宋朝名画虎戴VR，在外网火了
谁能曾想，宋朝的老虎们，有一天能在国外被玩儿火了。
事情是这样的，前不久谷歌不是出了个 AI 创作神器 Imagen 嘛。只要你给一句话，它就能生成符合语意的图片 。
然后脑洞大开的国外网友们，不按套路地给 Imagen 出了道题：
给宋代的东方老虎佩戴 VR。
Imagen 也没在怕的，＂啪的一下＂就给出了一幅力作 ——《虎戴 VR 》。
还别说，这幅《虎戴 VR》还真是有点那味了。不仅是画风上，VR 头戴跟老虎以及整幅画作能够保持一致。就连手柄、双虎嬉戏的感觉也都一步到位地画了出来。
然后还有两只老虎戴 VR，手牵着手一起＂恰恰恰＂的：
甚至 Imagen 还别出心裁地设计了个＂连线＂版 VR（可能在面对面看片吧）：
但毕竟在 AI 作画这事上，除了谷歌 Imagen 之外还有很多神器。于是，一场《虎戴 VR》作画大战就此拉开序幕。
（猜猜谁家的画更有＂心有猛虎，细嗅蔷薇＂的味道）DALL-E 也来请战
首先来应战的，定然是 OpenAI 家的 DALL・E 。
网友 Jacob 出于好奇，便用它做了几幅来做比较。
首先是满满＂定妆照＂风格的《虎戴 VR》（很飒啊）：
不难看出，DALL・E 的画作和 Imagen 在风格上还是有很大的区别。
Imagen 的画作更趋于简约线条风，而 DALL・E 则更多了些许油画的元素 。
不过在意境方面，DALL・E 也是能够产出＂双虎嬉戏＂，甚至是拟人的画作：
二者相比之下，网友们给出了他们的评价：
大多数网友们对谷歌家的 Imagen 更买单。
而除了它俩之外，像 AI 绘画神器 MidJourney 也参与到了此次＂大战＂。不过它的作品，就显得略有些诡异了……
DALL·E VS Imagen
那么，同样作为 AI 创作神器，最近大火的 Imagen 和 DALL・E 为何画风会截然不同呢？
Open AI 的 DALL・E 和谷歌的 Imagen，都可以直接通过文本描述生成类似超现实主义的图像，让机器也能拥有设计师般的创造力。
不过，二者的＂创作＂原理大不相同 。
DALL・E 2 采用 CLIP 将文本特征映射到图像特征，然后指导一个 GAN 或扩散模型生成图像。
所谓 CLIP，是一个在各种图像和文本上训练的神经网络，对生成的多张图片进行排序，挑选出更好的生成结果进行展示。
而谷歌的 Imagen 则使用纯语言模型只负责编码文本特征，把文本到图像转换的工作丢给了图像生成模型。
语言模型部分使用的是谷歌自己的 T5-XXL 编码器，将训练好的文本冻结。
图像生成部分则是一系列扩散模型，先生成低分辨率图像，再逐级超采样。
谷歌的 T5-XXL 有 46 亿个参数，而扩大文本编码器的规模，可以有效改善文本到图像的对应关系，和图像的保真度。
此外，Imagen 还使用了另一种称为 noise conditioning augmentation 的扩散技术，帮助模型学习已添加的噪声量，从而提高图像的还原性。
对比来看，Imagen 似乎比 DALL・E 更具有＂写实＂的特点 ：
目前，在 Imagen 官网上已涌现出各种新奇的图像。
有人给浣熊戴上了宇航员头盔。
泰迪熊在这里开始游蝶泳。
还有老鹰型的巧克力冰淇淋（嗯，还挺应景）。
截至目前，Imagen 和 DALL・E 都还在调试阶段，尚未向公众开放 。One More Thing
这次《虎戴 VR》AI 作画大战中，也不乏有失败的作品。
例如有网友就给出了用 DALL・E mini 来生成的示例。
不难看出，在这版中的《虎戴 VR》中，并没有任何 VR 的出现，而且老虎的面部基本上都是模糊不清。
据网友描述，他在生成的过程中，只是把＂北宋＂改成了＂南宋＂：
画作最难的＂形象性＂，在这次有所下降。
那么你觉得《虎戴 VR》，哪家 AI 神器更强一些呢？
参考链接：
https://twitter.com/hardmaru/status/1532757753797586944?s=21&t=MhwVN5VXH22zFK7DWQJnCg