估计好多人早就听说过 AI 画手“ 不会画手 ” 的笑话了。
细数起来， AI 在这上头翻的车，那可是掰着手指头都数不过来：
以至于有人说： “ 怎么辨别这是不是 AI 画的？看手就行了。 ”
更有甚者，开了一个很大的脑洞：假如我带上 “ 假手指 ” 再干坏事，是不是就可以一口咬定监控是 AI 生成，从而逃脱罪责了？
要是在以前，用这个办法说不定真就能蒙混过去。
但现在想钻这个漏洞的人，可以洗洗睡了。
因为就在不久前， Midjourney 公布的第五代版本—— Midjourney V5 ，已经能画出正常的手了。
看到 Midjourney 这个名字，是不是有人觉得眼熟？
没错，它就是那个去年画出《 太空歌剧院 》，在美术竞赛拿了一等奖的 AI 绘画平台。
Midjourney 把消息放出来后，好多人都忍不住去试了一把，用完发现它 “ 诚不欺我 ” ，画出来的人手果然正常了：
对比一下，之前它画出的人的手，是这个样子：
所以曾经的它，到底对手指有什么误解啊。
如今 Midjourney 能搞定手的难题，一个重要原因就是它有了好多关于手的数据。
AI 能画画，离不开数据。
但现有的图片里，能露出手的可不多（ 相对像人脸这样部位来说 ），再加上人的手非常灵活，能有很多种不同的姿势。
指望 AI 自己能学会识别，那真是为难它了。
之前要想让 AI 画出像样的手，要么是平台专门雇人给图片里的人手打上标记，像把手掌、拇指、食指啥的，都给清楚地标出来；
要么就得用户费点心，在输入提示词的时候，说得详细一点。
有人曾经在用上百个字的提示词，让 AI 成功画出一点毛病都没有的手：
可这种办法显然不适合大多数用户，且不说有没有这个耐心，就是知道该输入哪些提示词这事，恐怕都得有点专业背景才行。
Midjourney 这次升级的新版本，利用了社区里那些专业老哥反馈的海量手部数据，迭代了一波，从而能画出正常的手。
除了能画出正常的手，这次推出的第 5 版，还有其他方面的升级。
例如，最让 Midjourney 得意的，是 V5 对光线、人物表情这样的细节处理得更好了，能让生成图片更加逼真。
此前 Midjourney 最擅长生成的，都是幻想风格的，即使让它画现实的东西，也会透出一丝丝的不真实。
现在的 V5 ，画得就非常写实了，像下面这张，你要是不说是 AI 画的，我真会相信是照相机拍出来的。
难怪国外有个叫 Julie Wieland 的平面设计师，会给出这样的评价：
“MJ v5 就像给近视患者戴上眼镜，效果清晰， 4K 细节拉满，太不可思议了。 ”
另外， V5 对输入的提示理解能力更强，输出的图片也更有创意。
假如你输入 “ 一个肌肉发达的野蛮人，在 CRT 电视机旁边拿着武器、电影、 8K 、演播室照明 ” ，那么 Midjourney V3 （ 左 ）、 V4 （ 中 ）和 V5 （ 右 ）分别会生成如下的图片：
还有一个功能，网上提到的不多，但我觉得非常有用，那就是它能反向操作，从 “ 图像到文本 ” 。
你可以上传一张图片，然后它就能告诉你，要想生成这个图像，该输入哪些提示词。
举个例子，如果你上传一张埃菲尔铁塔的照片，它就会告诉你，这张图片的提示词是 “ 位于巴黎的倒金字塔形状的大型金属结构 ” 。
有了这个功能，你就能知道 AI 是咋想的，下次你再想让它生成你需要的图片时，就能省不少劲。
除了 Midjourney 之外，最近另一家在 AI 绘画行业呼风唤雨的平台—— Stable Diffusion ，其实也有新动作了。
他们推出了 Stable Diffusion Reimagine ，这玩意可以用图来生成图。
据 Stability AI 说，这个工具的使用体验非常友好，不需要输入任何提示词，只要一键上传图片，它会联想、重新创作 3 张不同的照片。
他们展示了一个案例，给它上传一张卧室装修的图片，它自动生成了 3 张风格、位置各不相同的图片。
你要是不满意，可以点击图片的重置按钮， 2 秒钟就能完成图片的再次生成，只要你愿意可以无限重置下去。
对于这么好玩的功能，网友们当然不会放过。
一个日本网友上传了一张二次元妹子的图片， Reimagine 马上返给了他三张：
我也试了一下，上传了火锅的照片，结果是这样的：
但感觉生成的图片一点都不像火锅。
我这还算好的，有人上传了非高清图片，发现它生成的图片非常感人，像下面这个就是：
还真是 Reimagine （ 重新想象 ）啊。
Stability.AI 倒也坦然，他们大方承认，这项生成式 AI 技术 “ 可以根据某些图像激发惊人的结果，而对其他图像产生不太令人印象深刻的结果 ” 。
用人话说就是 Stable Diffusion Reimagine 的画画水平相当不稳定，有时画出来的东西让人惊艳，有时画得就很拉胯。
就像段誉一样，时灵时不灵。
对于这点，有人分析，这和 Stability AI 在模型中安装了一个过滤器有关。
这个过滤器是用来阻止不适当的请求，但过滤器有时会把正常的请求误认为有问题，导致输出的结果稀奇古怪。
尽管如此，还是得承认， Stable Diffusion 这个技术确实很牛，有开创性。
因为它是用图像编码器替换了原始文本编码器，换句话说，就是 Reimagine 会把你上传的原图完全编码，再用算法生成全新的图，这意味着它根本没用原图的任何一个像素。
就冲下面这张图，这话我信。
看完这些，我不得不感叹，技术的进步速度实在是快。
就在不久前，不少人还在嘲笑 AI 绘画连手都画不明白，取代人类画师根本就是痴心妄想。
没想到， AI 这么快就把短板补上来了，虽说它还有很多不完美的地方，但谁敢小瞧它未来的发展呢。
现在，我莫名地期待 OpenAI 旗下的 DALL-E 2 的新消息了，真不知道它要是和 GPT-4 双剑合璧，会带来啥新花样。
责任编辑：上方文Q
0 留言