目前国内较好的图片生成 AI 之一是通义万相。它具有以下优点:
然而,它也存在一些局限性:
此外,在全国首例 AI 生成图片著作权案例中,法官承认依靠使用者的输出设计生成的图片属于美术作品,具有独创性和智力投入,受到著作权的保护,达到了鼓励创作的目的,给艺术创作提供了有力支持和新的创作思路。
关于图片模型和语言模型的大小差异,图像生成(无论是 text to image 还是 text to video)的核心质量实际上由文本控制。去掉图片,只用文字表达,要求的模型复杂度会小很多,因为人类对图像的容错率相对较高,而对语言的准确性要求更高。我们的大脑在处理视觉信息时可以进行一定程度的“脑补”,但对于语言,这种补偿是有限的。
通义万相作为国产AI工具,它在中文理解和处理方面表现出色,这一特点使其在国内市场具有独特优势。用户可以从多种艺术风格和图像风格中进行选择,满足不同创作需求。生成的图像质量较高,细节丰富,能够满足大多数用户的期望。操作界面设计简洁直观,用户友好度高,降低了使用门槛。作为阿里生态系统的一部分,该工具可以与阿里其他产品和服务无缝整合,为用户提供更全面的解决方案。重点是现在免费,每天签到获取灵感值就可以。然而,这个应用也存在一些局限性。为了符合国内监管要求,某些类型的图像可能无法生成,这在一定程度上限制了创作自由度。在处理非中文语言或国际化内容方面,它可能不如一些国际AI图像生成工具那样出色。由于模型训练数据可能主要基于中文环境,在处理多元文化内容时可能存在偏差。
案例中法官承认这样依靠使用者的输出设计生成的图片属于美术作品,具有独创性和智力投入,受到著作权的保护,达到了鼓励创作的目的。在当下技术背景与现实下,给艺术创作提供了有力的支持以及新的创作思路。利用新兴智能工具,把自己的独创性思想转化为现实作品,极大地节省了创作成本。法律适用:《中华人民共和国著作权法》第三条:本法所称的作品,是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果。《中华人民共和国著作权法实施条例》第四条:著作权法和本条例中下列作品的含义:(八)美术作品,是指绘画、书法、雕塑等以线条、色彩或者其他方式构成的有审美意义的平面或者立体的造型艺术作品。(2)AI软件使用者享有生成图片的著作权案例中该人工智能软件生成的图片应由谁来享有该图片的著作权,谁是它法律意义上的作者呢?人工智能软件or软件设计者or图片创作者?首先,根据《著作权法》的相关规定,我国著作权作者仅限于自然人、法人或非法人组织,人工智能软件本身则立即被排除,虽然这个作品是该软件实际“画”出来的,但其并不能成为作品作者。
用户在形成一些使用习惯后,可能会发现,如果引入内嵌的AI技术,他们的体验会变得更加理想。我觉得,这种技术在文字理解方面,可能会比大多数现有技术要好。这是有道理的。比如一个绘图软件或AI,要想绘制出优秀的作品,首先需要对图像有深刻理解。那么,谁拥有最好的语言模型呢?目前看来,是OpenAI和它的GPT-4模型。因为图像生成(无论是text to image还是text to video)的核心质量,实际上是由文本控制的。去掉图片,只用文字表达,其实要求的模型复杂度会小很多,因为人类对图像的容错率相对较高。但如果一句话语法或逻辑错误,我们很容易察觉。我们的大脑在处理视觉信息时可以进行一定程度的“脑补”,但对于语言,这种补偿是有限的。所以,对于我们这些普通人来说,文字的准确性仍然非常重要。