新智元報道 編輯：David 【新智元導(dǎo)讀】特斯拉前AI總監(jiān)點贊！這個開源AI藝術(shù)創(chuàng)作模型，想要開啟「人機合作」藝術(shù)創(chuàng)作新時代。 近日，由Emad Mostaque創(chuàng)立和資助的Stability.ai公司宣布公開發(fā)布AI創(chuàng)造的藝術(shù)作品。 你可能認(rèn)為這只是AI在藝術(shù)領(lǐng)域的另一次嘗試，但實際上遠(yuǎn)不止如此。 有兩個原因。 首先，與DALL-E 2不同的是，Stable Diffusion是開源的。這意味著任何人都可以利用它的骨干，免費建立針對特定文本到圖像創(chuàng)作任務(wù)的應(yīng)用程序。 另外，Midjourney的開發(fā)者實施了一項功能，允許用戶將其與Stable Diffusion結(jié)合起來，這導(dǎo)致了一些驚人的結(jié)果。 
試想一下，在接下來的幾個月里會出現(xiàn)什么。 第二，與DALL-E mini和Disco Diffusion不同，Stable Diffusion可以創(chuàng)造出驚人的逼真和藝術(shù)作品，對OpenAI或谷歌的模型沒有什么可羨慕的。人們甚至聲稱它是「生成式搜索引擎」中新的SOTA。 （除非另有說明，本文所有圖片都是通過Stable Diffusion創(chuàng)作的）。 
Stable Diffusion 體現(xiàn)了人工智能藝術(shù)世界的最佳特征：它可以說是現(xiàn)有最好的人工智能藝術(shù)模型，而且是開源的。這簡直是聞所未聞，將產(chǎn)生巨大的影響。 更有趣的是，關(guān)于這些服務(wù)的消息可能會通過最意想不到的來源到達(dá)你的手中。你的父母、你的孩子、你的伴侶、你的朋友或你的同事。 這些人往往是人工智能領(lǐng)域發(fā)生的事情的局外人，他們即將發(fā)現(xiàn)這個領(lǐng)域的最新趨勢。藝術(shù)可能成為AI最終敲開那些對未來視而不見的人的大門的方式。這不是很有詩意嗎？ 
不只是開源的DALL·E 2 Stability.ai的誕生是為 了創(chuàng)造「開放的AI工具，讓我們發(fā)揮潛能」。 不僅僅是從未進(jìn)入大多數(shù)人手中的研究模型，而是具有現(xiàn)實世界應(yīng)用的工具，開放給我和你來使用和探索。 這是與其他科技公司不同的地方，比如OpenAI，它嫉妒地守護(hù)著它最好的系統(tǒng)（GPT-3和DALL-E 2）的秘密，或者谷歌，它甚至從未打算將自己的（PaLM、LaMDA、Imagen或Parti）作為私人測試版發(fā)布。 Stability.ai的這次公開發(fā)布不僅分享了模型權(quán)重和代碼——雖然這對科學(xué)和技術(shù)的健康發(fā)展很關(guān)鍵，但大多數(shù)人并不關(guān)心它們。而且還為我們這些不想或不知道如何編碼的人提供了一個無代碼的即用型網(wǎng)站。 
網(wǎng)站名叫DreamStudio Lite，可以免費使用，最多可生成200張圖片。像DALL-E 2一樣，它采用付費訂閱模式，可以用10英鎊獲得1千張圖片（OpenAI每月補充15個積分，但要獲得更多的積分，你必須以15美元購買115個包）。 DALL-E的成本為0.03美元/圖，而Stable Diffusion的成本為0.01英鎊/圖。 此外，還可以通過API大規(guī)模地使用Stable Diffusion（成本呈線性增長，所以你可以用1000英鎊獲得100K代）。除了圖像生成，Stability.ai很快將宣布DreamStudio Pro（音頻/視頻）和Enterprise（工作室）。 DreamStudio可能很快會實現(xiàn)的另一個功能是，可以從其他圖像生成圖像，而不是通常的文本到圖像的設(shè)置。就像下面這樣： 
在網(wǎng)站上，還有一個關(guān)于提示工程的資源，如果你是這方面的新手，你可能會用得上。 另外，與DALL-E 2不同，你可以控制參數(shù)來影響結(jié)果，并對其保留更多的代理權(quán)。 Stability.ai已經(jīng)做了一切來促進(jìn)人們對模型的訪問。OpenAI是第一個，必須走得更慢，以評估模型固有的潛在風(fēng)險和偏見，但他們不需要將模型保持在封閉測試階段這么久，也不需要建立這樣一個限制創(chuàng)造力的商業(yè)模式。 Midjourney和Stable Diffusion都已經(jīng)證明了這一點。 
安全 開源 > 隱私和控制 開源技術(shù)有其自身的局限性。 開放性應(yīng)該走在隱私和嚴(yán)格控制之前，但不應(yīng)該走在安全之前。 正如該公司在公告中解釋的那樣，它是「一個允許商業(yè)和非商業(yè)使用的許可」，重點是模型的開放和負(fù)責(zé)任的下游使用。它還強制要求衍生作品至少要受到同樣的基于用戶的限制。 
開源模型本身是很好的模式，但如果我們不希望這項技術(shù)最終傷害人們，或以錯誤信息的形式為互聯(lián)網(wǎng)增加更多的傲慢，建立合理的護(hù)欄也同樣重要。 「由于這些模型是在廣泛的互聯(lián)網(wǎng)搜刮的圖像-文本對上訓(xùn)練出來的，模型可能會重現(xiàn)一些社會偏見，產(chǎn)生不安全的內(nèi)容，所以開放的緩解策略以及對這些偏見的公開討論可以讓大家參與到這個對話中來。」 在任何情況下，開放性 安全性>隱私和控制。 開源力量改變世界 憑借道德價值和開放性的堅實基礎(chǔ)，Stable Diffusion承諾在現(xiàn)實世界的影響方面超越其競爭對手。 對于那些想下載它并在他們的電腦上運行它的人來說，你應(yīng)該知道它需要6.9Gb的VRAM--這適合于高端消費級GPU，使它比DALL-E 2要輕，但對大多數(shù)用戶來說仍然是遙不可及的。其余的人，像我一樣，可以馬上開始使用Dream Studio。 
Stable Diffusion 被普遍認(rèn)為是目前最好的AI藝術(shù)模型，它將成為無數(shù)應(yīng)用程序、網(wǎng)絡(luò)和服務(wù)的基礎(chǔ)，重新定義我們?nèi)绾蝿?chuàng)造和與藝術(shù)互動。 但現(xiàn)在，專門為不同使用情況設(shè)計的應(yīng)用程序?qū)念^開始建立，供所有人使用。人們正在增強兒童畫，用外畫 內(nèi)畫制作拼貼畫，設(shè)計雜志封面，畫漫畫，創(chuàng)造變形和動畫視頻，從圖像中生成圖像，等等。 其中一些應(yīng)用在DALL-E和Midjourney中已經(jīng)成為可能，但Stable Diffusion可以推動當(dāng)前的創(chuàng)意革命進(jìn)入下一個階段。用前特斯拉AI總監(jiān)、李飛飛高徒Andrej Karpathy的話說，就是讓「藝術(shù)創(chuàng)作進(jìn)入了人類 AI合作的新時代。」
像Stable Diffusion這樣的AI藝術(shù)模型涉及到一類新工具，應(yīng)該用我們所處的新現(xiàn)實的新思維框架來理解。我們不能簡單地與其他時代進(jìn)行類比或平行對比，并期望能夠準(zhǔn)確地解釋或預(yù)測未來。 有些事情會相似，有些則不會。我們必須把這個即將到來的未來當(dāng)作未知的領(lǐng)域。
毫無疑問，Stable Diffusion的公開發(fā)布是人工智能藝術(shù)模型領(lǐng)域有史以來最重要和最有影響的事件，而這只是一個開始。 作者之一的Emad Mostaque在Twitter上說：'隨著我們發(fā)布更快、更好和具體的模型，預(yù)計質(zhì)量將繼續(xù)全面上升。不僅僅是圖像，下個月是音頻，然后轉(zhuǎn)向3D、視頻。語言、代碼，以及更多訓(xùn)練。
我們正處于一場為期數(shù)年的革命的邊緣，在我們互動、聯(lián)系和理解藝術(shù)，特別是一般的創(chuàng)造力的方式。而且不僅僅是在哲學(xué)、知識領(lǐng)域，而是作為現(xiàn)在每個人都分享和體驗的東西。 創(chuàng)意世界將永遠(yuǎn)改變，我們必須進(jìn)行開放和尊重的對話，為所有人創(chuàng)造一個更好的未來。只有負(fù)責(zé)任地使用開源技術(shù)，才能創(chuàng)造我們希望看到的變化。 參考資料： https://thealgorithmicbridge./p/stable-diffusion-is-the-most-important |
|
|
來自： 鄭飛3bbr5o1bk2 > 《繪畫》
