1.1.3　图像生成

就生成式人工智能在图像生成领域的应用来说，最早且最著名的示例之一是由Ian Goodfellow等人在2014年发表的文章“Generative Adversarial Networks”中介绍的生成对抗网络（Generative Adversarial Network，GAN）架构，这一架构能生成难以与真实图像区分的逼真图像。GAN有一些有趣的应用，例如为训练计算机视觉模型生成合成数据集、生成逼真的产品图像，以及生成用于虚拟现实和增强现实应用的逼真图像。

图1.3所示的虚构人脸图像均由人工智能（生成对抗网络）生成。

图1.3　由GAN StyleGAN2生成的虚构人脸图像（引自Random Face Generator官网）

2021年，OpenAI在图像生成领域引入了一个名为DALL-E的生成式人工智能模型。与GAN不同，DALL-E模型旨在根据自然语言描述生成图像（GAN则以随机噪声向量为输入），这些图像可能看起来没那么逼真，但足以表达所述内容。

DALL-E可以生成独特而富有创造力的图像，在广告、产品设计、时尚等创意产业中具有巨大的应用潜力。

图1.4展示了DALL-E根据自然语言描述生成的4张图像。

图1.4　DALL-E使用自然语言提示作为输入所生成的图像

注意，文本生成可以与图像生成相结合，以产生全新的素材。近年来，将二者结合的新型人工智能工具得到了广泛的应用。

Tome AI就是一个例子。这是一款基于人工智能的自动生成PPT的在线应用，除了基础功能，Tome AI还能利用DALL-E和GPT-3等模型从零开始创建幻灯片，如图1.5所示。

图1.5　一份关于生成式人工智能的演示文稿，完全由Tome AI使用自然语言输入生成

可以看到，Tome AI完全能够根据用户以自然语言输入的简短信息创建一个演示文稿。