谷歌|谷歌新AI火了：世界最长单词都能画！
朋友，你知道这个英文单词是什么吗？
Pneumonoultramicroscopicsilicovolcanoconiosis.
这个世界公认最长——由45个字母组成的单词，意思是“因肺部沉积火山矽质微粒所引起的疾病”（俗称火山矽肺病） 。
但如果说，现在不是让你拼读这个单词，而是……把它给画出来呢？
（读都读不出来，还画画？？？）
文章图片
谷歌最新提出来的一个AI——Parti，它就能轻松hold住这事 。
在把这个单词“投喂”给Parti后，它就能有模有样地生成多张合情合理的肺部疾病图片：
文章图片
但这只是Parti小试牛刀的能力，据谷歌介绍，它是目前最先进的“文本转图像”AI 。
例如，跟它说句：“把悉尼歌剧院和巴黎铁塔做个结合”，输出结果是这样的：
文章图片
（不知道的还真以为是画报呢）
而且在算法路数上，还不同于谷歌自家的Imagen，Parti可以说是把“AI作画”卷出了新高度 。
文章图片
就连谷歌AI负责人Jeff Dean也连发数条推文，玩得不亦乐乎：
文章图片
可扩展到200亿参数：更逼真，更“聪明”
事实上，Parti的能力还不止于此 。
得益于模型可扩展到200亿参数，一方面，它生成的图像更加细节逼真 。
不管是短短几个字，还是五十多个个单词的小段落，都能清晰展现出来 。
比如，The back of a violin，小提琴的背面 。
文章图片
亦或是照着梵高《星空》来描述的夜晚画面 。ps，这段有67个单词 。
文章图片
结果Parti也不在话下，一揽子把各种风格的图全给你画出来了~
文章图片
这也正是Parti的第二大能力，不光细节到位，风格也能做到多变 。
还有像“浣熊穿正装，头戴礼帽，拄着拐杖，拿着个垃圾袋”这种奇特的描述，它也能在整出花活的同时还不落细节 。
风格上，则有梵高风、埃及法老风、像素风、中国传统绘画风、抽象主义风……
文章图片
甚至有时候它还会讲双关笑话 。
文章图片
（Toad’ay，癞蛤蟆）
具体在测试结果上，MS-COCO、Localized Narrative（LN，4倍长的描述）上FID分数，Parti都取得了最先进的结果 。
文章图片
尤其在MS-COCO零样本的FID得分仅为7.23，微调FID得分为3.22，超过了此前的Imagen和DALL-E 2 。
所有组件都是Transformer
时隔一个月，谷歌再把AI作画卷出新高度，结果作者却说：秘诀很简单 。
文章图片
Parti主要是将文本生成图像视作序列到序列之间建模 。这有点类似于机器翻译，将文本标记作为编码器的输入，目标输出从文本变成了图像 。
从结构上看，它的所有组件只有三部分：编码器、解码器以及图像标记器，且都是基于标准Transformer 。
推荐阅读
- 飞机|长途机票燃油附加费涨至200元！今年第五次涨价 历史新高
- 生科医学|美国顶级专家福奇服用辉瑞新冠口服药后复阳：症状更糟糕
- 蒋欣|39岁蒋欣撕掉“微胖标签”，体重成功降到90斤，美出新高度
- 暴雪|《暗黑破坏神2：重制版》更新上线：掉装率提升、游戏大厅改进等
- 任天堂|任天堂发布最新财报数据：NS销量跌了20%
- 微软|首次突破20% 微软Win11份额升至第三：年度重磅更新即将到来
- 法术|《艾尔登法环》新手职业推荐入门攻略（珍藏版）
- 汽车|毁经典！新一代丰田皇冠效果图曝光：像大号雷凌
- 印尼一市不戴口罩者罚坐灵车-印度疫情最新消息
- 如何白手起家创业致富,最新白手起家创业点子-