我给梵高当Tony:这三款AI绘图工具,就离谱
来源:果壳
本文约2500字,建议阅读5分钟
AI生成图像完成,并不代表创意就结束了。
很多人说今年是“AI 绘画元年”。先是 Disco Diffusion 火出了圈,从 Text-to-Image(用文字生成图像)开发社区和创意设计行业,火到了普通人的视野中。
人们热衷将两种完全不搭界的对象,比如“达芬奇”和“iPhone”字样,输入 AI 程序,然后等着画面层层渲染完成。
又比如,我就把荷包蛋揉进了云朵里丨作者用 Disco Diffusion 生成
那是一种“拆盲盒”般的体验。对于没有任何美术基础和绘画能力的人来说,AI 的“融梗”图大多足够惊艳,即便效果“翻车”,也能通过调整描述词继续优化。
紧接着,AI 绘画工具 Midjourney 也火了。和 Disco Diffusion 满屏英文和代码的简陋界面不同,Midjourney 直接搭载在 Discord 频道上,输入指令的过程和给人发微信没什么不同,更让人吃惊的是,它生成画作的时间一般在 60 秒左右。
神说:“要有 Wi-Fi”丨作者用 DALL·E 2 生成
然后,OpenAI 的 DALL·E 2 半途杀出,和前两者擅长“概念画风”不同,DALL·E 2 更“写实”,60 秒不到可以生成 10 张图,不满意还可以擦去局部重新生成……短短几个月,“最强 AI 画师”的称号几次易主。
谷歌也坐不住,五月底发论文介绍自家选手——Imagen,直接叫板 DALL·E 2,号称 Imagen 有“前所未有的写实感和深度的语言理解”,目前暂未开放。
这两个月来,我和前面三位“AI 画师”频繁打交道,几乎每天都在测试描述词、调教机器人,踩了很多坑,翻了不少车。但与此同时,我收获了不少杰作。
这次,我将对比它们的画作生成特点、用户友好度等方面,同时整理好了它们的网址,以及一些简单的操作方法。
在普通用户那里,它们是具像化想象的得力工具;在专业人群那里,如果将它们和其他工具联动起来,能有无穷尽的想象空间。
Disco Diffusion:生成图的艺术性最高
使用入口:
https://colab.research.google.com/github/alembics/disco-diffusion/blob/main/Disco_Diffusion.ipynb
Disco Diffusion 生成画作的流程大概分为这几步:打开程序;设置图片尺寸、过程图张数、生成图张数等参数;用英文写好描述词(Prompts),格式大致为“画作类型 + 对象(可以有多个)+ 画风设定 + 一些起限定作用的修辞词”;然后开始运行,等待 AI 渲染画作。
我给 AI 写的描述词:“A beautiful painting of a starry night, shining its light across a sunflower sea by James Gurney, Trending on artstation.”
一般来说,你需要等半个小时,如果盯着屏幕看,你会看到图像从满是噪点,逐渐变得清晰、有细节起来。
使用期间,Disco Diffusion 可能会提示你在电脑上空出足够的运行内存,但因为它运行在谷歌免费提供的 GPU 等计算资源上,对用户的电脑硬件要求并不高,打开浏览器运行就可以。
用 AI 画一个莫比斯风格的场景:“a beautiful painting of a spaceship flying over a desert by Moebius, trending on artstation.”
Disco Diffusion 本身是个免费的开源软件,但如果你想要更快的出图速度,可以买谷歌 Colab 会员,以分配到更快的云端计算资源。
除了只输入文字让 AI 自由发挥,你还可以事先垫进一张初始化图片(Initial Image)去约束 AI 的创作。
比如,我先做了一张有树木轮廓和绿色色块的底图(左),然后再操作,Disco Diffusion 就会在这个大框架下去发挥,成品为右图
Disco Diffusion 生成图理论上可以商用,其程序基于 MIT 开源协议,所有互联网用户可以免费使用、复制、修改甚至出售生成图。但我觉得还是存有风险。风险主要来源于你的描述词会引来画风抄袭的争议。
当你使用了风格鲜明的艺术家(尤其是在世的艺术家),以及某部商业作品作为关键词时,都请不要直接拿来商用。
Midjourney:不怎么“超纲”,更“听话”
Midjourney 目前还是邀请制,内测地址:
https://o9q981dirmk.typeform.com/to/zZtF1mVc?typeform-source=midjourney-gallery
为了测试 Midjourney 的生成效果,我复制了之前“投喂”给 Disco Diffusion 的关键词——“星空”、“向日葵”、“梵高”——粘贴进去。
我用 Midjourney 生成的画
看到成品,我有一个直观的感受:Midjourney 的想象力没有 Disco Diffusion 那么会“超纲”。但如果从辅助创作的角度考虑,我会更倾向于用 Midjourney 这个更“听话的工具”,毕竟,没有一个创作者愿意把创作主导权让给 AI。
Midjourney 的优点就是:快。软件生成图非常快,一张算下来大概 60 秒。你要是对成品不满意,还可以几乎实时地提升细节,或延伸变化。
一分钟生成 4 个小狗警察丨用 Midjourney 生成
Midjourney 搭在了通讯软件 Discord 上,在对话框输入“/image”后,用英文输入描述词,然后按下回车键。这个过程就像在和 AI 聊天一下。
60 秒后,你就可以在对话框里收到 4 张渲染好的图片。如果对“图 1”不满意,可以点击“U1”按钮增加细节,按“V1”按钮延伸变化,直到满意为止。
于是,我拿 Midjourney 生成了“十九世纪的麦当劳”和“十八世纪的打工人”:
之所以说 Midjourney 是“产品化”了的 Disco Diffusion,一个是它的界面更友好,另一个是它还内建了一个创作社区,你可以看到玩家们用哪些描述词生成了什么样的画作。这就是一个极具参考价值的“画风”数据库,太适合拿来“抄作业”了。
比如,我尝试生成《爱,死亡和机器人》里那集《糟糕之旅》的场景,参考了上图两位艺术家的描述词,之后就生成了满意的画作:
“抄作业”让生成像样作品的门槛进一步降低了,但另一方面,也会失去了很多探索的乐趣。不要让游戏秘籍毁掉了一个好游戏。
版权方面,如果你是免费用户,图像的版权归属于 AI,每月支付 30 美元后,就能将图片拿去商用了。但同时,如果你因此获利达两万美元以上,则需要给 Midjourney 20% 的分成。
DALL·E 2:我给梵高理发,我让大象转身
我当了回“托尼”,用 DALL·E 2 给梵高理发,申请地址:
labs.openai.com/waitlist
我等了一个多月,才拿到了 DALL·E 2 的内测资格。如果说 Disco Diffusion 更擅长描绘氛围、风景或概念艺术,那么 DALL· E 2 则擅长写实。
“大象能转身吗?”我以这个“经典甲方需求”为例,试试 DALL· E 2 的写实能力。
它转过来了。
我让网友扮演甲方,让大象去做些别的事情。比如,让大象在海洋馆里游:
让大象和鲨鱼共舞:
让大象开哈雷摩托车在路上狂飙:
让大象被曹冲称:
“甲方”们无话可说。
毫不夸张地说,这是我目前用过体验最好的 AI 绘图工具,操作足够简单,完成度高,速度快到可以当搜索引擎:不到一分钟生成 10 张图片(1024 × 1024),可无限延伸变化,甚至可以擦除局部重新生成。你可以不停地给梵高“理发”。
在版权方面,DALL·E 2 背后的组织 OpenAI 列了几条严格的限制:图片生成版权最终归属 OpenAI;仅供个人学习探索使用,不能商用,不能用于制作 NFT;不能在社交媒体上发布过于写实的人脸生成结果,会有肖像侵权风险。
OpenAI 也声称已经禁止 AI 记住名人的脸,也规避了种族和性别的刻板印象等。
在苦苦等到 DALL·E 2 内测资格之前,我找了一个“平替”——DALL·E mini,是用第一代 DALL·E 做的 demo,生成速度快,但画面完成度不及 DALL·E 2。
榴莲沙发|用 DALL·E mini 生成,软件地址:
https://huggingface.co/spaces/dalle-mini/dalle-mini
生成图像,只是第一步
“能不能让它们动起来?”我看着 AI 返回来的画作,开始想办法:
AI 生成图像完成,并不代表创意就结束了。如果你把它当成其中一个环节,再连接其他创意流程,想象空间是巨大的。
我再展示一下插画师 Nerko 的创意:他先用 Midjourney 生成自己想要的素材,然后再将这些局部组装起来。
@NekroXIII
在他手里,AI 是种“生产力”。挑选和合成,仍是他全权主导。在用上 Midjourney 之前,他已经画了 15 年插画。
编辑:于腾凯
校对:林亦霖
我给梵高当Tony:这三款AI绘图工具,就离谱相关推荐
- 简单操作、高质量转换:三款在线转换mp3工具分享
在音视频格式转换领域,MP3格式转换是常见的需求.为了解决这一难题,本文介绍了三款优秀的工具,它们在功能性.操作性和适用性方面具备出色的表现.无论您是软件开发者.文档转换需求者,还是对音视频转换有需求 ...
- Notion AI vs ChatGPT vs New Bing 三款AI软件使用体验对比
三款AI问答软件均师出同门,全部基于OpenAI公司开发的GPT-3模型(其中Chatgpt使用的应是ChatGPT3.5版本的模型).本篇文章从多个维度对比三款软件使用的优缺点,帮助大家了解它们的使 ...
- 推荐三款高级可视化工具,解决90%的数据可视化大屏需求
对于数据分析师来说,可视化可能是最能表现自己工作价值的一个途径,因为领导喜欢看这种直观的.炫酷的.具有科技感的可视化大屏,我们也能把数据分析结果直接展示给领导,比一份纸面报告要强不知多少倍! 那么领导 ...
- 程序员常用的三款在线作图工具
文章目录 1.draw.io 2.Lucidchart 3.PrcessOn 4.小结 参考文献 正所谓"一图胜千言",无论是商务办公.PPT 演示.学习总结.技术交流.项目开发, ...
- 三款Zookeeper可视化工具、ZooInspector、prettyZoo、ZooKeeperAssistant
三款Zookeeper可视化工具.ZooInspector.prettyZoo.ZooKeeperAssistant ①Zookeeper图形化工具:ZooInspector 1.下载完后,解压压缩包 ...
- 三款记事本替代工具 哪个最好用?
三款记事本替代工具 哪个最好用? http://www.sina.com.cn 2008年08月27日 08:35 IT168.com Windows操作系统中自带了不少的实用小程序,但是它们 ...
- 三款AI智能配音神器,让你的视频制作更加高效!
今天,我想和大家分享几款可以用于AI智能配音的工具. 现如今,在我们刷短视频.观看电影解说.科普解说等时,我们常常会听到使用AI配音工具生成的声音,它们非常的方便和实用.那么,今天我将为你介绍三款AI ...
- 三款日志管理工具横向对比:Splunk vs Sumo Logic vs Logstash
在生产环境记录应用的运行日志已经成为惯例,但日志需要经过处理和分析才有意义,第三方日志管理工具的出现正旨在解决这个问题.软件分析公司Takipi负责产品市场的Josh Dreyfuss今日撰文,比较了 ...
- Adobe Acrabat PDF更新后要收费了?三款在线PDF工具解决你的燃眉之急!
办公室的认真上班的盆友们,有没有发现Adobe Acrobat PDF更新了???并且开始出现7天收费的字样了?但是手头的PDF明明只需要简单的编辑,拆分或者合并一下,而此刻的Adobe 居然掉了链子 ...
最新文章
- golang中的嵌套
- mysql:Column id cannot be null
- python opencv 如何检测模糊图像?自动判断模糊程度 cv2.Laplacian().var()
- c/c++ 阻塞和非阻塞,fcntl应用
- 微信支付(APP)集成时碰到的问题(.net提示“无权限”、iOS跳转到微信支付页面中间只有一个“确定”按钮)...
- Java 算法 理财计划
- 备忘::我所用的第三方软件的源
- 【SAS BASE】SAS函数
- Win11系统使用DISM命令备份驱动程序的方法
- 关于在Google Earth中动态加载地标问题
- 正确的座机号码格式_电话号码的正确写法(我就知道你不知道)
- PS cs6是哪一年发布的?
- 【SSM框架】MyBatis
- 自动化测试框架rf(Robot Framework)的安装
- IntelliJ IDEA 中如何查看一个类的所有继承关系,包括父类与子类
- 思科网络设备安装与调试——帧中继云配置
- 黑马——C语言的一些基础(2)
- MYSQL/ORACLE/SQL SERVER的默认端口号
- Python:Excel自动录入、Excel表格快速合并(附有源代码)
- 详解24个经典股票技术指标 (三)
热门文章
- OpenCASCADE 获取面中心点法向
- 通关4级之词汇(2021.02.26)
- 计算机组成原理-I/O系统
- 微信小程序——设置tabBar
- 给一个字符类型的数组chas和一个整数size,请把大小为size的左半区整体右移到右半区,右半区整体移动到左边。
- 波士顿房价数据集——预测房价
- y=asin(wx+φ)的对称中心_函数y=Asin(wx+φ)的图像
- Date Interoperability:Module ‘ACAD‘ is not licensed for use with this FME edition
- 2023年东北大学电气工程专硕考研上岸经验
- Github如何绑定域名