目前,AIGC 尚不能完全代替设计师。在 AIGC 1.0 时代,其主要起到产生参考图像的作用,存在一定局限性,如无法精确控制某些特征材质。到了 AIGC 2.0 时代,基于 Stable diffusion 的 Lora 模型训练能直出较高质量形象,但对于要求较高的场景仍有问题,如四肢比例失调、手指数量错误等,仍需要专业设计师大量介入与修复。
但这并不意味着我们应放弃 AIGC,它为设计师提供了强大的辅助工具,帮助他们更高效地实现创意和思路,将更多时间和精力投入到真正的创意创新中,而非重复性的基础设计工作。
[title]Alibaba.com IP形象AIGC探索|这是一只充满AI的牛牛_桃子湖小菜鸡-站酷ZCOOL在AIGC1.0时代,AIGC主要起到的是产生参考图像作用,仅仅使用controlnet无法精确控制阿牛本身的特征材质,例如橙色的身体部分、蓝色金属牛角等,具有一定的局限性,但是非常适合整体全身材质风格替换,不仅可以使用正视图作为参考输入,设计师也可以手绘线稿图输入controlnet进行控制;在AIGC2.0时代,基于Stable diffusion的Lora模型训练已经可以做到直出较高质量的阿牛形象了,在无数轮的测试与回炉之后,模型具有了相对稳定的表现,对于一些要求不高的场景例如表情包,内部宣传画等基本可以做到画面直出可用。但是对于要求较高的节日节庆海报或者对外宣发,依然有着一些问题,例如四肢比例失调,手指多一只少一只的情况时有发生,这也属于SD1.5底层技术的老毛病了,不过好在随着SDXL大模型的更新,相信这些问题会在新的技术加持下解决;不可否认,目前的AIGC工具仍然存在着许多问题,如在阿牛模型的训练中,头身比例与手指数量错误一直是一个老大难的问题,真正的完美落地仍然需要专业设计师的大量介入与修复,但是这并不是我们放弃AIGC的理由,我们相信随着时间与技术的更迭,这些问题都将得到解决或者缓解。拥抱AI并不是要完全取代传统的设计方法或设计师,而是为设计师提供一个强大的辅助工具,帮助他们更高效地实现创意和思路,将更多时间和精力投入到真正的创意创新中,而不是重复性的基础设计工作。
[title]如何判断一张图片是否AI生成的[heading1]漫谈:我们为什么要鉴别AIGC[heading2]鉴别AIGC的需求那摄影作品是人类公知层面上的具有独创性的作品,AIGC创作,是否也会沿着这条路线逐渐稳定下来?我们出于欣赏美好视觉作品的平和视角,那无论这个作品是人工绘制还是AI生成的,我们都乐意动动发财小手,为它点个赞。但当这个场景放到工作产出中,假设使用了AI生成的VI素材,会导致整个项目的劳务报价骤降40%,那鉴别AIGC,为自己的劳动成果验明正身,就是不可或缺的刚需了。再比如放在设计领域,可视化产出是一种交流刚需,设计师用它们来快速沟通灵感和方案。而如果在教育教学过程中,设计专业学生由于无差别地应用AIGC来替代手绘训练,那极有可能造成他们在需要快速表达的场景里,直接缺失这项技能。因此,教师也十分需要具备对AIGC鉴别的认知能力,要判断当前的教学场景是否适用于引入AI技术,要明晰学生在课程中的产出训练是为了培养何种能力,进而才能游刃有余地处理学生产出中AI成分的占比是否需要教育干预。我们聊了各个行业的场景和看法,更加肯定了一个观点,「工具本身是无属性的」。AI工具爆发至今,并没有应用行业上的壁垒。在我们尚未明确它的应用场景和约束条件的这一混沌时期,大家会理所应当地想要尽可能地使用它。于是横跨工作、兴趣、生活的方方面面,都有AI强势介入的趋势。但此时,边界未明的局限视角,也让我们很难在短时间内判别AI到底该在什么场景里用到什么样的程度才是最有益的。这个过程中,就难免出现诸多矛盾。随着工具的边界逐渐固定,人的鉴别能力和重新适应的生产力布局,也会带来边际效益的快速回弹。这时候,AI才能真的脱离妖魔化和泛神化,被更好地利用起来。
[title]生成式AI在游戏领域的机会(市场假设+预测)原文链接:https://a16z.com/2022/11/17/the-generative-ai-revolution-in-games/游戏领域和生成式人工智能之间有什么关联?翻译文来源:https://mp.weixin.qq.com/s/tm9xr7rVh5tqsuMcGTu81Q游戏设计领域存在不可能三角:成本、质量或速度这三项中通常只能取两项,而现在,设计师可以通过这些AIGC工具,不再需要花费很多人工的制作时间,只要几个小时就能创造出高质量的图像,而这其中,真正具有变革意义的是,任何人只要学会几个简单的工具,就可以获得这种具备创造性的能力。这些工具,能够以快速迭代的方式创造出无穷无尽的变化,并且一旦经过培训,整个过程是实时的,也就是说,结果几乎是即时可用的。自Real-time 3D技术出现以来,还没有能够对游戏产生如此大潜在改变的技术(有了实时3D的软件,整个虚拟世界可以眼以更快的速度进行数字渲染,为用户提供了更具吸引力和身临其境的体验)那么,生成式AI的发展方向是什么?又将如何改变游戏?首先,我们回顾一下生成式AI的概念。什么是生成式AI?生成式AI是机器学习的一个类别,计算机可以根据用户的输入/提示,生成原创的新内容。目前这项技术最成熟的应用主要在文本和图像领域,不过几乎所有的创意领域都有类似的进步(生成式AI的技术应用),覆盖动画、声音效果、音乐,甚至是对具备完整个性的虚拟人物进行原创。