次元裂缝已打开
次元裂缝已打开#的一个话题火了~大量新人老玩家共赴无界AI
上面是AI绘画根据真实图片合成的图片与真图的对比，可以看出还原度还是很高的，但是毕竟是AI绘画还是有很多不确定性，就比如下面这个
原谅我不厚道的笑了 ，所以AI绘画每次生成作品就像开盲盒一样，无法稳定输出
其实AI生成漫画脸已经不是新鲜技术了，早在2020年抖音的一款「变身漫画」特效就登上了微博的热搜
AI绘画
起源
计算机是上世纪60年代出现的，早在1973年，Harold Cohen 就已经开始尝试和电脑程序 “AARON” 携手进行绘画创作。与当下 AI 绘画不同之处在于，ARRON 使用的是机械手臂在画布上进行绘画，而非数字绘图。到了20 世纪 80 年代，ARRON 学会了对三维空间物体的绘画表现方法；进入90 年代，它学会了使用多种颜色进行绘画。至今，ARRON 已经绘制出了很多不同的作品。
而当下的AI 绘画，更多指代的是基于机器学习模型进行自动数字绘图的计算机程序。2012 年，吴恩达和 Jeff Dean 使用 Google Brain 的 1.6 万个 CPU 训练了一个大型神经网络，用于生成猫脸图片。他们使用了 1000 万个来自 Yotube 视频中的猫脸图片，模型训练用了整整三天。最终得到的模型，也只能生成一个非常模糊的猫脸。
人工智能画的画在美术比赛得第一名
人工智能画的画《空间歌剧院（Théâtre D'opéra Spatial）》，居然获奖了，而且是在科罗拉多州博览会(Colorado State Fair)的美术比赛中，获得了第一名。它的获奖让一些艺术家和艺术爱好者中引发了争议，他们表示这幅作品的获奖加速了创造性工作的消亡。
这也意味着画家的工作岌岌可危
原理
用户可以在平台上输入各种与风格、色彩、艺术家相关的关键词，AI根据这些关键词在互联网浩如烟海的资源中搜索、学习，最后糅合成一些符合要求的画作。
DALL-E 2 人工智能生成图像的工作原理：
首先，将文本 prompt 输入到经过训练以将 prompt 映射到表征空间的文本编码器中；2. 接下来，称为先验的模型将文本编码映射到相应的图像编码，该图像编码捕获文本编码中包含的 prompt 的语义信息；3. 最后，图像解码模型随机生成图像，该图像是该语义信息的视觉表现。
关键的CLIP
CLIP（ContrastiveLanguage-I mageP重新训练）决定了自然语言片段与视觉概念的语义相关性，
训练 CLIP 的基本原理：
1.首先，所有图像及其关联的标题都通过其各自的编码器传递，将所有对象映射到m维空间中。2.然后，计算每个（图像，文本）对的余弦相似性。3.训练目标是同时最大化N个正确编码图像/标题对之间的余弦相似性，并最小化N个正确编码图像/标题对之间的余弦相似性2- N 个不正确的编码图像/标题对。
我做的AI图
关键词：天寒雨落、风格是赛博朋克系列 
额，怎么说呢，更多的是随机性，很难get到我想要的那个画面，可能是我描述的太少了，大数据的内容太丰富了，所以说AI创作虽然很快也很便捷，但是如果你想用AI绘画来制作你脑子里想象的那个画面还是不容易
AI绘画的潜力
国内的AI绘画用户特点是年轻化，其中 46% 以上是大学生和研究生，其中甚至有 18% 是初中和高中生。目前，绝大多数产品化的 AI 绘画服务几乎都通过按照生成收费的方式获得收入，AI绘画潜力巨大
总结
在效率方面，人类也永远不是机器的对手。人类需要休息，而机器可以全天候运转。人类绘画前要构图，要不断地修改细节，而机器可以迅速地自动生成作品。人类需要等待灵感降临，而机器的创作，则完全不用懂“灵感”为何物。
单就论艺术，我认为AI绘画可以帮助画家找找灵感，画家依旧占主体地位，绘画依然需要画家本人的创造力。
