英伟达再次突破想象力！一句话实时P图「创世纪」在线Demo可玩

　　上面这些效果，都是英伟达这个叫做“GauGAN2”的模型做出来的，而它的“完整版”功能，还远不止这些。

　　树林中的阳光”，输入in winter后，眼前本来郁郁葱葱的树林立刻“全秃了”，换成了雪景下的一幕：

　　还能输出不同style的风景图，例如输入“大山（mountain）”一词，立刻要山有山，还能给你换不同风格：

　　当然，这些不同的风景照也都能继续生成新细节，在mountain后加上“beside a river”就能生成山水：

　　只需要把想替换掉的部分圈出来，输入你想要的东西，就能立刻造出各种新颖的风景图：

　　嗯……英伟达给出的这个demo，思路也是非常清奇了，“浮在空中的城堡”：

　　这是上一代GauGAN2（2019年英伟达推出的GauGAN）的看家本领。

　　例如，要是想实现下面这样的“一片天空两个太阳”，就完全可以在通过文本生成的图像上，自己手动再加一个。

　　然后让GauGAN2根据已有的画面，再重新生成图画，就会得到如下“人头海岛”的神奇景观：

　　不过这可能也对个人画技有所要求，在我们的灵魂画风下，效果看上去就有些……不太聪明的亚子。

　　当时的它，还只拥有其中一个能力，就是将涂鸦直接变成风景画，就像「神笔马良」一样，还推出了对应的软件Canvas：

　　当然，这时GauGAN已经能随意改变画面风格了，从白天黑夜到春夏秋冬的气质都能稳稳“拿捏”：

　　据英伟达介绍，GauGAN采用了一种基于空间适应标准化（SPADE）算法。

　　SPADE算法不仅使用随机的输入图像，还采用了一种被称作“分割图”的图像。在分割图中，每一个像素都会被归类，来生成更接近于真实的图像，这种模式被称作“图对图翻译”。

　　高质量的图片、在英伟达Selene超算上进行训练，这台超算在Green500排行榜上排到世界第二。生成这些风景画的效果和“手法”，是不是感觉有点熟悉？

　　没错，大多数人看到GauGAN2的第一眼，可能都会觉得它和OpenAI的DALL·E+CLIP有点像。

　　今年年初，OpenAI用DALL·E和CLIP两个模型，做了个“图像版”GPT-3，同样能用一句话生成图片。

　　GauGAN2专注于生成风景照，DALL·E+CLIP则更多地生成具体的物体，例如一把椅子或者一个闹钟等。

　　这与它们的原理差异也有关系，GauGAN2更加注重“单词与视觉效果”之间的关系，例如“冬天”这种模糊的状态词给照片带来的效果；DALL·E+CLIP则更注重“文字-图像”这种有明确对应关系的物体效果。

　　据英伟达介绍，GauGAN2不同于“文本-图像”和“分割图像-图像”一类的模型，它所能产生的照片种类更多，质量也会更高。

　　比如给出“沙滩（beach）”一词后，有些生成的画面中出现了语言无法描述的事物。

　　对此，英伟达表示，他们在训练中“完全没有用到任何人像照片”。（所以可能是偶然？）

　　但这样一来，网友想要的“瑞克摇（Rick roll）”和“鬼畜视频生成”，GauGAN2大概也是没办法实现了。

　　最后，GauGAN2在浏览器上就能试玩，欢迎大家留言讨论自己的体验感受~

　　印军欲将S-400部署到中印边境，有分析称：对S-400，解放军比印军更熟！

　　马斯克质疑币安平台问题让用户买单，币安创始人赵长鹏回应附特斯拉召回新闻，事涉暂停狗狗币提币币安近期频现提币频卡顿空投久未发放

　　对手离谱丢空门!巴萨真悬了:末轮赢拜仁才确保出线队都有可能出线!刚上场就轰任意球绝平 末轮迎生死战

　　Riot Games 公开英雄联盟格斗游戏《Project L》实机画面

　　支持10×20米大空间，Holomia发布Quest真人CS游戏《MissionX》