从 2022 年起,通过文本生成图像的 AI 工具迅速普及。大多数工具采用一种称为“扩散”(diffusion)的方法:在训练过程中,模型学习如何逐步向图像添加噪声,然后学习如何将其去除。在生成图像时,它从随机噪声开始,逐步“清理”图像以符合您的描述。
主要工具类型
- 聊天助手的图像功能:ChatGPT、Gemini 和 Copilot 等助手允许您在对话中创建和编辑图像,这对于快速实验非常方便。
- 专用图像工具:Midjourney 等工具在艺术风格和细节控制方面表现出色。
- 内置于设计软件中的工具:Adobe Firefly 等工具提供诸如扩展现有照片或移除物体等编辑功能。
- 开源模型:Stable Diffusion 等模型可以在您自己的计算机上运行,但需要更多的技术知识。
如何编写高质量的图像提示词
模糊的提示词(如“美丽的风景”)会产生随机的结果。为了获得更好的效果,请明确说明:
- 主体:“一座带有红屋顶的小石屋”
- 场景:“在秋天雾气缭绕的山坡上”
- 风格:“水彩画”或“写实照片”
- 光照与色彩:“落日余晖,暖色调”
- 构图:“广角,房屋位于右下角”
如果您不喜欢结果,请一次只更改一个元素,而不是同时更改所有内容。
商业用途与版权
生成图像的商业权利取决于工具的使用条款;某些工具允许在付费计划中使用商业用途。版权在法律上仍存在争议。例如,美国版权局已表示,完全由 AI 生成且没有人类贡献的内容不受版权保护。一些艺术家和图像机构也提起了诉讼,认为他们的作品在未经许可的情况下被用作训练数据。对于商业项目,阅读工具的许可条款并在必要时寻求法律建议非常重要。
伦理规则
- 未经本人同意,不要创建真实人物的写实图像。
- 不要分享看起来像新闻或文件的虚假图像;请注明它们是由 AI 生成的。
- 培养自己的风格,而不是完全模仿在世的艺术家。
- 未经许可,不要使用品牌 Logo 或受保护的角色。
图像生成模型是如何工作的?
当今大多数图像生成工具都基于一种称为“扩散模型”的方法。在训练期间,模型会看到数百万个“图像-文本”对;噪声被逐步添加到图像中,并要求模型再次清除这些噪声。在生成时,过程反向运行:模型从纯噪声开始,以您提示词的文本含义作为引导,经过数十步去除噪声,最终生成一张新图像。
这种方法随着 2020 年发表的论文《去噪扩散概率模型》(Denoising Diffusion Probabilistic Models)而变得广泛流行。这也是为什么相同的提示词每次都会给出不同结果的原因:每次生成的初始噪声都是不同的。
如何识别 AI 图像?标签与内容凭证
仅凭肉眼已无法总是分辨逼真的 AI 图像。这就是为什么技术标签方法正逐渐成为主流:
- C2PA 内容凭证:由技术和媒体组织共同开发的一种开放标准,它会在文件中添加一份签名记录,显示图像是如何创建和编辑的。
- 法律义务:《欧盟人工智能法案》第 50 条要求 AI 生成的内容必须以机器可读的方式进行标记,并且必须明确披露逼真的虚假内容(深度伪造)。
- 视觉检查:手部、文本、反射和背景细节的不一致之处仍可能提供线索,但不应将其单独视为证据。
在分享您创建的图像时添加“AI 生成”的注释,既能维护信任,也能使您符合许多平台规则。
AI 工具的功能、计划和价格经常变动。请务必查看工具的官方页面以获取最新信息。
常见问题解答
如何辨别 AI 生成的图像?
手部、文本和背景细节的不一致可能是线索,但随着工具的改进,这些迹象正在逐渐消失。一些公司会在图像中添加不可见的数字水印或内容凭证,而反向图像搜索也有助于寻找来源。
参考资料与延伸阅读
- 美国版权局,“版权与人工智能,第二部分:版权适格性”(2025 年 1 月)。
- Robin Rombach 等,“基于潜在扩散模型的高分辨率图像合成”,CVPR,2022。
- 内容来源与真实性联盟 (C2PA),内容凭证标准。
- Ho, J., Jain, A., Abbeel, P. (2020). Denoising Diffusion Probabilistic Models. NeurIPS 2020
- C2PA – 内容凭证技术规范
- EUR-Lex – 法规 (EU) 2024/1689 (人工智能法案),第 50 条
发表评论
您的电子邮箱地址不会被公开。必填项已用 * 标注