人工智能AI生成的艺术：从文本到图像视频3D建模 继去年火遍全网的虚拟人之后，AI绘画又成了今年热议的科技话题。AI绘画就是「以文生图」， 打通了文字和图像的隔阂，只要输... 

继去年火遍全网的虚拟人之后，AI绘画又成了今年热议的科技话题。

AI绘画就是「以文生图」，打通了文字和图像的隔阂，只要输入一段文字描述，AI就可以把用户脑海中想象的画面呈现出来。这是一种文字转图像（Text-to-image）特性的崭新交互方式，使用文字描述，或者基于画面意象和故事，或者基于艺术家风格、构图、色彩、透视方法等专业名词，就能在数十秒内生成完整的绘画作品，人人都能成为艺术家。

例如这种：

除了国画、风景画，二次元也不在话下。

简单来说，就是AI学会了“命题作画”。

其实，AI绘画早在2015年就已经出现，但随着技术的不断增强，人们惊奇的发现，AI作画已经发展到了难以想象的地步。在国内外网络上，AI作画迅速成为焦点话题之一。

用户可前往网站（上述链接）进行案例操作，如需生成更好效果，可尝试输入英文关键词，每个关键词可随机生成4-5次不同的图片。

地下工厂

珊瑚小镇

对于大多数普通人来说，进行AI绘画创作无疑是新奇的体验，只需要输入指定的关键词，就能生成自己想要的图片，甚至能颠覆想象生成更大胆的创作。看似是一个傻瓜就能上手的工具，却经历了多年的技术突破才能实现今天的效果。

传统AI绘画的技术原理是生成网络（GAN）或VAE等，目前，GAN作为上一代AI绘画工具与平台最主流的图像生成模型，在模型训练方面已经有了很大的突破，但在实际应用的过程中仍然拥有严重的结构性问题。

采用DiffusionModel的Dall-E-2生成的图片

而AI生成艺术爆发背后主要的技术原因是DiffusionModel(扩散模型)在这2年的发展，突破了AI生成艺术多年以来的技术瓶颈，结合已经发展得很成熟了的文本语言模型GTP-3,带来了可用性极高的文本生成图片工具。

把原图用马尔科夫链将噪点不断地添加到其中，最终成为一个随机噪声图像，然后让训练神经网络把此过程逆转过来，从随机噪声图像逐渐还原成原图，这样神经网络就有了可以说是从无到有生成图片的能力。而文本生成图片就是把描述文本处理后当做噪声不断添加到原图中，这样就可以让神经网络从文本生成图片。

这种最直接的应用场景主要展现在修图APP、to设计师端的站酷、即时设计等生产工具，AI绘画可以为这些产品增加场景丰富度，提高用户粘性。

AI生成的这就是街舞5·李承铉队长大秀背景

科技正在慢慢改变世界，AI「以文生图」仅仅是AI生成艺术的冰山一角，未来还会崭露出更多AI生成艺术。

例如AI生成视频，既然AI可以生成图片，那生成视频自然将会成为下一个待开垦的地带；视频有了，AI生成3D模型也指日可待。

AI时代的内容领域，创作者们总要不同程度地与AI对垒。这难免带来冲击和焦虑，但我们也应该知晓，它们终究只是工具，不能淘汰人类的想象与创造。目前皮卡智能算法团队也正在进行一些初期尝试，后续也将上线demo试用，有需求的客户欢迎前来咨询。