现场观众见面。
( 更多报道线索,请联系本文作者林琬斯:[email protected] ) ( 中新经纬 APP )
( 文中观点仅供参考,不构成投资建议,投资有风险,入市需谨慎。 )
中新经纬版权所有,未经书面授权,任何部門及个人不得转载、摘编或以其它方式使用。
责任编辑:罗琨 常涛
作者:王永乐