麻省理工学院开发“面具”来保护图像免遭人工智能操纵

麻省理工学院开发“面具”来保护图像免遭人工智能操纵麻省理工学院的科学家们创造了一种本质上是防护罩的东西，能够防止这些模型操纵图像。这些遮罩对于人眼来说是不可见的，当与生成人工智能图像模型交互时，会导致输出出现扭曲。研究人员在一篇论文中写道:“通过在对手访问原始图像之前对其进行免疫，我们破坏了他们成功执行此类编辑的能力。”PhotoGuard可以在MIT许可下通过GitHub访问——这意味着它可以用于商业用途，但需要保留版权和许可声明。图片来源:麻省理工学院据了解，PhotoGuard的目的是改进Deepfake检测。其背后的团队认为，虽然水印方法确实有效，但它们并不能保护图像免遭“首先被操纵”。PhotoGuard旨在补充水印保护，以“破坏人工智能扩散模型的内部运作”。随着DALL-E和稳定扩散等人工智能图像模型的使用变得越来越普遍，滥用的情况似乎也越来越多，尤其是在社交媒体中。罗恩·德桑蒂斯的选举团队使用人工智能处理的前总统特朗普拥抱福奇博士的图像的案例显示了可能出现问题的早期迹象。检测人工智能生成的作品的需求正在不断增加——虽然对于那些受过训练的人来说，人工智能生成的图像很容易被发现，但一些研究团队正在努力让它变得更容易。以DALL-E和ChatGPT制造商OpenAI为例，该公司本周承诺继续研究确定一段音频或视频内容是否由人工智能生成的方法，尽管该承诺是在其因性能不佳而关闭其文本检测工具后做出的。...PC版：https://www.cnbeta.com.tw/articles/soft/1373793.htm手机版：https://m.cnbeta.com.tw/view/1373793.htm

OpenAI的图像生成器DALL-E现在可以编辑人脸了

OpenAI的图像生成器DALL-E现在可以编辑人脸了OpenAI现在允许其人工智能艺术生成程序DALL-E的用户编辑带有人脸的图像。由于担心被滥用，这项功能以前是禁止使用的，但是，在发给DALL-E的100多万用户的一封信中，OpenAI说，在改进过滤器以去除含有"性、政治和暴力内容"的图像之后，他们开放了访问权限。PC版：https://www.cnbeta.com/articles/soft/1318521.htm手机版：https://m.cnbeta.com/view/1318521.htm

OpenAI的DALL-E绘画AI 已能够扩展创作更大的图像

OpenAI的DALL-E绘画AI已能够扩展创作更大的图像DALL-E是OpenAI提供的一项在线服务，能够在人工智能的加持下，通过用户输入的文本而生成相应的艺术创作——比如“正在唱歌的外星人肖像”、“瑞士奶酪砌成的3D渲染抱石墙”或“蒸汽朋克风格的大象”等1024×1024像素的图像。最新消息是，在4月首次亮相之后，现DALL-E已能够绘制更宏大的图像、以及更具创意的内容。资料图（来自：OpenAI）周三的时候，该公司添加了一项名叫“outpainting”的新功能，以允许用户扩展图像的边界。OpenAI工程师DavidSchnurr表示，它可根据现有图像和文本提示来扩展相关内容。受处理能力的限制，DALL-E暂时只能扩展现有图像，而无法生成更高分辨率的内容。但用户想要不同的纵横比、并且希望能够将概念创作扩展成更大幅的图像。DALL-EAIFashionTUtorial-KarenXCheng（via）作为AI技术能力的一个例证，DALL-E这个代号，也结合了皮克斯的“瓦力”（WALL-E）机器人、以及超现实主义画家萨尔瓦多·达利（SalvadorDalí）的名字。为实现这一目的，OpenAI在6.5亿张带有文字描述的图像上展开了训练。DALL-E能够基于文本提示，来混搭各种创作元素。感兴趣的朋友，可先提交注册申请，候补通过后，每月可借助该服务免费生成60幅图像。产品经理JoanneJang透露，目前已有上百万人注册了DALL-E。从Twitter上分享的各色内容来看，网友们的创意也是相当天马行空。至于其它正经点的用途，则包括为电影制作故事板、为儿童书籍画插图、以及探索电子游戏等概念艺术。PC版：https://www.cnbeta.com/articles/soft/1311077.htm手机版：https://m.cnbeta.com/view/1311077.htm

《Leonardo AI,DALL-E 如何创建AI人工智能图形和图像课程（17节课程）》

名称：《LeonardoAI,DALL-E如何创建AI人工智能图形和图像课程（17节课程）》描述：英文+中英字幕\1080P，使用LeonardoAI、DALL-E技术和PromptEngineering魔法学习AI文本到图像创建的艺术。链接：https://www.alipan.com/s/WNZjYgKhrAE大小：1.02GB标签：#LeonardoAI#人工智能#ai来自：雷锋版权：频道：@shareAliyun群组：@aliyundriveShare投稿：@aliyun_share_bot

OpenAI 为 DALL-E 3 图像生成器引入编辑功能

OpenAI为DALL-E3图像生成器引入编辑功能OpenAI的DALL-E图像生成器进行了多项升级，简化了图像编辑的流程。用户现在可以在网页或iOS和Android设备上的ChatGPTApp中编辑生成的DALL·E图片。通过选择图片的特定区域并在聊天框中描述你想要更改的内容，就可以轻松编辑图片。此外，用户可以只告诉ChatGPT编辑提示，剩下的事情就会自动完成。并且DALL-E现在还提供了预设风格建议，以帮助用户激发图像创作灵感。线索：@ZaiHuabot投稿：@TNSubmbot频道：@TestFlightCN

麻省理工学院研究人员开发出对图像质量影响最小的超快速图像生成方法

麻省理工学院研究人员开发出对图像质量影响最小的超快速图像生成方法图像生成人工智能通常采用一种称为扩散的过程，通过几个采样步骤来完善视觉输出，以达到最终希望"逼真"的结果。研究人员表示，扩散模型可以生成高质量的图像，但需要数十次前向传递。Adobe研究中心和麻省理工学院的专家们正在引入一种名为"分布匹配蒸馏"（DMD）的技术。这一程序将多步扩散模型简化为一步图像生成解决方案。由此产生的模型可以生成与StableDiffusion1.5等"传统"扩散模型相当的图像，但速度要快上几个数量级。"我们的核心理念是训练两个扩散模型，不仅能估计目标真实分布的得分函数，还能估计假分布的得分函数。"研究人员称，他们的模型可以在现代GPU硬件上每秒生成20幅图像。上面的视频短片重点介绍了DMD与StableDiffusion1.5相比的图像生成能力。标清每幅图像需要1.4秒，而DMD只需几分之一秒就能生成类似的图像。虽然在质量和性能之间有所权衡，但最终结果仍在普通用户可接受的范围之内。该团队发表的关于新渲染方法的文章展示了使用DMD生成图像结果的更多示例。它比较了稳定扩散和DMD，同时提供了生成图像的重要文字提示。主题包括通过虚拟数码单反相机镜头取景的一只狗、多洛米蒂山脉、森林中一只神奇的鹿、一只鹦鹉宝宝的3D渲染、独角兽、胡须、汽车、猫，甚至更多的狗。分布匹配蒸馏法并不是第一种用于生成人工智能图像的单步方法。StabilityAI公司开发了一种被称为逆向扩散蒸馏（ADD）的技术，用于实时生成100万像素的图像。该公司通过ADD训练其SDXLTurbo模型，在单个NVIDIAA100AIGPU加速器上实现了仅207毫秒的图像生成速度。Stability的ADD采用了与麻省理工学院的DMD类似的方法。...PC版：https://www.cnbeta.com.tw/articles/soft/1425166.htm手机版：https://m.cnbeta.com.tw/view/1425166.htm