用朴素的语言，还原你天马星空的想象。
早上，终于收到了 OpenAI 的通知，漫长的排队后，我可以用 DALLE 了。
种草了多长时间？我都快忘了，哈哈。
查了一下，是 4 月 7 日申请的，今天 7 月 13，差不多 100 天吧 😂
激动的心，颤抖的手，赶紧点进去。
欢迎我的，是这样一个霸王条款：
这图片，严禁商用，更别提 NFT 了；而且 OpenAI 对于我创作出来的图片拥有所有权。你只对自己上传到系统的图片有所有权。但是，为了改进模型，人家可能还要用你上传的图片作为训练数据……
搁以前我的脾气，扭头走人。
但是这回不行，吸引力太大，哈哈。
我输入了这样一段描述文字：
a kung fu panda is fighting with a T-rex in the woods
然后模型开始工作。等候过程中，会有一些提示，帮你改进后续的内容输入方式。
例如这个：
进度条往后走，还有这样的提示：
几十秒钟之后，进度条到头儿。我看到了结果，一共 6 张图片。我一一点进去。
这张很不错：
这张也行：
最搞笑的，是这张：
你拿恐龙当玩具吗？
这是 6 张图片的全景。你更喜欢哪一张呢？
我正玩儿得不亦乐乎，儿子进来了。他刚放假，最近在和弟弟养小鸡。于是他出的题目是：
Two little boys, teasing two fluffy chicks
出来的结果，他不是很满意。
因为这俩小孩儿，明显是外国人嘛。于是我修改了一下描述：
Two little Asian boys, teasing two fluffy chicks
嗯，看起来好多了。
其实，这已经不是我第一次为你介绍人工智能自动绘图工具了。
还记得吗？去年那篇《如何把你的想法一键变成图画？》里，我给你展示了 Text to Image Art Generator 这款工具的绘图能力。
下面咱们对比一下 Text to Image Art Generator 和 DALLE 对同样的文字绘制图像结果的差别。
这是第一句：
a small boy on the shark in deep ocean
对应绘制图形是这样。
我把同样的内容，输入到了 DALLE ，咱们再来看看。
果然是没有对比就没有伤害啊，哈哈。
当时的文章里，还有一句话，是：
a t-rex playing in olympics 100 meters running game
当时那款工具做的图，是这样的：
咱们看看同样的话，在 DALLE 里面是啥样的：
唉，只能用「不可同日而语」来形容了吧。
顺便，我想对比一下前些日子非常火的 Disco Diffusion 和 DALLE 的区别。
前些日子刚开始用 Disco Diffusion 的时候，我写了这样一段：
a beautiful landscape painting of A wizard in black robes, and a Tyrannosaurus rex in a fierce battle in the primeval forest. a 9-year-old boy and a 5-year-old boy are watching them in the corner.
这是当时 Disco Diffusion 经过几十分钟搞出来的结果：
而这，是 DALLE 几十秒钟画出来的：
再来对比另外一组：
A comic with a robot wearing a cowboy hat in the center is painting a landscape on a drawing board. The right side of the painting has a creek running through it, with mountains and sunset in the distance in the background by Pablo Munoz Gomez Trending on artstation
这是 Disco Diffusion 的结果：
这是 DALLE 的：
其中，我最喜欢的是这张。
你最喜欢哪张呢？
我给你不厌其烦展示这种机器作画的能力，并不是显摆「看我电脑画得多棒」或跟你鼓吹「艺术家要失业了」之类的危言耸听。艺术家不会失业，他们会和 AI 联合，把工作做得更高效，进一步挑战人类创造力的边界。
但是，有两个事情，我们需要注意。
首先，那些从事非艺术的绘画创作的人，可能会遭受到职业危机。例如我从前写文章，都需要自己从 unsplash 等公共版权图库查找题图，以避免将来被追索版权费。很多摄影、绘画作品，也是靠着授权来获得收益。但是现在，对于题图来说，我觉得机器绘制的图形，已经足够用了。
当然，前面提到过，版权依然是个问题。如果你把机器生成的图片用作商用，DALLE 并不适合。不过技术的进步，会带来更快的迭代速度，和更好的绘画质量。而且先进技术会迅速扩散。我们可以期待，后续会有更多的类似服务，而且像 Disco Diffusion 一样，并不会给用户带来版权的困扰。
另外一件事情，更让人担心。
前些日子，我们学院主办了一次《数据分析与信息服务发展国际会议》。
其中一位主讲嘉宾 Daniel E Acuna 提出了科研伦理中的典型问题——图片抄袭。
很多论文的抄袭、剽窃都是用图片对比来发现的。讲到这里，你可能会感到奇怪，为什么非得要原封不动像素级拷贝别人论文的图片呢？这是因为，科研中的证据照片（例如显微镜观察到的）或分析结果绘图要想「无中生有」，其实挺困难的。诸多因素牵扯，使得你「生造」图像的话，很容易会被专业人士识别出来。因此更多人的铤而走险，选择的方向是把已经出现在图片里面的元素，稍加改动或者干脆拷贝粘贴。他们的侥幸心理作祟，期盼别人发现不了这张图和原图之间的联系。
我在想，DALLE 这样强悍的工具出现，对于学术论文图的造假，会意味着什么？
在很多领域，例如生物、医学，都有大量的图片和它们对应的描述。一旦有人把这些内容进行采集，微调 DALLE 这样的模型。那么他完全可以瞒天过海，仅用自己的语言描述，就把想要的结果直接变成制式、风格全都无懈可击的「新」照片或图形。这将给研究结果真实性和原创性的审核，带来严峻的挑战。
有什么好办法来应对吗？我能想到的，是用技术对抗技术。只有同样见多识广的模型，才能打败这种违背学术道德的「无中生有」。拭目以待吧。
本文给你介绍了我试用 OpenAI 的 DALLE 这款人工智能绘图工具的结果，以及一些并不足够深入的思考。面对新的科技浪潮，拥抱比排斥往往更为明智。你有没有尝试这些人工智能绘图应用？你觉得效果如何？有什么想要吐槽的？欢迎留言，我们一起交流讨论。
祝（人工智能）绘图愉快！
如果你觉得本文有用，请充电。
如果本文可能对你的朋友有帮助，请转发给他们。
欢迎关注我的专栏「科研利器」，以便及时收到后续的更新内容。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。