📢 转载信息
原文链接：https://www.bbc.com/news/articles/c5y9082q0jjo?at_medium=RSS&at_campaign=rss
原文作者：BBC News
AI模型是如何生成如此逼真图像的？
人工智能模型，尤其是那些用于生成图像的模型，是当代技术领域的一个显著特征。
这些系统的工作原理通常涉及生成对抗网络（GANs）或扩散模型（Diffusion Models）。
生成对抗网络（GANs）
GANs由两个相互竞争的神经网络组成：生成器（Generator）和判别器（Discriminator）。
生成器尝试创建逼真的图像，而判别器则负责区分这些生成的图像和真实的图像。
这两者通过对抗性的训练过程不断相互学习和改进。
- 生成器：接收随机噪声作为输入，并将其转换为看似真实的图像。
- 判别器：接收真实图像和生成器创建的图像，并试图判断哪个是假的。
这种“猫捉老鼠”的游戏迫使生成器生成越来越难以分辨的图像，最终达到极高的真实感。
扩散模型（Diffusion Models）
扩散模型是当前图像生成领域更先进的方法之一。它们的工作方式与GANs截然不同。
扩散模型通过两个主要阶段工作：
- 前向扩散（Forward Diffusion）：模型系统地向真实图像中添加噪声，直到图像完全变成随机噪声。
- 反向去噪（Reverse Denoising）：模型学习如何逐步从纯噪声中“去噪”，将噪声转换回清晰、逼真的图像。
这需要模型学习如何在每一步中预测并移除恰到好处的噪声。
模型如何学习“逼真”
这些模型需要海量的数据进行训练。例如，一个图像生成模型可能需要在数百万甚至数十亿张图片上进行训练。
在训练过程中，模型会学习到数据中复杂的模式、纹理、光照和结构。
为什么它们如此逼真？
逼真度来自于模型对视觉世界的深度理解。
纹理和细节：模型学会了如何生成极其精细的纹理，如皮肤的毛孔、布料的纤维或环境的光影效果。
语义一致性：模型不仅能画出物体，还能理解这些物体是如何在空间中互动的，确保生成的场景在逻辑上是合理的。
例如，当要求模型生成“一只在阳光下奔跑的狗”时，它不仅会画出狗和阳光，还会确保阴影方向正确，并且狗的动作符合物理规律。
挑战与前景
尽管这些模型取得了惊人的进步，但它们仍然面临挑战，比如生成手的图像（经常出现多余的手指）或保持图像中特定对象的一致性。
然而，这些模型的应用前景非常广阔，从艺术创作到科学模拟，都在不断改变我们与数字内容互动的方式。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区