甄嬛打篮球？AI扩图，我劝你别太离谱

2023-12-11 03:12

来源丨中新经纬（ID：jwview）

作者丨林琬斯

编辑丨赵佳然

题图丨图虫创意

近日，AI扩图火爆出圈，抖音话题“AI扩图”累积9.2亿次播放量，“AI扩得很好下次别扩了”的话题在抖音超7.7亿次播放。

不少网友也在社交平台分享了自己扩图后的照片，有人称“拯救了我的废片”，也有人直呼“别太离谱”“根本不管人的死活”“AI比人还癫”。目前，AI扩图的市场热度还在发酵，吸引了互联网巨头及一些上市公司布局。

频出意外，原因何在？

AI扩图，是将一张照片按照等比例或者自由角度扩展，AI会根据图像内容，预测和补充扩展出来的部分。

目前AI扩图的用法，一种是单张图扩图，另一种是用一张图片，不停扩图。

对比扩展前后两张图片可以发现，部分需要扩大背景范围的照片出图效果较为合理，但当原图出现额外元素需要补充完整时，AI很难根据细节，想象出相应的人、物形象，比例和位置也不太准确。

在网友上传的部分作品里，AI扩图直接给人修改了物种：对于拍照不露脸的人长啥样，AI扩图帮你揭晓：“人模狗样”；一女子身着卡其色外套拍照，AI扩图直接将上半身“嫁接”到同色木质栅栏上。更有照片AI扩图后出现不可描述的内容，令网友直呼“毁三观”。

▲网友上传自己的半身照，AI直接将其变鸟人。

图片来源：社交媒体

▲这“脸牌”看着诡异。

图片来源：社交媒体

▲一位爸爸亲吻妈妈的孕肚，AI扩图将孕肚当脸用。

图片来源：社交媒体

▲AI：我是懂脱单许愿的。

图片来源：社交媒体

另一种用法是用一张图片，不停扩图。根据网友在社交平台上分享的经验，到最后会变成列车、飞机，变成城市、森林的一角。

一些影视经典名场面也“惨遭毒手”，如甄嬛传中表情严肃，正在回宫路上的甄嬛，扩图后身穿运动服与运动鞋在深宫中打篮球；第一次AI扩图，躺在枕头上的皇上出现孕肚，再次扩图后，AI给皇上加了腿又加了行李箱，故事更新成“孕期离家出走”。

实际上，走红的AI扩图，是AIGC（生成式人工智能）领域促生的众多热门赛道之一。针对扩图后出现意料之外的情况，硅基智能CTO林会杰在接受中新经纬采访时指出，这与AIGC算法仍未发展成熟，无法做到精准控制生成的图片内容有关。

林会杰认为，AI扩图与AI文生图技术同源，AI文生图需要通过语义信息的输入才能生成图片，文字描述本身相对泛化，很难精准控制AI呈现的内容，而AI理解的内容也很难精准呈现人类的想法，不像人类绘图一样精准。AI扩图在原有图片的基础上扩充一些图片信息，本质上与AI文生图的技术原理类似。

多家厂商布局AI扩图

实际上，AI扩图并不是新鲜事物。中新经纬不完全统计，目前包括Midjourney、StabilityAI、Adobe、美图秀秀、Wink等已试水相关应用产品和场景，涉足AI扩图领域。

今年3月，Adobe发布AI创意生成工具Firefly，并于5月底宣布全面开放。其中就有一键扩展现有照片和图像的功能。今年7月，Midjourney更新了“平移扩图”功能，可以将图片自由前后平移。

7月中旬，港股上市公司美图公司旗下产品美图秀秀上线AI扩图功能。目前在美图秀秀APP首页仍有AI扩图的入口，每人每天有3次免费机会，可对图像进行110%、125%、150%、200%、300%不同比例的扩图。

另外，AI扩图在B端的应用还包括营销海报设计、电商图片制作、游戏素材设计等。

不过目前，一些个人创作者开发的AI扩图小程序和网站并不多见。中新经纬在微信内进行搜索，以“XXAI扩图”命名的微信公众号、小程序并不多，其中不少也并非免费使用。

下一个热点在哪？

实际上，就在2022年年底，AIGC另一赛道AI绘画成为社交平台上的流量密码，也被众多网友吐槽“多少有点离谱在身上”。

今年7月，妙鸭相机走红，用户选择20张以上照片，支付9.9元，再选择喜欢的模板，就能生成自己的“数字分身”，效果堪比市场价几十元甚至几百元的艺术照。

近日，据“妙鸭相机”公众号，妙鸭又上线了新功能AI修图。用户上传满意的照片制作一个数字分身，就可以获得一个量身定制的AI修图师，实现一键精修，这让过去 1 个女生要花 1 小时的美颜修图几秒钟就能完成。

发展至今，AIGC下一个热点在哪？

林会杰指出，AIGC技术未来将更多地往视频领域发展。他表示，视频才是使用最普遍、用户接受程度最高、想象力最丰富的应用场景，远大于图片的表现力、互动性与想象力。相比图片，视频更能将内容进行高维度呈现。

实际上，今年爆火的AIGC还有图片生成视频。

近日，阿里推出了Animate Anyone，该项目由阿里巴巴智能计算研究院开发，用户只需提供一个静态的角色图像和一些动作、姿势，便可将其动画化，同时保留角色的细节特征。

11月中旬，社交媒体巨头Meta发布工具Emu Video，能够基于文本和图像输入生成视频剪辑；字节跳动发了PixelDance模型，通过描述（纯文本）+首帧指导（图片）+尾帧指导（图片），即可生成包含复杂场景和动作的视频。

另外，Runway在Gen2中上线Motion Brush动态笔刷功能，只需对着图像任意位置一刷，就能让静止的一切物体动起来；Stability推出Stable Video Diffusion，可以从图像中生成高品质的视频剪辑。

另外，数字人方向也是AIGC技术发展和应用方向，数字人技术能够结合AI生成的形象应用于视频场景。

10月，明星跨语言翻译视频在全网疯传，视频中郭德纲飙英文、歌手泰勒•斯威夫特用流利的中文接受采访，不仅音色与本人相似，甚至连口型都能对上，这让不少人表示“配音演员要失业了”。在今年6月的上海电影节期间，硅基智能成功“复活”已逝的人，让已故导演谢晋通过数字人的形式和现场观众见面。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq