還記得今年三月英偉達(dá)研究團(tuán)隊的公布的“AI神筆”嗎？這款智能畫筆僅根據(jù)寥寥數(shù)筆草圖即可生成一幅堪比華為P30拍攝的逼真風(fēng)景圖，真實拯救無數(shù)手殘黨。如今這個名為GauGAN的圖片生成器終于上線測試?yán)?，無需注冊、完全免費(fèi)，打開網(wǎng)頁即可玩耍~

微博上曾經(jīng)流行過一張圖：如何畫出一匹馬？在此之后又出現(xiàn)了：如何畫一個喬布斯？理想與現(xiàn)實、想法和下筆的差距過于真實，引起手殘黨的極度共鳴。

這叫做“簡單畫幾筆就好”？

怎么玩兒呀？

今年3月英偉達(dá)的新科技GauGAN在GTC 2019上一經(jīng)推出，獲得無數(shù)手殘黨點贊。GauGAN的拼寫與印象派大師高更（Gauguin）僅兩字之差，而前者生成的圖象與大師之作相比也絲毫不輸。最重要的是，使用者并不需要具備很高的繪畫功底，僅通過簡單的點擊、描畫、構(gòu)圖即可生成逼真風(fēng)景圖。

GauGAN具備一個簡易的操作界面，左側(cè)是使用者用鼠標(biāo)控制的畫板，右側(cè)是AI實時生成的預(yù)覽圖。在一個類似PS的工具欄中有包括油漆桶、鋼筆和鉛筆三種繪圖工具。在創(chuàng)作時，首先要選擇最右側(cè)的元素類型（如天空、樹木、山脈等），然后選擇繪圖工具，在畫板上描畫出輪廓，右邊的AI畫板將實時補(bǔ)充輪廓中細(xì)節(jié)。

背后原理SPADE架構(gòu)

使用者的涂鴉在計算機(jī)視覺領(lǐng)域其實被稱為語義布局（Semantic Layout），傳統(tǒng)的語義圖像合成首先將語義布局作為深度神經(jīng)網(wǎng)絡(luò)的輸入，而后通過對卷積、歸一化和非線性層的處理，輸出為合成圖像。

但這種傳統(tǒng)的合成方式存在缺陷，其中的歸一化層通常會讓輸入語義蒙版中的信息流失，導(dǎo)致合成效果變差，無法達(dá)到最佳效果。

為了解決這個問題，英偉達(dá)的研究人員提出了一種新的方法SPADE架構(gòu)——空間自適應(yīng)標(biāo)準(zhǔn)化，能夠通過空間自適應(yīng)學(xué)習(xí)轉(zhuǎn)換使用輸入語義布局來調(diào)制激活，可以在整個網(wǎng)絡(luò)中有效地傳播語義信息。

這篇論文由英偉達(dá)的研究人員Taesung Park、Ming-Yu Liu、Ting-Chun Wang和Jun-Yan Zhu（朱俊彥）共同完成，其中朱俊彥大神近日宣布將于2020年秋季回到CMU擔(dān)任助理教授一職。戳此處回顧朱俊彥在將門做的talk~

國外網(wǎng)友已經(jīng)玩瘋了！

該論文的作者之一Ming-Yu Liu在Twitter上公布了網(wǎng)站地址后，不少網(wǎng)友已經(jīng)按耐不住激動的小手玩嗨了！

真的好好玩，我都佩服我寄幾！

Wow！這也太贊了吧！

別攔著我，我還要玩！

這真的不是攝影+PS嗎？

英偉達(dá)深度學(xué)習(xí)部門的副總裁 Bryan Catanzaro稱，僅通過草圖就能快速生成高保真圖像將大大提高設(shè)計團(tuán)隊頭腦風(fēng)暴的效率。

GauGAN可以成為建筑師、城市規(guī)劃者、景觀設(shè)計師甚至游戲開發(fā)者創(chuàng)建虛擬世界、高保真原型圖的強(qiáng)大工具，幫助專業(yè)人員更快速、更高效、更靈活地完成多種項目需求。而對于我們普通人而言——對專業(yè)繪畫攝影、PS等操作復(fù)雜的修圖神器望而卻步的手殘黨們，GauGAN真實地將完全看不出是什么的“鬼畫符”變成了高度逼真的圖象。

不過歸根結(jié)底，GauGAN只是一種幫助我們將頭腦中的設(shè)計點子實現(xiàn)出來的一種工具，如果腦中沒有任何想法，再厲害的GauGAN也無法憑空創(chuàng)作出大師之作。