Dall-E mini：创作者解释了模糊的面孔、病毒式传播以及该项目的未来
人工智能图像生成器现在正大放异彩。感谢 OpenAI 及其名为 Dall-E 2 的创造，互联网上的人们已经能够仅根据文字提示制作自己的详细图像。
但在 OpenAI 创建后不久，我们就看到 Google 发布了一个直接竞争对手，使用 OpenAI 的开源代码来帮助创建 Imagen——一个同样令人印象深刻的AI图像生成器，能够再次仅通过简单的短语来制作图像。
然而，虽然这两项发明在人工智能世界中都是革命性的，但它们只适用于少数人，并且随着它们慢慢地向新用户提供访问权限而提供等待名单。
不久之后，互联网上涌现出大量人们制作自己的 Dall-E 图像，尽管质量水平要低得多。这并不是因为 OpenAI 突然开放了访问权限，而是因为有人在很大程度上基于原始版本制作了自己的软件版本，称为Dall-E mini。
我们采访了 Dall-E mini 的创始人，了解了它的诞生过程、病毒式传播潜力以及该项目的未来。
Dall-E mini 是什么？它是如何诞生的？
Dall-E mini 是另一款席卷互联网的人工智能图像生成器。然而，它的不同之处在于它完全免费供所有人使用。尽管名称几乎相同，但它与 OpenAI 无关，只是利用了 OpenAI 在其模型上提供的大量公开信息。
相反，这个项目是由一位名叫 Boris Dayma 的软件工程师创建的。“当我听说它 [Dall-E] 时，我觉得这太酷了，我想构建类似的东西。所以我读了他们关于模型的论文，但我永远无法理解它，它太复杂了，”Dayma 说。
直到 2021 年 7 月，鲍里斯报名参加由 Google 和人工智能社区 Hugging Face 举办的竞赛时，才有机会尝试重新创建这个项目。他与一个团队配对并为他的项目提供支持，他们都决定尝试创建一个像 Dall-E 这样的人工智能图像生成器。
“到月底，我们有了一些很酷的东西。它当时没有达到现在的水平，但它可以产生简单的提示，例如夜晚或白天的海滩。我们赢得了比赛，我继续致力于该产品，从那时起不断改进。”
该模型最初并没有受到一小部分受众的欢迎，但大约两个月前，互联网开始接受它，并因其病毒图像能力而接受它。
与 Dall-E mini 的一个主要区别是，由于团队较小且免费使用，它根本没有经过过滤。这意味着，与具有安全协议的 Google 的 Imagen 和 OpenAI 的Dall-E 2相比，任何提示都会被接受。这意味着人们可以使用 Dall-E mini 来处理各种事情，从卡通表演泰德演讲和名人打魁地奇，到使用种族主义、极端暴力或描述现实世界的创伤情况。
病毒式传播
随着这项免费服务在网上疯传，使用该平台的人突然多于鲍里斯一人。他的主要收获是新用户的创造力。
“我会写一些像月光下的湖景或月球上的埃菲尔铁塔之类的东西，这些是我最复杂的提示。但当我看到人们用它做什么时，我感到很惊讶。我没有那种水平的创造力，他们学习如何调整模型来创建我永远无法想出的真正具体的提示，”鲍里斯说。
当他需要放松时，他甚至会浏览推特，看看人们可以创造什么。他特别喜欢使用“轨迹摄像机”一词，创建出看起来像是来自夜间低分辨率相机的颗粒状图像。
模糊的面孔和创意输入
尽管该模型很受欢迎，但它并非没有局限性。与 OpenAI 的原始模型或谷歌最新的 Imagen 相比，Dall-E mini 在图像质量方面显然难以匹敌。
虽然任何术语都可能产生匹配的结果，无论多么小众，你可能会发现自己眯着眼睛看比较。名人和卡通人物通常会呈现出与原版有些相似的斑点，更奇怪的问题是，该模型实际上无法制作面孔。
“图像被编码成非常短的数字序列，以便模型可以更快地学习。正因为如此，该模型犯了很多错误。然而，当你画月亮、风景或树时，你并没有真正注意到那里的问题。
“当它出现在脸上时，我们会更加注意。如果眼睛不正常或者鼻子形状不正常，那就很奇怪了。动物和卡通人物也是如此，只是我们比畸形物体更关注它。事实上，该模型在所有方面都同样好或坏。”
这并不意味着该模型不能做鬼脸，它只是需要用户做大量的工作。有些人找到了通过编写长而详细的提示来强制模型创建脸部的方法，列出脸部每个部分的大小和位置。
应对 Dall-E mini 的庞大数字和未来
虽然 Dall-E mini 的自由特性使其脱颖而出，但它也并非没有局限性。与 OpenAI 的队列系统相比，Dall-E mini 可以立即供每个人使用。
“现在使用它的人数非常多。当它变得病毒式传播时，我做了一些小的改变以使其更高效，然后我可以处理更多的流量，但随后流量会再次增加，我永远无法跟上。
“我希望通过更多服务器来扩展它并能够适应。渐渐地，我们能够支持更多的流量，希望未来流量不会成为问题。”
然而，随着规模的扩大和增长，鲍里斯现在提出了 OpenAI 和谷歌都会质疑的同样问题——如果没有任何财政援助或货币化，这种情况是否会继续下去。
“我认为货币化很重要。我希望能够使其具有可扩展性，以便现在每个人都可以使用它，对我来说，让每个人都免费使用它非常重要。我的目标是成为一个自我可持续的项目，每个人都可以付费使用。”
转载请注明： Dall-E mini：创作者解释了模糊的面孔、病毒式传播以及该项目的未来 | 跨境湾
