第 1 课
第 1 篇｜AI 生图是怎么发展起来的
试看 100%
今天我们输入一句话，几十秒就能得到一张图片。但这件事并不是突然发生的。
一开始，计算机只会“按规则画”
早期的计算机绘图主要依靠程序员写规则。比如画一个圆、生成一片云、计算灯光照到物体上的效果。
计算机执行得很准确，却不会自己理解“猫是什么”“油画是什么感觉”。人必须提前把形状、颜色、材质和光线写成明确的程序。
后来，机器开始从图片中学习
深度学习发展以后，研究者开始让机器观看大量图片，自己学习其中的规律。
2014 年前后，GAN，也就是生成对抗网络，成为重要突破。可以把它想成两个人一起训练：一个负责画假图，另一个负责找破绽。画图的一方为了骗过检查，会越画越像。
GAN 曾经非常擅长生成人脸，但训练不够稳定，对复杂文字描述的理解也有限。
扩散模型带来了新变化
扩散模型的思路很像“从一团雪花噪点中慢慢找回画面”。
训练时，模型观察图片怎样一步步变成噪点，同时学习怎样反过来把噪点恢复成图片。生成时，它从随机噪点开始，根据提示词不断调整，最后形成完整画面。
2020 年以后，扩散模型的图片质量快速提升。2022 年，Stable Diffusion 公开发布，让普通人也可以在本地电脑上运行、换模型、装插件和训练自己的风格。
同一年，Midjourney 让 AI 生图走向大众
Midjourney 不强调复杂安装，而是让用户直接输入文字生成图片。它鲜明的审美表现和简单的使用方式，让很多第一次接触 AI 生图的人迅速获得有吸引力的结果。
Stable Diffusion 和 Midjourney 代表了两条很不同的路线：
- Stable Diffusion 更像一间可以自己改装的工作室。
- Midjourney 更像一台已经调好效果的创意相机。