“請(qǐng)給我一個(gè)五彩斑斕的黑”，只需一行命令就能讓AI畫畫，OpenAI的Dall-E被大神復(fù)現(xiàn)
GitHub收獲1.1k星
曉查 發(fā)自 凹非寺? 量子位 報(bào)道 | 公眾號(hào) QbitAI
OpenAI今年1月公布的Dall-E可謂艷驚四座，只需輸入一段話，就能根據(jù)內(nèi)容輸出一幅畫。連吳恩達(dá)老師都不禁點(diǎn)贊。
比如讓它設(shè)計(jì)一個(gè)“像牛油果一樣的座椅”。
但是，OpenAI只在官網(wǎng)設(shè)置了幾種固定模板，代碼也沒有開源，用戶無法用AI設(shè)計(jì)出更多的圖片。
不過現(xiàn)在有個(gè)好消息，一位華人小哥Philip Wang已經(jīng)復(fù)現(xiàn)了一個(gè)PyTorch版Dall-E，叫做Deep Daze。
他使用了OpenAI的CLIP以及斯坦福大學(xué)的Siren，可以在個(gè)人電腦上運(yùn)行。
只需輸入在命令行中輸入一段描述，這個(gè)AI就能畫出各式圖片。
比如在綠色山丘上的薄霧（mist over green hills）：
或者是“草地上的碎盤子”（shattered plates on the grass）：
你覺得實(shí)際效果如何？
開發(fā)該項(xiàng)目的Philip Wang，就是在今年年初公布要復(fù)現(xiàn)Dall-E的那位大神，沒想到不到3個(gè)月的時(shí)間，這個(gè)項(xiàng)目已經(jīng)如此強(qiáng)大，在GitHub上已收獲1.1k星。
安裝與使用
Deep Daze可直接通過pip安裝：
pip install deep-daze
安裝完成后，輸入以下命令運(yùn)行。
imagine?TEXT?
其中imagine是命令，TEXT必須是一段不超過77個(gè)字符的英文描述，
為可選參數(shù)，
可加可不加。
如果我們想生成文章開始那張山中薄霧的圖片，就輸入以下命令：
imagine mist over green hills
中可加入的參數(shù)有：—deeper，獲取更高的圖像質(zhì)量；—num-layers，指定網(wǎng)絡(luò)的層數(shù)……更多用法可以去GitHub項(xiàng)目主頁查詢。
如果擔(dān)心AI的想象力過于天馬行空，可以指定一張圖片，讓AI在此圖像基礎(chǔ)上想象。這樣就能保證圖像不至于太過離譜。
具體的命令如下：
imagine ‘description’ —start-image-path /path/to/picture.jpg
假設(shè)我們給AI一張披薩的圖片，讓它想象“上面鋪滿青椒的樣子”。
那么我們將上述命令中的描述改成“A pizza with green pepper”。
你以為這就是Deep Daze的全部？其實(shí)，它還有一個(gè)更強(qiáng)大的完全體——故事模式。
只需設(shè)置—create_story=True，就可以解鎖該模式，取消77個(gè)字符的限制，項(xiàng)目作者將美國(guó)詩人羅伯特·弗羅斯特的詩《雪夜林邊歇馬》輸入其中，得到了一段mp4視頻。
到這里我有點(diǎn)想讓AI畫一下“五彩斑斕的黑”，但貧窮限制了我的操作。
因?yàn)槭褂肈eep Daze必須要安裝CUDA，而且最好在不小于8GB顯存的GPU上，才能獲得不錯(cuò)的效果。而我現(xiàn)在根本買不起英偉達(dá)顯卡。
項(xiàng)目地址： https://github.com/lucidrains/deep-daze
版權(quán)所有，未經(jīng)授權(quán)不得以任何形式轉(zhuǎn)載及使用，違者必究。
相關(guān)閱讀
iPhone14pro紫色“掉漆”/ 蘋果英偉達(dá)拒絕臺(tái)積電漲價(jià)/ DALL·E取消排隊(duì)...今日更多新鮮事在此
今天是9月29日星期四
Pine2022-09-29
