Jan, 2024

Artstation 平台无趋势：生成 AI 艺术的快速分析

PDF
TL;DR通过使用生成 AI 进行图像生成，我们收集并分析了超过 300 万个提示和它们生成的图像，通过自然语言处理、主题分析和可视化方法，我们旨在共同理解人们如何使用文本提示，这些系统对艺术家的影响以及它们所推广的视觉文化。我们的研究表明，提示主要关注表面美学，强化文化规范、流行的传统表达和意象。我们还发现许多用户关注流行的主题（如制作填色书、幻想艺术或圣诞卡片），这表明所分析的系统的主要用途是娱乐而非艺术性。
image generationgenerative aidiffusion modelsnatural language processingvisual cultures
发现论文，激发创造
  • 写作提示真的能创造艺术吗？

    本研究探讨了基于文本提示的生成式机器学习系统，分析了语言描述的局限性、数据集的影响以及物质性和具体化等因素，最终总结了基于文本提示的系统所带来的创造性可能性，询问它们是否可以被视为一种新的艺术媒介。

    Jan, 2023

  • 文本到图像模型的最佳提示及其发现方法

    本研究使用基因算法，结合人类反馈，学习组合最有用的提示关键字，以改善使用描述生成艺术图像的美感。

    Sep, 2022

  • AI 影像与欧弟顿窗

    本文是一篇文献综述，探讨了 AI 生成模型在静态和交互媒体中简化视觉创造流程的巨大潜力及其在技术和伦理方面对多个重要产业的影响，涵盖了 AI 文本到图像生成、Midjourney、Stable Diffusion、AI 伦理、游戏设计、数字艺术和数据洗白等方面的关注点和挑战，以及如何通过适当的监管解决相关的法律、伦理等问题。

    May, 2023

  • 提示报告：提示技巧的系统调查

    通过建立提示的结构化理解，本文通过整理提示技术的分类法和分析其使用，提供了 33 个词汇术语、58 种文本提示技术以及 40 种其他模态的技术，还对自然语言前缀提示的整个文献进行了元分析。

    Jun, 2024

  • 基于人类审美偏好的大型文本到图像模型个性化：以康定斯基生成为例

    使用神经生成能力和感知注入技术，本研究提出了一种无需提示的生成方法，使用户能够自动生成个性化的具有自定义艺术风格的画作内容。

    Feb, 2024

  • 文本到图像生成系统的提示日志分析

    最近，大型语言模型和生成式人工智能的出现，释放了文本转图像生成系统惊人的能力，以合理的方式将高质量的图像综合到给定的参考文本中。我们进行了第一次大规模的记录，这些记录由多个文本到图像生成系统收集。我们的研究发现表示用户输入的文本与生成模型的训练数据之间存在很大的差距，并建议我们如何提高这些系统的性能。

    Mar, 2023

  • 文本到图像生成的培育实践

    这篇研究论文探讨了人工智能生成图像的创作方式以及弊端，如训练数据的偏见、合成数据常态化可能导致未来图像生成系统的质量下降，以及文本生成图像对人们想象力、抱负和发展的潜在长期影响。

    Jun, 2023

  • BeautifulPrompt: 文本到图像合成的自动提示工程化

    我们提出了 BeautifulPrompt，这是一个深度生成模型，可以从非常简单的原始描述中生成高质量的提示，从而使基于扩散模型生成更美丽的图像。我们使用视觉 AI 反馈的强化学习技术来进一步优化模型，以提高生成的提示和图像的质量，并将 BeautifulPrompt 集成到云原生 AI 平台，提供更好的云端文本到图像生成服务。

    Nov, 2023

  • RePrompt：自动提示编辑以使 AI 生成艺术更加精确表达

    本研究通过引入特定的测试组合来测试生成的图像能够如何准确地表达其所需的上下文和情感，提出了一种自动方法（RePrompt）来优化文本提示以实现精确情感表达，它基于群体编辑策略和模型解释实现。通过模拟和用户研究发现，RePrompt 明显提高了通过生成的图像表达特定情感的能力。

    Feb, 2023

  • AI 能在社交媒体创意制作方面超越人类专家吗？

    通过大型语言模型利用 Prompt-for-Prompt 生成社交媒体创意，评估人工智能在创造型任务中的能力，超过人类专家并提高社交媒体图像创作的效果。

    Mar, 2024