原標(biāo)題：甄嬛打籃球？AI擴(kuò)圖，我勸你別太離譜

近日，AI擴(kuò)圖火爆出圈，抖音話題“AI擴(kuò)圖”累積9.2億次播放量，“AI擴(kuò)得很好下次別擴(kuò)了”的話題在抖音超7.7億次播放。

不少網(wǎng)友也在社交平臺(tái)分享了自己擴(kuò)圖后的照片，有人稱“拯救了我的廢片”，也有人直呼“別太離譜”“根本不管人的死活”“AI比人還癲”。目前，AI擴(kuò)圖的市場(chǎng)熱度還在發(fā)酵，吸引了互聯(lián)網(wǎng)巨頭及一些上市公司布局。

頻出意外，原因何在？

AI擴(kuò)圖，是將一張照片按照等比例或者自由角度擴(kuò)展，AI會(huì)根據(jù)圖像內(nèi)容，預(yù)測(cè)和補(bǔ)充擴(kuò)展出來的部分。

目前AI擴(kuò)圖的用法，一種是單張圖擴(kuò)圖，另一種是用一張圖片，不停擴(kuò)圖。

對(duì)比擴(kuò)展前后兩張圖片可以發(fā)現(xiàn)，部分需要擴(kuò)大背景范圍的照片出圖效果較為合理，但當(dāng)原圖出現(xiàn)額外元素需要補(bǔ)充完整時(shí)，AI很難根據(jù)細(xì)節(jié)，想象出相應(yīng)的人、物形象，比例和位置也不太準(zhǔn)確。

在網(wǎng)友上傳的部分作品里，AI擴(kuò)圖直接給人修改了物種：對(duì)于拍照不露臉的人長啥樣，AI擴(kuò)圖幫你揭曉：“人模狗樣”;一女子身著卡其色外套拍照，AI擴(kuò)圖直接將上半身“嫁接”到同色木質(zhì)柵欄上。更有照片AI擴(kuò)圖后出現(xiàn)不可描述的內(nèi)容，令網(wǎng)友直呼“毀三觀”。

▲網(wǎng)友上傳自己的半身照，AI直接將其變鳥人。圖片來源：社交媒體

▲這“臉牌”看著詭異。圖片來源：社交媒體

▲一位爸爸親吻媽媽的孕肚，AI擴(kuò)圖將孕肚當(dāng)臉用。圖片來源：社交媒體

▲AI：我是懂脫單許愿的。圖片來源：社交媒體

另一種用法是用一張圖片，不停擴(kuò)圖。根據(jù)網(wǎng)友在社交平臺(tái)上分享的經(jīng)驗(yàn)，到最后會(huì)變成列車、飛機(jī)，變成城市、森林的一角。

一些影視經(jīng)典名場(chǎng)面也“慘遭毒手”，如甄嬛傳中表情嚴(yán)肅，正在回宮路上的甄嬛，擴(kuò)圖后身穿運(yùn)動(dòng)服與運(yùn)動(dòng)鞋在深宮中打籃球;第一次AI擴(kuò)圖，躺在枕頭上的皇上出現(xiàn)孕肚，再次擴(kuò)圖后，AI給皇上加了腿又加了行李箱，故事更新成“孕期離家出走”。

實(shí)際上，走紅的AI擴(kuò)圖，是AIGC(生成式人工智能)領(lǐng)域促生的眾多熱門賽道之一。針對(duì)擴(kuò)圖后出現(xiàn)意料之外的情況，硅基智能CTO林會(huì)杰在接受中新經(jīng)緯采訪時(shí)指出，這與AIGC算法仍未發(fā)展成熟，無法做到精準(zhǔn)控制生成的圖片內(nèi)容有關(guān)。

林會(huì)杰認(rèn)為，AI擴(kuò)圖與AI文生圖技術(shù)同源，AI文生圖需要通過語義信息的輸入才能生成圖片，文字描述本身相對(duì)泛化，很難精準(zhǔn)控制AI呈現(xiàn)的內(nèi)容，而AI理解的內(nèi)容也很難精準(zhǔn)呈現(xiàn)人類的想法，不像人類繪圖一樣精準(zhǔn)。AI擴(kuò)圖在原有圖片的基礎(chǔ)上擴(kuò)充一些圖片信息，本質(zhì)上與AI文生圖的技術(shù)原理類似。

多家廠商布局AI擴(kuò)圖

實(shí)際上，AI擴(kuò)圖并不是新鮮事物。中新經(jīng)緯不完全統(tǒng)計(jì)，目前包括Midjourney、StabilityAI、Adobe、美圖秀秀、Wink等已試水相關(guān)應(yīng)用產(chǎn)品和場(chǎng)景，涉足AI擴(kuò)圖領(lǐng)域。

今年3月，Adobe發(fā)布AI創(chuàng)意生成工具Firefly，并于5月底宣布全面開放。其中就有一鍵擴(kuò)展現(xiàn)有照片和圖像的功能。今年7月，Midjourney更新了“平移擴(kuò)圖”功能，可以將圖片自由前后平移。

7月中旬，港股上市公司美圖公司旗下產(chǎn)品美圖秀秀上線AI擴(kuò)圖功能。目前在美圖秀秀APP首頁仍有AI擴(kuò)圖的入口，每人每天有3次免費(fèi)機(jī)會(huì)，可對(duì)圖像進(jìn)行110%、125%、150%、200%、300%不同比例的擴(kuò)圖。

另外，AI擴(kuò)圖在B端的應(yīng)用還包括營銷海報(bào)設(shè)計(jì)、電商圖片制作、游戲素材設(shè)計(jì)等。

不過目前，一些個(gè)人創(chuàng)作者開發(fā)的AI擴(kuò)圖小程序和網(wǎng)站并不多見。中新經(jīng)緯在微信內(nèi)進(jìn)行搜索，以“XXAI擴(kuò)圖”命名的微信公眾號(hào)、小程序并不多，其中不少也并非。

下一個(gè)熱點(diǎn)在哪？

實(shí)際上，就在2022年年底，AIGC另一賽道AI繪畫成為社交平臺(tái)上的流量密碼，也被眾多網(wǎng)友吐槽“多少有點(diǎn)離譜在身上”。

今年7月，妙鴨相機(jī)走紅，用戶選擇20張以上照片，支付9.9元，再選擇喜歡的模板，就能生成自己的“數(shù)字分身”，效果堪比市場(chǎng)價(jià)幾十元甚至幾百元的藝術(shù)照。

近日，據(jù)“妙鴨相機(jī)”公眾號(hào)，妙鴨又上線了新功能AI修圖。用戶上傳滿意的照片制作一個(gè)數(shù)字分身，就可以獲得一個(gè)量身定制的AI修圖師，實(shí)現(xiàn)一鍵精修，這讓過去 1 個(gè)女生要花 1 小時(shí)的美顏修圖幾秒鐘就能完成。

發(fā)展至今，AIGC下一個(gè)熱點(diǎn)在哪?

林會(huì)杰指出，AIGC技術(shù)未來將更多地往視頻領(lǐng)域發(fā)展。他表示，視頻才是使用最普遍、用戶接受程度最高、想象力最豐富的應(yīng)用場(chǎng)景，遠(yuǎn)大于圖片的表現(xiàn)力、互動(dòng)性與想象力。相比圖片，視頻更能將內(nèi)容進(jìn)行高維度呈現(xiàn)。

實(shí)際上，今年爆火的AIGC還有圖片生成視頻。

近日，阿里推出了Animate Anyone，該項(xiàng)目由阿里巴巴智能計(jì)算研究院開發(fā)，用戶只需提供一個(gè)靜態(tài)的角色圖像和一些動(dòng)作、姿勢(shì)，便可將其動(dòng)畫化，同時(shí)保留角色的細(xì)節(jié)特征。

11月中旬，社交媒體巨頭Meta發(fā)布工具Emu Video，能夠基于文本和圖像輸入生成視頻剪輯;字節(jié)跳動(dòng)發(fā)了PixelDance模型，通過描述(純文本)+首幀指導(dǎo)(圖片)+尾幀指導(dǎo)(圖片)，即可生成包含復(fù)雜場(chǎng)景和動(dòng)作的視頻。

另外，Runway在Gen2中上線Motion Brush動(dòng)態(tài)筆刷功能，只需對(duì)著圖像任意位置一刷，就能讓靜止的一切物體動(dòng)起來;Stability推出Stable Video Diffusion，可以從圖像中生成高品質(zhì)的視頻剪輯。

另外，數(shù)字人方向也是AIGC技術(shù)發(fā)展和應(yīng)用方向，數(shù)字人技術(shù)能夠結(jié)合AI生成的形象應(yīng)用于視頻場(chǎng)景。

10月，明星跨語言翻譯視頻在全網(wǎng)瘋傳，視頻中郭德綱飆英文、歌手泰勒?斯威夫特用流利的中文接受采訪，不僅音色與本人相似，甚至連口型都能對(duì)上，這讓不少人表示“配音演員要失業(yè)了”。在今年6月的上海電影節(jié)期間，硅基智能成功“復(fù)活”已逝的人，讓已故導(dǎo)演謝晉通過數(shù)字人的形式和現(xiàn)場(chǎng)觀眾見面。（中新經(jīng)緯）