上周，全球人工智能领域的发展又迎来了一波新浪潮。先是GPT-4的更新备受关注，被认为是目前最先进的自然语言处理技术之一；随后，微软又抛出一张“王炸”Microsoft 365 Copilot，这款使用GPT-4技术的办公软件，什么word秒变PPT信手拈来，是手残党的福音。
Copilot也可能是某些岗位的噩梦（图源网络）
可以预见：在不久的未来，各行各业的工作流程、岗位职责、人员规模等等，都将随之产生翻天覆地的变化。怎么“驯服”AI工具为己所用的课题，才刚刚开始。
MJ和SD又出新版本
上周六刚结束的轩宝爸爸《AI创作绘画课》，晓栋老师教大家训练Midjourney和Stable Diffusion软件（简称MJ和SD，下同），来制作AI绘画作品，出图效率令人惊叹。这两款软件都是利用机器学习算法，来自动生成图像、画作和插画等艺术品。
火星时代《AI创作绘画课》直播间截图
上周，Midjourney推出了V5新版本，拥有更加广泛的风格种类、高于旧版本2倍以上的图像分辨率，并且在相同文字条件下，做图细节更加优秀；比如，在某些指令条件下，它在每只手上做了五个手指，而非增加一百个连牙。并且开发人员还声称V5版本“极大地加强了对角色面部细节的处理”。
图源网络
MJ真的能画好手了？有图为证：
MJ V5做出的AI情侣，手的细节已经有明显改善
Stable Diffusion也在上周推出Stable Diffusion Reimagine，新工具只需用户上传图像这样一个简单动作，就可以无限制地生成多个组合变体，而无需额外的追加提示。比如下面这张SD官网晒出的卧室图，只有左上角是原图，其他都是软件受原始图片“启发”，自动“构想”的新作品。
图源网络：Reimagine官方出图
反对AI喂图的工具来啦
创作者们要如何避免自己的作品，成为生成式AI绘图工具的“饲料”？芝加哥大学的研究人员和一些艺术家合作开发了一个免费工具Glaze。
它相当于给作品加了一道“保护伞”，还可以设置“保护伞”的强度值，强度越高，保护越强。等于是在不影响创作观感前提下，给作品设置了一道防止喂图的“密钥”。以此来保护创作者的独特风格和作品，免于被人工智能算法复制，保障了他们的知识产权。
Glaze网址：https://glaze.cs.uchicago.edu/faq.html#faq
Glaze适用Windows和macOS 13.0+，同时支持Intel和Apple Silicon Mac。该软件可根据自定义EULA获得，目前尚处在测试阶段。
RODIN：3D模型一键生成
用一张2D图生成3D图像模型，需要几步？在微软亚洲研究院新推出的3D数据训练扩散模型RODIN中，只需要几个按钮、几秒钟即可完成。
工作原理和训练过程在此不作赘述。RODIN能实现的效果是：只使用一张2D图像，甚至一句话文字描述，就能创建逼真的3D头像。
截图来源：https://3d-avatar-diffusion.microsoft.com
后续，该团队计划采用RODIN模型来创建更多的3D场景，这些场景将包括花草树木、建筑、汽车家居等多种元素。他们的终极目标是通过使用一个模型来生成3D万物，从而实现更高效的3D设计和创作。
能做CG动画的AI工具
WonderStudio是一个功能强大的AI工具，它可以用于视频编辑、音频处理、图像设计、文字排版等多种创作领域。最厉害的是，它可以自动分析并捕捉真人表演，将其转变为CG角色，并为其制作动画，甚至自动将灯光和CG角色匹配到实拍场景中去。
WonderStudio操作演示（图源网络）
这意味着，你只需拥有一部相机甚至手机，就能做CG大片。那些复杂的制作工序、昂贵的硬件，在WonderStudio里似乎正在变得无足轻重。
目前，只有少数邀请用户才能使用Beta版。但不得不说，加入AI的制作软件，效率和效果都太逆天了。
国产开源50亿参数新模型
在AI绘画领域，一个比较公认的难点是，如何更好去提升AI绘画模型的可控性，让它生成的图像，更加符合人类提出的要求。近日，来自阿里巴巴和蚂蚁集团的研究者们公布了名为Composer的大型可控扩散模型，大约包含50 亿个参数，训练样本包含文本和图像，样本数量多达数十亿。
项目地址：https://github.com/damo-vilab/composer
Composer能实现的效果，可以让使用者更加灵活地利用文本描述、深度图和草图、颜色直方图等作为命令组合，在有限的语言命令下，产出更加大量的、符合人类审美及需要的新图像。项目地址在上面，大家可以去github自行体会。
版权声明 | 文章整理自网络，仅供学习参考，版权归属原作所有
如有问题，请及时与我们联系，我们将第一时间做出处理
