美图秀秀和剪映纷纷上架新功能,最近刷屏的AI可以拯救你相册里的废片

“甄嬛打篮球”“美女金刚身”“迪士尼网红兔星黛露秒变星黛驴”……这两天,你有没有在朋友圈、小红书、抖音、微博等平台上,刷到一些奇奇怪怪、好笑又有点离谱的图像?
它们都出自AI之手:根据现有图像,自动生成与之相似的、新的内容,对原始图像进行扩展。
此前,国外一些AI绘画工具,像是Midjourney、Stable Diffusion、Dall·E以及Photoshop AI版已相继上线AI扩图功能。而上周抖音、剪映推出的同款功能,加上美图秀秀、Wink,降低了使用门槛,年轻人纷纷搞起花活。
AI扩图,接替了前阵子AI写真的讨论热度。在抖音上,AI扩图话题累计已超10亿次播放;而在微博,相关词条一度冲上热搜。
图片
有网友说,“AI扩图一时爽,一直扩一直爽”“拯救我的旅游废片”,也有网友表示它能带来惊喜也能带来惊吓,还有人一边玩得不亦乐乎,一边吐槽AI不要太离谱。 
AI扩图被网友玩坏了
先来看一波网友最近在网上分享的AI扩图作品:
娘娘打篮球……我可以对着这张图笑一天。 
图片
紫霞仙子是个托尼老师的真相藏不住了
图片
大变活(物)人(种) 
图片
人,上墙了……
图片
星黛露秒变星黛驴
图片
AI有自己的《燃冬》(周冬雨、刘昊然主演的一部三人行电影) 
图片
谁说人不能和大自然融为一体
图片
图片
作为人类,我们可能很难想象AI扩图时的精神状况,也永远不会知道扩图进度条到达100%后会跳出来一张什么图:被补充了奇怪的衣服,增加了怪异的肢体,出现了陌生的脸庞,悬浮在水中的头颅……这些好笑又离谱的图像,直接加速了AI扩图的出圈。 
图片
用算法延伸画布
AI扩图,有一个专业名词叫outpainting(图像扩展)。即,通过人工智能算法,例如深度学习和神经网络等技术,根据图像的内容和上下文自动拓展图像边界,对图片、照片素材进行内容扩充。它会将图像现有的视觉元素,像是阴影、反射、纹理等考虑在内,从而使拓展后的图像整体比较和谐。
经常和它一起出现的功能是inpainting(图像修补),它是在图像内修改细节,比如一张人像照更改发型或发色。
而眼下出现的这些翻车图,与算法不够成熟,无法做到精准控制生成的图像内容有关。不过,各种“抽象”的结果,也给大家带来了很多乐子。
在这波AI扩图出圈之前,国外的AI工具也先后引发过几波扩图的小热潮。
去年9月,OpenAI的DALL·E首次推出outpainting。使用者输入提示词,AI会考虑图像的现有视觉元素,创建出与原图像融合的AI背景。
图片
一个月后,Stable Diffusion推出免费可玩的扩图功能。风靡一时的应用是“脑补”世界名画画框外的世界,比如《戴珍珠耳环的少女》的背景。
图片
今年5月,Photoshop发布内嵌AI功能的版本。它可以通过给提示词,生成我们想象中的场景。于是,各种梗图和经典剧照被玩坏了。当时,橙柿互动还专门做过一期试用报告。
111494
9KyBQzg7JwAm
图片
我用新版PS逃避了加班,讨好了爸妈,还安慰了设计小姐姐
查看
图片
6月,Midjourney更新的版本,也上线了扩图功能。
图片
微信公众号“AIGC研修社”此前还用同一张图像,做了这4款工具扩图功能的对比。 
图片
拯救废片、修改海报、设计游戏素材……
虽然现在美图秀秀、抖音等自带的AI扩图功能,大多只能图一乐,但AI扩图确实可以为设计师们打开一些思路,提供灵感。
图片
你猜,这张图的最终呈现效果经过了多少次扩图?有网友猜至少50次。
AI扩图目前已经落地的实际应用,还包括电商图片制作、营销海报设计、游戏素材设计等。
今年的双11,也是互联网大厂全面使用AIGC技术的一届双11。据官方数据,淘宝天猫平台上商家在双11准备期及开卖期,调用AI次数超15亿次。其中,基于outpainting图像延展技术做的尺寸服务,商家采纳率超97%,解决了图片改尺寸这个困扰商家多年的痛点。
在微博上,有博主表示,自从将AI工具加入到工作流后,繁琐的临时修图换图环节变得前所未有的轻松。
图片
而在我们日常生活中,成熟的AI扩图功能,可以用于修复老旧、坏损照片,也可以为旅途中拍摄的不完美照片弥补缺憾(若使用他人肖像或他人作品扩图时要注意侵权风险)。
图片
记者拍摄的一碗面(上图),用美图秀秀AI扩图功能(扩125%)把碗填补完整了。
图片
用剪映AI扩图功能扩的图(上图为原图)
最近,谷歌研究院和康奈尔大学的研究人员还提出了一种“真实的图像补全”技术——用于图像补全的生成模型RealFill。
他们在论文中指出,outpainting和inpainting使用的模型,能够在图像的未知区域生成合理的图像内容。但这些生成的内容是不真实的,因为模型在真实场景的上下文信息方面存在不足。
而RealFill模型的核心目标,就是使用少量的参考图像,来填充原始图像的缺失部分,同时尽可能保持原始场景的真实性。即,用“应该出现在那里”的内容来补全目标图像,而不是用“可能出现在那里”的内容。
依靠AI得到一张完美的照片,将变得越来越容易。