文本-圖像人工智能系統目前在能力和受(shou)歡迎程(cheng)度上都在蓬勃發展，還有(you)什么比它們出現在世界(jie)最熱門的(de)應用程(cheng)序中更好的(de)證明(ming)？那(nei)就是(shi)TikTok。這個(ge)視頻平臺(tai)最近增加了一種新的(de)效(xiao)果，它稱(cheng)之(zhi)為"人工智能綠屏"，允許用戶輸入文字提示(shi)，然后(hou)(hou)軟件會(hui)生成一個(ge)圖(tu)像。這張(zhang)圖(tu)片(pian)隨后(hou)(hou)可(ke)以作為視頻的(de)背景--對創作者來說可(ke)能是(shi)一個(ge)非常有(you)用的(de)工具。
與Google的(de)(de)(de)Imagen、OpenAI的(de)(de)(de)DALL-E 2或(huo)Midjourney的(de)(de)(de)同(tong)名軟件等最先進的(de)(de)(de)文本到圖(tu)(tu)像(xiang)模型(xing)相比，TikTok系(xi)統的(de)(de)(de)輸(shu)出相當基本。它(ta)只創建了相當抽象(xiang)的(de)(de)(de)圖(tu)(tu)像(xiang)；TikTok建議(yi)的(de)(de)(de)提示(shi)如"海洋中的(de)(de)(de)宇(yu)航員(yuan)"和"鮮花星系(xi)"的(de)(de)(de)案例就(jiu)反(fan)映了這(zhe)一(yi)做法(fa)。相比之(zhi)下，其他模型(xing)既能產(chan)生逼真的(de)(de)(de)圖(tu)(tu)像(xiang)，也能產(chan)生復雜(za)而連貫的(de)(de)(de)插圖(tu)(tu)，看(kan)起來像(xiang)是(shi)人類繪制或(huo)畫的(de)(de)(de)。
不(bu)過(guo)，TikTok模型的(de)(de)局限性很可能是(shi)故意的(de)(de)。首先，更(geng)先進的(de)(de)模型需要更(geng)強的(de)(de)計算(suan)能力，對該公司來說，這將(jiang)是(shi)昂貴和資(zi)源密集型的(de)(de)實(shi)施。其次，TikTok有超過(guo)10億(yi)的(de)(de)用戶，讓所有這些人(ren)有能力創造他們能想(xiang)象的(de)(de)任何(he)東西的(de)(de)逼(bi)真圖(tu)像，幾乎能夠肯定又(you)會(hui)讓一些人(ren)產生(sheng)一些不(bu)安(an)的(de)(de)想(xiang)法。
在媒(mei)體測試(shi)其模型創(chuang)造裸體和血(xue)腥的能力時(shi)，文本(ben)到圖像生成(cheng)器往(wang)往(wang)會(hui)對這(zhe)兩種來自用戶的意圖施加限制(zhi)。該(gai)模型輸出(chu)的抽象(xiang)性質意味著帶有(you)挑釁性語言的提示只能產生一些無意義的漩渦(wo)。
同樣，涉及裸體(ti)的(de)要求(qiu)只產生了一(yi)些合適的(de)顏色，但不會有(you)什么讓人臉(lian)紅的(de)內容出(chu)現。
TikTok的(de)"人(ren)工智能綠(lv)屏"的(de)出現(xian)值得注意的(de)是，它顯(xian)示了(le)這(zhe)項技(ji)術(shu)進(jin)入(ru)(ru)主流的(de)速度正不(bu)斷提升。文本到(dao)圖像的(de)人(ren)工智能的(de)最新發展(zhan)周期可以說始(shi)于2021年(nian)，OpenAI最初(chu)發布了(le)DALL-E。不(bu)到(dao)兩年(nian)后，這(zhe)項技(ji)術(shu)已經(jing)通過(guo)TikTok這(zhe)樣的(de)應用(yong)程序進(jin)入(ru)(ru)了(le)數百萬人(ren)的(de)手中(zhong)。
