原文作者：Shritama Saha，由 DeFi 之道编译。
生成式 AI 的出现就像您身边多了一位个人创意天才。 凭借其分析模式和基于模式开发新内容的卓越能力，生成式 AI 可以创造一切，从令人惊叹的数字艺术到原创音乐作品、人类文本等等。
然而，生成式 AI 的炫酷之处也带来了 AI 艺术中复杂的盗版和版权侵权问题。 尽管如此，在过去两年中，该细分市场出现了惊人的增长。
在一次独家采访中，OpenCV 首席执行官 Satya Mallick 博士告诉 Analytics India Magazine，他认为生成式 AI 的最大突破是大语言模型或基础模型的发展，并指出 Transformer 模型，例如那些在视觉转换中使用的模型是该领域的一项重大创新。
根据 Mallick 的说法，生成 AI 的下一步是多输入和多媒体输出。 换句话说，多模型方法。
Cool Cats旗下社交代币MILK将在2023年7月27日后停止生成:6月29日消息，NFT项目Cool Cats表示将与知名游戏开发商合作推出三款新游戏，并会在2024年大幅更新旗下 Cool Pets衍生NFT系列，旨在进一步提高Cool Cats品牌的全球知名度和参与度。此外Cool Cats旗下社交代币MILK将在2023年7月27日后停止生成，预计将于今夏启动MILK代币销毁活动，具体细节将在未来几周公布。[2023/6/29 22:08:02]
微软最近推出了一种名为 Kosmos-1 的多模型大语言模型 (MLLM)。 人工智能研究工作室 Alethea.AI 推出了 CharacterGPT，它可以从文本中生成字符。 两年前，Google AI 还发布了 MURAL：Multimodal, Multitask Representations Across Languages 模型，用于图文匹配。 它部署了应用于图像-文本对的多任务学习，并结合了涵盖 100 多种语言的翻译对。
阿里巴巴达摩院基础视觉团队总监：将于月底逐步开放文字生成图像产品“通义万相”:4月12日消息，在2023 香港 Web3 嘉年华会场上的“Web3 技术新风向：人工智慧生成内容 (AIGC) 与隐私运算技术”活动中，阿里巴巴达摩院基础视觉团队总监赵德丽发表《阿里巴巴 Composer，释放 AIGC 的创造力》主旨演讲称，未来 AI 行业的趋势包括垂直行业 AI 算法的发展会继续深耕，开源平台的出现（像达摩院推出的模型 ModelScope）、底层算法的统一等。我们的路线图在 Text-to-Image 方面先后经历过 Foundation Models（Composer 1.0）、Customized Generation 与 Controllable Generation（Composer 2.0） 三个阶段，今年已发布 ControlNet、Composer 2.0 以及 T2I-Adapter。基于阿里云我们构建了一个“通义万相”产品，将于月底开放给大家。[2023/4/12 13:59:02]
然而，马利克说，“它有两个基本的限制，包括可以获得多少数据——是否有办法避免需要注释数据和缺乏计算能力——尽管预计未来会增加 ”。
加密托管公司Komainu推出收益生成平台“Komainu Yield”:2月8日消息，加密托管公司Komainu周二宣布已为其客户推出一项可生成收益的服务。
该平台名为Komainu Yield，允许该公司的客户通过Komainu代表他们持有的加密资产赚取收益。该公司将质押用户托管的加密资产，以获得各种权益证明协议中提供的收益，同时仍将资产置于安全存储之下。Komainu的支持者之一——CoinShares将成为第一个使用该平台的客户。（The Block）[2022/2/8 9:38:49]
Mallick 是 IIT-Kharagpur 校友，也是加州计算机视觉公司 Big Vision 的创始人。 早在 2006 年，当没有人真正了解 AI 或其巨大潜力时，Mallick 与他人共同创立了 TAAZ——一家为美容和时尚行业创建视觉和学习解决方案的计算机视觉公司。
ImToken现已支持TRX质押并生成USDJ:据最新消息显示，区块链主流钱包imToken现已支持TRX质押并生成USDJ。JUST是在波场TRON上运行的第一个DeFi项目，旨在打造基于波场TRON的稳定币借贷平台，同时也是领先的数字交易平台、交易量曾登顶全球Top3的Poloniex LaunchBase首期上线项目。JUST是一个双代币系统。第一个代币USDJ是按1：1的汇率与美元挂钩的稳定币，是通过JUST的CDP门户抵押TRX产生的。第二个代币JST，可用于支付利息，平台维护，通过投票参与治理以及JUST平台上的其他活动。[2020/7/30]
OpenCV 是一个开源计算机视觉和机器学习软件库，由英特尔于 1999 年创立。英特尔前计算机视觉工程师 Gray Bradsky 与主要来自俄罗斯的工程师团队开发了它。 他在英特尔工作期间开发了 OpenCV 的第一代迭代。 2002 年，他们发布了该软件的 0.9 版开源版本。
该公司最近推出了两门新课程，作为其“Kickstarter 活动”的一部分，内容涉及如何使用 AI 高效地创作艺术。 第一门课程《人人都能 AI 艺术生成（AI Art Generation for Everyone）》不需要任何 AI 或编程背景，而第二门课程《高级 AI 艺术生成（Advanced AI Art Generation》则需要基本的编程知识。
AI 生成的艺术有能力彻底改变艺术世界并发掘未开发的可能性。 然而，它也带来了盗版和版权侵权的复杂挑战，引发了人们对所有权和知识产权的担忧。
最近，像 Midjourney 和 Stability AI 这样的图像生成平台因使用艺术家的作品来训练他们的生成 AI 算法而被起诉，激怒了艺术家社区。 与此同时，Shutterstock 通过引入自己的 AI 工具采取了更负责任的立场，与 Getty Images 形成鲜明对比的是，Getty Images 禁止在生成 AI 艺术作品中使用其照片。
Mallick 博士将 YouTube 早年与版权威胁的现状相提并论。 他说，与 YouTube 类似的解决方案，由像谷歌这样的大公司参与进来，谈判交易并向版权所有者付款，可以在这里发挥作用。
OpenAI 广受欢迎的聊天机器人 ChatGPT 在不到三个月的时间里获得了超过 1 亿用户，使其成为家喻户晓的名字。 截至 2023 年 2 月，ChatGPT 的每日访问量超过 2500 万次。 但与 ChatGPT 相比，文本-图像模型（如 OpenAI 的 DALL-E 或 StabilityAI 的Stable Diffusion）的采用率存在明显差距。
Mallick 解释说，ChatGPT 拥有如此高采用率的主要原因之一是因为写作能力是每项工作所需的主要技能，无论你是程序员、作家还是社交媒体经理。 在 OpenAI 和贝恩公司的帮助下，甚至可口可乐也在使用生成式 AI 进行营销。
此外，随着研究人员结合不同的技术和方法，生成式 AI 正在巩固并变得更加复杂。 通过利用 NLP 和计算机视觉的优势，Stable Diffusion 模型代表了生成式 AI 向前迈出的重要一步。
传统的生成模型，如生成式对抗网络 (GAN)，由于缺乏语言概念，因此理解世界的能力有限。 虽然 GAN 可以创建逼真的图像，但它们需要使用特定的数据集进行训练，例如人脸或猫的图像。
相比之下，Stable Diffusion 模型利用从文本数据中获得的知识来理解单词如何聚集在一起并与世界相关。 这使他们能够在不依赖特定数据集的情况下生成更复杂和多变的图像。
他说，“Stable Diffusion 模型是生成式 AI 的重大进步，正是因为它们不依赖监督学习。 通过利用从无监督学习中获得的知识，这些模型可以生成复杂多样的图像，而无需手动标记数据，从而使其更加灵活。”
Kyle
个人专栏
阅读更多
金色财经 善欧巴
金色早8点
Arcane Labs
MarsBit
Odaily星球日报
欧科云链
深潮TechFlow
BTCStudy
澎湃新闻
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。