3月16日，百度大模型AI產(chǎn)品文心一言正式發(fā)布，百度創(chuàng)始人、董事長兼首席執(zhí)行官李彥宏的表示，文心一言是個多模態(tài)模型，在多模態(tài)生成場景中，可以生成圖片、音頻和視頻等多種形式的內(nèi)容。鳳凰網(wǎng)科技曾在第一時間為大家?guī)砦谋締柎鸬臏y試（《我們向文心一言和ChatGPT問了幾個同樣的問題 結果很意外》），今天我們一起來看看文心一言的AI圖片生成表現(xiàn)到底如何。

(相關資料圖)

文心一言能將我的描述準確轉(zhuǎn)換成圖片嗎？

我們先來給文心一言提個簡單的問題：給我畫一瓶白酒。

結果不太如人意，我們在給它描述地的詳細一點：給我畫一瓶醬香型白酒。這個結果……還是有不少藝術氣質(zhì)在其中。

我們再描述準確一點：幫我畫一個茅臺的酒瓶子，這個結果……

似乎文心一言對中國白酒不是很熟，對洋酒倒是有些許認知。

通過語言描述，文心一言能給我們帶來怎么樣的畫面呢？我們測試了一些描述，發(fā)現(xiàn)文心一言給出的結果充滿了“想象力”。

文心一言“印象里”自己老板李彥宏是什么樣子呢？帶著這個問題我們問了問它。

思路打開，我們似乎得到了意想不到的答案。

李彥宏大笑

李彥宏喝酒

文心一言發(fā)布會上的李彥宏

最后展示一下文心一言反復想讓大家讓他畫的“晶瑩剔透的牡丹花”。

可否與競爭對手一戰(zhàn)？

OpenAI在GPT-4中，加強了圖片生成的能力。而該功能也被New Bing整合到旗下Bing圖片生成產(chǎn)品中。而說到AI圖片生成領域的佼佼者，就不能不提到Midjourney。GPT4發(fā)布后，新版本“Midjourney V5”也正式亮相。改進后的V5細節(jié)更加逼真、風格多樣、手指描繪更加準確。近期，由Midjourney生成的情侶照在網(wǎng)上被瘋轉(zhuǎn)，網(wǎng)友直呼效果炸裂。

那么其競爭對手New Bing、Midjourney相比，文心一言圖片生成能力如何呢？經(jīng)我們也進行了兩輪對比測試。

首先我們對比“中國情侶”這個主題：

Midjourney這幅堪比照片的生成圖像確實讓人大吃一驚。

“中國情侶”這個主題下Bing圖片生成的結果如下：

整體看上去不錯，但與Midjourney相比，在人物細節(jié)上還有提升空間。目前Bing繪圖僅支持英文，如果輸入的詞語不符合系統(tǒng)要求，則無法生成。如果輸入的提示語多次不符合要求，系統(tǒng)則會暫停用戶訪問該功能。

文心一言在輸入上面描述后產(chǎn)出的畫作有點讓人“摸不到頭腦”。盡管我們進行了多次測試，但中國情侶的人物元素仍沒有出現(xiàn)，對畫作內(nèi)容的理解它還有很大的提升空間。但相比對手已經(jīng)迭代到GPT4與Midjourney V5，我們似乎應該再多給文心一言一些時間。

文心一言中國情侶描述提供的畫作

隨后我們又給文心一言和New Bing的提出了生成一副“畢加索風格蒙娜麗莎的微笑”的任務，結果如下：

New Bing生成的“畢加索風格蒙娜麗莎的微笑”

總結：

通過一番對文心一言生成畫作的測試，我覺得文心一言生成的圖片的風格很相似，充滿了“賽博朋克”風。即便你明確指出了想要畫作的風格，但結果還是不盡如人意。但對于一款剛剛發(fā)布的大模型產(chǎn)品來說，進化需要時間，相信很快文心一言就將給我們帶來驚喜。

關鍵詞：