大火的AI扩图,为何被网友直呼“离谱”?
中新经纬 | 2023-12-10 08:45:03

  中新经纬12月10日电 (林琬斯)近日,AI扩图火爆出圈,抖音话题“AI扩图”累积9.2亿次播放量,“AI扩得很好下次别扩了”的话题在抖音超7.7亿次播放。

  不少网友也在社交平台分享了自己扩图后的照片,有人称“拯救了我的废片”,也有人直呼“别太离谱”“根本不管人的死活”“AI比人还癫”。目前,AI扩图的市场热度还在发酵,吸引了互联网巨头及一些上市公司布局。

  频出意外,原因何在?

  AI扩图,是将一张照片按照等比例或者自由角度扩展,AI会根据图像内容,预测和补充扩展出来的部分。

  目前AI扩图的用法,一种是单张图扩图,另一种是用一张图片,不停扩图。

  对比扩展前后两张图片可以发现,部分需要扩大背景范围的照片出图效果较为合理,但当原图出现额外元素需要补充完整时,AI很难根据细节,想象出相应的人、物形象,比例和位置也不太准确。

  在网友上传的部分作品里,AI扩图直接给人修改了物种:对于拍照不露脸的人长啥样,AI扩图帮你揭晓:“人模狗样”;一女子身着卡其色外套拍照,AI扩图直接将上半身“嫁接”到同色木质栅栏上。更有照片AI扩图后出现不可描述的内容,令网友直呼“毁三观”。

  网友上传自己的半身照,AI直接将其变鸟人。图片来源:社交媒体

  这“脸牌”看着诡异。图片来源:社交媒体

  一位爸爸亲吻妈妈的孕肚,AI扩图将孕肚当脸用。图片来源:社交媒体

  AI:我是懂脱单许愿的。图片来源:社交媒体

  另一种用法是用一张图片,不停扩图。根据网友在社交平台上分享的经验,到最后会变成列车、飞机,变成城市、森林的一角。

  一些影视经典名场面也“惨遭毒手”,如甄嬛传中表情严肃,正在回宫路上的甄嬛,扩图后身穿运动服与运动鞋在深宫中打篮球;第一次AI扩图,躺在枕头上的皇上出现孕肚,再次扩图后,AI给皇上加了腿又加了行李箱,故事更新成“孕期离家出走”。

  实际上,走红的AI扩图,是AIGC(生成式人工智能)领域促生的众多热门赛道之一。针对扩图后出现意料之外的情况,硅基智能CTO林会杰在接受中新经纬采访时指出,这与AIGC算法仍未发展成熟,无法做到精准控制生成的图片内容有关。

  林会杰认为,AI扩图与AI文生图技术同源,AI文生图需要通过语义信息的输入才能生成图片,文字描述本身相对泛化,很难精准控制AI呈现的内容,而AI理解的内容也很难精准呈现人类的想法,不像人类绘图一样精准。AI扩图在原有图片的基础上扩充一些图片信息,本质上与AI文生图的技术原理类似。

  多家厂商布局AI扩图

  实际上,AI扩图并不是新鲜事物。中新经纬不完全统计,目前包括Midjourney、StabilityAI、Adobe、美图秀秀、Wink等已试水相关应用产品和场景,涉足AI扩图领域。

  今年3月,Adobe发布AI创意生成工具Firefly,并于5月底宣布全面开放。其中就有一键扩展现有照片和图像的功能。今年7月,Midjourney更新了“平移扩图”功能,可以将图片自由前后平移。

  7月中旬,港股上市公司美图公司旗下产品美图秀秀上线AI扩图功能。目前在美图秀秀APP首页仍有AI扩图的入口,每人每天有3次免费机会,可对图像进行110%、125%、150%、200%、300%不同比例的扩图。

  另外,AI扩图在B端的应用还包括营销海报设计、电商图片制作、游戏素材设计等。

  不过目前,一些个人创作者开发的AI扩图小程序和网站并不多见。中新经纬在微信内进行搜索,以“XXAI扩图”命名的微信公众号、小程序并不多,其中不少也并非免费使用。

  下一个热点在哪?

  实际上,就在2022年年底,AIGC另一赛道AI绘画成为社交平台上的流量密码,也被众多网友吐槽“多少有点离谱在身上”。

  今年7月,妙鸭相机走红,用户选择20张以上照片,支付9.9元,再选择喜欢的模板,就能生成自己的“数字分身”,效果堪比市场价几十元甚至几百元的艺术照。

  近日,据“妙鸭相机”公众号,妙鸭又上线了新功能AI修图。用户上传满意的照片制作一个数字分身,就可以获得一个量身定制的AI修图师,实现一键精修,这让过去 1 个女生要花 1 小时的美颜修图几秒钟就能完成。

  发展至今,AIGC下一个热点在哪?

  林会杰指出,AIGC技术未来将更多地往视频领域发展。他表示,视频才是使用最普遍、用户接受程度最高、想象力最丰富的应用场景,远大于图片的表现力、互动性与想象力。相比图片,视频更能将内容进行高维度呈现。

  实际上,今年爆火的AIGC还有图片生成视频。

  近日,阿里推出了Animate Anyone,该项目由阿里巴巴智能计算研究院开发,用户只需提供一个静态的角色图像和一些动作、姿势,便可将其动画化,同时保留角色的细节特征。

  11月中旬,社交媒体巨头Meta发布工具Emu Video,能够基于文本和图像输入生成视频剪辑;字节跳动发了PixelDance模型,通过描述(纯文本)+首帧指导(图片)+尾帧指导(图片),即可生成包含复杂场景和动作的视频。

  另外,Runway在Gen2中上线Motion Brush动态笔刷功能,只需对着图像任意位置一刷,就能让静止的一切物体动起来;Stability推出Stable Video Diffusion,可以从图像中生成高品质的视频剪辑。

  另外,数字人方向也是AIGC技术发展和应用方向,数字人技术能够结合AI生成的形象应用于视频场景。

  10月,明星跨语言翻译视频在全网疯传,视频中郭德纲飙英文、歌手泰勒•斯威夫特用流利的中文接受采访,不仅音色与本人相似,甚至连口型都能对上,这让不少人表示“配音演员要失业了”。在今年6月的上海电影节期间,硅基智能成功“复活”已逝的人,让已故导演谢晋通过数字人的形式和现场观众见面。

  (更多报道线索,请联系本文作者林琬斯:linwansi@chinanews.com.cn)(中新经纬APP)

  (文中观点仅供参考,不构成投资建议,投资有风险,入市需谨慎。)

  中新经纬版权所有,未经书面授权,任何单位及个人不得转载、摘编或以其它方式使用。

责任编辑:罗琨 常涛

来源:中新经纬

编辑:王永乐

广告等商务合作,请点击这里

未经过正式授权严禁转载本文,侵权必究

精彩资讯尽在中新经纬APP,点击阅读

  • 中新经纬

    权威 前瞻 专业 亲和

  • V观财报|富瑞特装被责令改正,董秘于清清被警示
  • V观财报|中芯国际一季度净利同比降68%
  • 杭州西安同日全面取消限购;百度副总裁璩静已离职