高质量的图片、在英伟达Selene超算上进行训练,这台超算在Green500排行榜上排到世界第二。
生成这些风景画的效果和“手法”,是不是感觉有点熟悉?
没错,大多数人看到GauGAN2的第一眼,可能都会觉得它和OpenAI的DALL·E+CLIP有点像。
今年年初,OpenAI用DALL·E和CLIP两个模型,做了个“图像版”GPT-3,同样能用一句话生成图片。
不过,这两个模型生成的内容其实不太一样。
GauGAN2专注于生成风景照,DALL·E+CLIP则更多地生成具体的物体,例如一把椅子或者一个闹钟等。
这与它们的原理差异也有关系,GauGAN2更加注重“单词与视觉效果”之间的关系,例如“冬天”这种模糊的状态词给照片带来的效果;DALL·E+CLIP则更注重“文字-图像”这种有明确对应关系的物体效果。
据英伟达介绍,GauGAN2不同于“文本-图像”和“分割图像-图像”一类的模型,它所能产生的照片种类更多,质量也会更高。
不过,偶尔也会出现点bug…
比如给出“沙滩(beach)”一词后,有些生成的画面中出现了语言无法描述的事物。
对此,英伟达表示,他们在训练中“完全没有用到任何人像照片”。(所以可能是偶然?)
但这样一来,网友想要的“瑞克摇(Rick roll)”和“鬼畜视频生成”,GauGAN2大概也是没办法实现了。
但是能生成仿佛梦境中才能见到的画面,也吸引了不少人来试玩。
这不,有人就晒出了自己生成的抽象画大作,并表示自己非常喜欢这个模型:
还有人表示,GauGAN2给出了一些建筑设计的新idea啊。
也有网友觉得这种能够自动生成景观的功能,未来Adobe可能也会用上。
或许就是下一个画手利器?
原创文章,作者:kk数码网,如若转载,请注明出处:https://www.kkkz.net/27793.html