资讯：Meta展示其新的AI图像生成器“Make-A-Scene”

(相关资料图)

近日，Meta展示了一款新的由AI技术驱动的图像生成器“Make-A-Scene”，旨在让人们更好地控制他们的AI图像。

随着AI模型的发展，AI图像的表现越来越出色。几年前，主要是基于GAN的系统生成看似真实的猫或人，而今天则是多模态模型，允许通过文本输入进行有针对性的创作。DALL-E 2、Midjourney和Imagen等多模态AI模型均允许通过文本输入来生成图像。

但是，用户对这些系统的实际控制通常非常有限：输入文本并等待图像，仅此而已。而Meta研究人员最近展示的多模态AI模型Make-A-Scene则通过草图加文本的输入赋予了用户更多的控制权，从而能生成更有针对性的图像。

Make-A-Scene可以捕捉预先设置的场景布局，使草图也成为输入内容的一部分，然后用户通过文本输入来对框架进行填充。该模型还可以通过输入文本来创建自己的布局，但这意味着用户放弃了部分控制权。

根据 Meta的说法，虽然其他AI系统的结果通常难以预测，但人们可以使用Make-A-Scene有针对性地生成图像。

目前，一些艺术家已经获得了Make-A-Scene的试用权限。其中一位开发人员与他的孩子一起测试了该系统，例如让怪物熊乘坐火车。不过，该模型暂时不会发布。对于Meta，Make-A-Scene是AI创造力的实验，重点是用户控制。

Meta表示，为了利用AI的潜力来促进创造性表达，人类需要能够塑造和控制系统生成的内容。为此，相应的系统必须直观且易于使用——包括语言、文本、草图、手势或眼球运动。

在AI的帮助下，Meta希望构建下一代创意AI工具，使许多人能够在2D、XR和元宇宙中创建富有表现力的信息。