政安晨的AI笔记——Bard大模型最新提示词创作绘画分析

AI大模型进入商业应用元年后的第一年，顶级模型大混战终于开始了。

Bard在追赶OpenAI的过程中，还是补上了画图的短板。

（相比于视频的5阶张量处理而言，图画做为4阶张量处理虽然不新鲜，但却是跨不过去的基础条件）

大模型的混战开始

Bard新增图像生成功能，只需要给Bard一段文字描述，例如：创造一张猫在冲浪板冲浪的图片，“Create an image of a cat riding on a surfboard”，Bard就能生成出客制化且种类多元的图片，这项新功能是采用升级版的Imagen 2模型来实现。

（上面的截图咱们存下来留作纪念，毕竟Bard不会一直都是实验版本）

当然，如果选择生成更多的话，可以这样（可以看到，它给出了不同风格的创作）：

虽然目前生成的提示词仅支持英文，但此服务现为免费，无需额外付费。
Bard将使用SynthID工具，在生成的图像中嵌入数位可识别的浮水印来协助区别，并对涉及不良内容做出限制。

此次更新还包括Bard 将扩大运行Gemini Pro模型，支援超过40种语言与230个国家／地区，涵盖繁体中文。此外，回复查核功能也扩展超过40种语言。

使用复杂一点的提示词

咱们创作如下提示词：

生成一幅关于美人鱼传说的艺术作品，使用极其逼真的海洋和植物图像，色调柔和并加入3D阴影效果，属于混合风格的艺术，美人鱼所在的海洋远处有中世纪古老的海盗船，近处有一座若隐若现的瑰丽小岛。

因为当前Bard仅支持英文，所以咱们将创作提示词从中文翻译成英文：

Create an artwork about the legend of mermaids, using highly realistic images of the ocean and plants, with soft tones and added 3D shadow effects. It belongs to a mixed style of art. In the distant ocean where the mermaid resides, there are ancient medieval pirate ships, and nearby, there is a faint and magnificent hidden island.

 效果确实不同凡响，咱们放大看看。

不过面部处理还稍微有些不够细致，但整体感觉已经很不错了。

我点击更多，又生成了一张，这次面部处理稍好一些。

同样提示词的随机化差异比较

我从网上找了某位大神的提示词及生成的图片，

第一组提示词随机度比较实验（艺术）：

Generate a collage art, with photorealistic images of oceans and plants with muted colors and 3D shading, that’s mixed media.

翻译为：

生成一个拼贴艺术作品，使用逼真的海洋和植物图像，采用柔和的色彩和立体阴影，并且是混合媒体。

大神生成的：

我生成的：

我用同样的提示词继续创作：

挑出其中一张，确实可以做壁画：

这组生成图画从艺术感、3D、风格这几个方面看，都确实有不错的表现。

第二组提示词随机度比较实验（商业）：

Generate an image of a futuristic car driving through an old mountain road surrounded by nature.

翻译为：

生成一张未来式汽车驶过被大自然环绕的古老山路的图片。

大神生成的：

我生成的：

挑选左上第一张打开：

我是真心觉得不错！

这组生成图从写实、环境融合、角度等多个方面，其实都已经触及到了商业化的门槛。

第三组提示词实验（社媒生活-图文同创）：

Write a social media post and generate a mouthwatering image that I can use for a buffalo wing festival.

翻译为：

写一个社交媒体的帖子，并生成一张让人垂涎欲滴的照片，我可以用于水牛翅膀节活动。

我的生成如下（Bard现在只支持英文）：

它真的帮我写出了一篇像模像样的社媒帖子。

写在最后

超级大模型的博弈虽然才刚刚开始，但人工智能领域的迭代不可能是线性的，人类智能与机器智能孪生的时代正在朝我们走来。