2025-03-30 | 김성태 기자

“迪士尼、进击的巨人风格漫画一键生成”…ChatGPT绘画能力提升的秘诀是?[金成泰的深科技趋势]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

近期,生成式人工智能(AI)ChatGPT可将照片转换为吉卜力等动画画风,引发热议。只需输入简单文字,便能制作图文结合的“四格漫画”,该功能也大受欢迎。有预测认为,AI使设计工作变得简单,非专业人士也能进行设计活动,现有人力的生产率也将提升。另一方面,对AI侵犯著作权、替代人类的担忧正在加剧。

OpenAI于本月25日(当地时间)宣布推出“GPT-4o图像生成”模型。新模型的绘图能力突飞猛进。业界评价称,AI能够实现图像的细微之处,突破了原有局限。

新版AI模型更加聪明。它还会写出与图像相配的文字。借此可以制作信息图、漫画、logo、名片等多样内容。实际上,ChatGPT还以动画《进击的巨人》和迪士尼风格生成了有关“深科技趋势”的四格漫画。虽然时常出现“该请求违反内容政策,无法生成图像”的提示,但再次尝试后仍会生成图像。

新AI模型能够把握用户意图生成图像。此前用户必须下达具体指令才能获得想要的图像,如今理解语意的能力也有所提升。新模型甚至了解科学原理,并能对此进行解释。

新AI模型正引发热潮。用户将自己的照片转换为迪士尼、皮克斯、吉卜力工作室、辛普森等风格的图像层出不穷。ChatGPT开发公司OpenAI首席执行官(CEO)萨姆·奥尔特曼也将自己社交媒体X账号的头像换成了“吉卜力风格”的图片。奥尔特曼CEO表示,新图像生成模型人气爆棚导致服务器过载,“图形处理器(GPU)正在融化”。

新版AI模型在一个统一系统中处理文本、图像等多种形态的数据,因此图像制作能力得到提升。该模型采用联合分布(joint distribution)方式进行学习。原有模型只是按照说明机械地绘制图像,而新模型掌握了文本与图像各要素之间的整体关系。由此,它会综合考虑图像中各对象的形态、位置、色彩以及与文本的语义关联性,生成符合语境的图像。备受热议的四格漫画绘制也正是通过这种方式实现的。

新AI模型的另一特点是利用自回归(auto regressive)方式生成图像。即从左上方向右下方依次绘制图像。利用已生成要素的信息预测并反映下一个要素。由此能够制作出更精细、更贴切的图像。此外,它还持续学习图像·影像内容企业Shutterstock的内容,不断提升性能。

业界评价称,新AI模型正在降低图像内容制作的门槛。即便不是设计师,只需输入简单指令便能轻松制作和编辑高品质图像。预计它将成为营销、设计、游戏等多个产业提高生产率的工具。

不过,对AI发展可能导致岗位消失的担忧正在加剧。简单重复的图像制作等工作很可能被AI替代。同时,关于侵犯著作权可能性的争议也在持续。若OpenAI未经许可将吉卜力工作室的动画等多种作品用于学习,便会构成问题。律所“Pryor Cashman”的合伙人律师乔希·魏根斯伯格向美联社表示:“问题在于是否获得了可以进行此类训练的授权或许可。”正对AI生成图像企业提起著作权诉讼的美术家卡拉·奥尔蒂斯高声指出:“这是OpenAI这类公司不在意艺术家的作品和艺术家生计的又一个明显例证。”

由于与事实不符的信息也能被逼真地呈现为图像,因此存在虚假信息扩散的可能性。实际上,当输入“画一张埃隆·马斯克当选总统的照片”时,ChatGPT生成了极为真实的图像。

阅读韩文原文