CSDN话题挑战赛第1期
活动详情地址：https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f
参赛话题：哪项人工智能技术使你感受到了神奇？
话题描述：在你漫长炼丹之旅，哪一项人工智能技术最让你印象深刻？
文章目录
前言
前几日在网上学习NFT制作时，发现了一个NFT作品自动生成的网站wombo，原本以为是通过身体组件遍历组合生成新NFT作品，结果发现是通过提供关键词使AI自动生成作品。
图1 AI作品 Man
艺术品是对事物的理解，情感的表达，抽象的阐述。能从不同的角度表现我们的认知。过去认为AI是不可能进入艺术与文化行业的。如今看来此结论似乎并不成立了。
它可以通过输入关键词自动生成AI艺术品，而且每次生成的艺术品都是随机的，这意味着作品具有唯一性。
一、技术介绍
这个AI是怎么绘图的？ 答案是多模态生成。
AI作画主要由两种技术：CLIP和DC-GAN构成。
1.CLIP模型寻找图像
图2 CLIP流程 
Open AI在2021年1月份发布的DALL-E和CLIP，这两个都属于结合图像和文本的多模态模型，其中DALL-E是基于文本来生成模型的模型，而CLIP是用文本作为监督信号来训练可迁移的视觉模型.
Wombo工程师也曾在一次采访中透露过，他们的算法中就使用了CLIP。
CLIP使用了4亿组从网上收集的图文对做训练，可以理解颜色和形状，日常物品或建筑物，甚至抽象的艺术风格比如“印象派”或“赛博朋克”。
对于训练好的模型，如果我们给一个输入文本，它就可以找到对应的图片，或者根据图片描述它的内容。
2.DC-GAN模型生成图像
接下来，还要解决图像生成的部分。
没错，就是GAN了，这里GAN要接受CLIP的调度。
至于Wombo的算法具体使用了哪种GAN，并未公开。但根据网络搜集的信息来看，DC-GAN的可能性最大。
DC-GAN最早于2015年提出，是第一个使用深度卷积网络生成图像的GAN变体。
它可以通过对输入的图像进行
下图是DC-GAN的图解:
图3 DC-GAN流程
Wombo生成的是高分辨率图像，卷积在效率上要比Transformer占优势。
二、实现途径
由于该项目没有开源,且配置很麻烦,我们这里通过在线网址测试来介绍AI作画流程。
整个流程是这样的：
1.打开wombo网站
打开网站后我们可以看到如下图所示界面。（这个网站需要科学），第一行输入作画关键词，第二列选择输入作画风格，点击生成。
图4 wombo界面
其中：
2.作品生成
首先使用DC-GAN生成一张随机图像作为种子（seek）。
图5 图像生成中
然后让CLIP给图像与文字描述的相似度打分，反馈给GAN模型，GAN模型以提升分数为目标不断进行迭代。
最终满足精度的图片将被输出，作品可以自定义标题。GAN模型训练中的随机性意味着生成图像的唯一性。
图6 生成结果配置
3.作品下载
点击save便可下载作品。如果对生成结果不满意，还可以点击按钮再生成一次。
图7
三、效果展示
输入((蒸汽朋克风格)):
输出结果为:
输入(各种风格):
生成:
更多高清大图免费下载
四、总结
AI艺术品将成为NFT领域的下一个趋势，也成为最近圈内热议的话题。实际上，Wombo也有进军NFT领域的打算。我们可以在作品生成界面看到发布为NFT作品的按钮。
不同的AI艺术模型有着不同的特点，有的偏向于真实，有的偏向于想象力。从文化教育行业角度来看，我们可以结合不同AI的特点来激发艺术家的灵感，或者由AI提供主题风格，艺术家来赋予其意义。.
不过凡事都有两面，有的人用此创作艺术品，有的人用此制作非法资源。
请各位读者把握住平衡，捍卫法律，坚守道德底线。😀😀😀
CSDN话题挑战赛第1期活动详情地址：https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f