生成式 AI 模型的发展正在改变人们对于“照片”的定义与理解。
比如Paragraphica相机没有任何传统相机应有的硬件设备,它没有镜头,没有传感器,事实上它没有任何成像技术。然而,Paragraphica可以拍摄场景照片……它是如何做到的呢?答案是利用AI技术和位置数据直接生成场景照片。
Paragraphica相机并不真正“捕捉”或拍摄任何照片,它利用AI技术和现有数据生成全新的虚拟图像内容。所以“拍摄照片”一词用于它可能产生误导,它只是在模拟这一行为。 Paragraphica需要位置数据,特别是谷歌地图和谷歌街景中的图像作为生成内容的参考和输入。然后综合考虑时间、天气等条件来运行其图像到图像的人工智能模型,以生成全新的随性照片图像。
Paragraphica相机通过开放API从周围环境收集信息。它考虑位置、天气、时间和附近的地标。将这些信息转化为描述当前场景的文字段落,然后利用文本到图像的人工智能将其转化为虚拟照片。它不仅是环境的直观呈现,还代表AI模型如何理解和感知该场景。下面是一个关于Paragraphica如何组成提示并使用它们生成图像的示意图。其输入存在较大的差异性,可以通过相机顶部的三个旋钮进一步调整。
三个旋钮用于控制其图像生成的方式和结果,其作用有些类似于在模拟数字相机上调整光圈、曝光和焦距。第一个旋钮控制相机搜集信息和定位的半径,类似于照相机镜头的焦距调整。第二个旋钮决定生成图像的类型或风格,就像Midjourney中调整种子值一样。第三个旋钮控制AI对段落的依赖程度,以产生清晰或模糊的图像。这使得用户可以控制AI生成内容的松散或严格对应程度,决定是更加依靠环境信息还是发挥更大创造力。
Paragraphica相机目前只是一个实验性项目,存在一定限制。它更适用于风景场景,无法拍摄人物、物体或建筑。它的提示只考虑环境信息,需要进一步调整AI才能解锁更多功能。它也只能生成单一的方形图像,无法进行视频、全景或不同比例的拍摄。这显示AI技术虽然已经取得重要进展,但在图像生成与理解方面仍存在较大限制,需要更加广泛与深入的训练与提高。