逆向繪畫技術的核心在于其基于擴散模型的逆繪畫方法。該技術通過學習真實藝術家的繪畫視頻,結合文本和區域理解來定義繪畫“指令”,并利用基于擴散的渲染器更新畫布,從而生成類似于人類藝術家繪畫過程的視頻。
據悉,逆向繪畫技術主要分為指令生成和畫布渲染兩個階段。在指令生成階段,模型通過比較目標畫作和當前畫布的狀態,生成精準的文本指令和區域掩碼,確保只在畫布上合適的區域進行繪制。而在畫布渲染階段,則利用第一階段生成的指令來更新畫布,采用先進的去噪擴散概率模型技術,逐步從噪聲圖像中去除噪聲,生成連續的圖像幀,從而呈現出完整的繪畫過程。
逆向繪畫技術的出現,不僅展示了AI在藝術領域的巨大潛力,也引發了關于藝術創作和原創性的深入思考。有人擔心藝術家可能對此感到憤怒,認為AI技術可能威脅到他們的創作地位;但也有人認為,這項技術為學習繪畫提供了非常有幫助的工具,甚至可以用來“破解”一些大師遺作,學習隱藏或失傳的技術,為繪畫藝術的傳承和發展帶來新的機遇。
標簽: