“输入‘Pop style of the Persistence of Memory(波普艺术风格的记忆的永恒)’这一指令后,可以看到它将萨尔瓦多·达利的作品以波普艺术形式无限变奏生成。”
Kakao集团(035720)的人工智能(AI)专业子公司Kakao Brain于17日公开了基于超大规模AI的图像生成模型“minDALL-E”。minDALL-E是将OpenAI的“DALL-E”做成迷你版的模型。其特点是模型规模仅为原DALL-E的十分之一,但提升了易用性和可及性。Kakao Brain为开发minDALL-E,预先学习了1400万组文本与图像数据集。
生成式模型(GM)团队研究员金世勋当天在Kakao Brain开放迷你大会上介绍了minDALL-E如何实际作画。他表示:“如果有人请我把萨尔瓦多·达利的《记忆的永恒》画成波普艺术风格,我首先会找来作品仔细观看,并在谷歌上大量搜索以波普艺术形式变奏的作品来尝试模仿”,“但由于我其实没有绘画能力,恐怕连模仿都几乎不可能。”他接着说:“不过若利用AI的DALL-E模型,重点就不在于如何模仿作画,而在于输入什么指令让AI更好地达成目的”,“对minDALL-E说‘请以波普艺术风格画出记忆的永恒’,就能看到它以波普艺术形式无限变奏生成。”
minDALL-E不仅能改变作品的体裁,还能完成重新诠释再作画的任务。例如让《记忆的永恒》中融化流淌的时钟挂在宇宙、树木上。金研究员称:“可以看到挂在宇宙、树上融化的时钟也以多种方式被不断重新诠释。”
Kakao Brain方面表示:“基于文本生成图像的技术拥有无限可能性”,“由于也存在诸多局限,目前尚不完善,但随着今后技术高度化,预计可应用于制作叙事内容的插画、教育资料制作等多种内容产业。”






