#AI #WebAI or Not

#AI #Web AI or Not 项目主页 丨 Telegram Bot 一个检测图片是由 AI 还是人类生成的工具，支持识别 Stable Diffusion、MidJourney、DALL-E 和 GAN 生成的图像，识别准确度为 95% ，目前完全免费。 频道 @WidgetChannel 投稿 @WidgetPlusBot

Ai or Not 是一项免费服务，用于识别由人工智能创造的图像。

Ai or Not 是一项免费服务，用于识别由人工智能创造的图像。 - 它使用自己的AI来分析图像中是否存在人工痕迹； - 检测 Stable Diffusion、MidJourney、DALL-E 和 GAN神经网络的存在； - 检测精度88%至97%，有最新的MidJoureny更新。 #tools

OpenAI宣布将在数字内容中加入不可见水印以便可以检测AI生成内容

OpenAI宣布将在数字内容中加入不可见水印以便可以检测AI生成内容 今年早些时候 OpenAI 已经在 DALL-E 3 图像生成模型中接入了 C2PA 相关标准，即生成的图像会标记来自该模型，也就是证明这是由人工智能创作的图像。OpenAI 称当 Sora 文本生成模型视频广泛推出时也会为 Sora 生成的视频内容添加 C2PA 元数据，可以识别视频来自 Sora 生成而不是真实拍摄等。值得注意的是 C2PA 标准元数据是可以删除的，一个简单的例子就是对于 DALL-E 3 生成的图像只需要修改图片元数据甚至直接截图就可以抹掉 C2PA 信息，所以 OpenAI 还准备了不可见的水印。不可见水印俗称盲水印，这种水印肉眼无法识别，但一些特殊的工具对图片进行处理后是可以读取盲水印的，OpenAI 的计划就是在后续实施盲水印，用难以删除的不可见信号标记音频等数字内容。既然添加盲水印那 OpenAI 也会提供对应的检测工具，OpenAI 已经开发了用于检测 AI 模型生成内容的检测分类器，该分类器从今天开始向一些研究人员提供，该工具主要可以检测 DALL-E 3 生成的图像，准确率为 98%，大约会有不到 0.5% 的非 AI 生成的图像也会被标记为 AI 生成，这个后续 OpenAI 还会继续优化。 ... PC版： 手机版：

该公司在二月份向少数开发者预览发布了“Stable Diffusion 3”。Stability AI 表示，“Stable D

该公司在二月份向少数开发者预览发布了“Stable Diffusion 3”。Stability AI 表示，“Stable Diffusion 3”在“排版和提示遵循”方面“等同于或优于”其他文本到图像生成器，如 OpenAI 的 DALL-E 3 和 Midjourney v6。该模型使用了一种名为多模态扩散变换器的架构，旨在改善文本理解和拼写。 标签: #StableDiffusion #AI 频道: @GodlyNews1 投稿: @GodlyNewsBot

中国有了据称比 DALL-E 2 更好的AI模型，却（好吧，应该是毫无疑问）进行愚蠢的政治内容审查。

中国有了据称比 DALL-E 2 更好的AI模型，却（好吧，应该是毫无疑问）进行愚蠢的政治内容审查。 2021年，中国科技公司百度已经开发了自己的跨模态生成模型，称为ERNIE-ViLG。 但是通过最近公开的演示，一些用户发现中国专有的神经网络会对政治用语进行审查。 例如，“中国的民主”、“翻墙”、“革命”、以及领导人的名字等任务，都不产生图像。 相反，如果你进行这样的操作，它们会给你产生了一个中文的警告：“输入的内容不符合相关规则，请更改后重试”。 在图像合成方面进行审查和限制不是中国独有的。就专有的 DALL-E 2 而言，该公司已经禁止用户使用某些形式的内容，如裸体、暴力和政治内容。DALL-E 2 也抵制了真实人物的生成。 专有的 Midjourney 模型也实施了完全相同的审查禁令。 但在免费开源的 Stable Diffusion 模型中，任何人都可以禁用所有的审查过滤器，生成想要的任何图像，没有任何禁止。 Stable Diffusion 的创造者明确表示，他们将自己的创造公开，以避免政府或企业对AI模型的审查。 自由软件的主导地位无可争议。 #AI #China #Censorship #OpenSourceFreeSoftware #Anti-Censorship

AI领域里面大家可能更多关注的是LLM相关的内容，但是AI画图的一些数据往往难以找到。

AI领域里面大家可能更多关注的是LLM相关的内容，但是AI画图的一些数据往往难以找到。 今天一个团队发布了一份关于AI画图领域的数据分析，里面的数据显示过去一年多时间AI生产的图片数量已经超过了150年间人类拍摄的所有照片数量，太离谱了。 详细的内容可以看这里： 下面是这个数据分析的主要内容： →自去年以来，使用文本转图像算法创建了超过 150 亿张图像。客观地说，从 1826 年拍摄第一张照片到 1975 年，摄影师花了 150 年的时间才达到 150 亿张大关。 →DALLE-2 推出以来，人们平均每天创建 3400 万张图像。 →增长最快的产品是 Adobe Firefly，自推出以来仅三个月内就创建了 10 亿张图像。 →Midjourney 拥有 1500 万用户，是公开统计的所有图像生成平台中最大的用户群。 →大约 80% 的图像（即 125.9 亿张）是使用基于开源 Stable Diffusion 的模型、服务、平台和应用程序创建的。 DALL-E 2 2022 年 4 月，OpenAI 发布了其图像生成模型 DALL-E 2。然后 OpenAI 报告称，用户每天使用 DALL-E 2 生成超过 200 万张图像。我们不确定 OpenAI 所说的这个数字意味着什么时间段，或者他们是否获取了生成的平均图像量。我们假设这是一个平均值，这意味着 15 个月内在单个平台上生成了大约 9.16 亿张图像。 Midjourney Midjourney 于 2022 年 7 月上线。根据 Photutorial 的估计，Midjourney 的 Discord（该算法只能通过 Discord 获得）每秒接收约 20 至 40 个作业，拥有 1500 万注册用户和 150 万至 250 万活跃用户任何特定时间的成员。考虑到这一点，我们使用每秒 30 个作业作为平均创建图像数，每天创建多达 250 万个图像。因此，自 Midjourney 推出以来，已创建了 9.64 亿张图像。 Stable Diffusion