基于扩散的视觉艺术创作：综述与新视角
内容提要
本文探讨了AI生成艺术，分析了深度神经网络模型的优缺点及其在艺术创作中的应用，特别是现代扩散模型在图像生成中的表现。研究强调了训练数据对艺术创作的影响，并通过案例研究探讨了艺术家与AI模型的互动，以加深对AI艺术创作的理解。
延伸解读
训练数据偏见与合成数据风险
文章指出，扩散模型在互联网规模数据上训练，其中包含版权作品，这可能导致训练数据偏见。同时，合成数据的常态化可能降低未来图像生成系统的质量。读者需关注数据来源的合法性与多样性，以及合成数据对模型长期性能的潜在影响。
用户提示行为：娱乐导向与表面美学
基于超过300万个提示的分析发现，用户主要关注表面美学，强化文化规范和流行主题，如填色书、幻想艺术或圣诞卡片。这表明当前文本到图像系统的主要用途是娱乐而非艺术创作。这一发现提示我们，AI艺术工具的实际使用与艺术创新之间存在差距。
艺术家与AI的互动：5P模型与“等价”装置
研究使用5P模型（目的、人员、过程、产品和传媒）比较概念艺术与图像生成AI的艺术过程，并开发了“等价”多屏互动装置，将用户语音输入通过稳定扩散和自然语言处理转化为不断演变的绘画。这展示了艺术家与AI协作的新模式，拓宽了对艺术家角色的理解。
扩散模型的技术优势与跨领域应用
现代扩散模型在图像生成中领先，其成功部分归因于互联网规模训练。综述涵盖了扩散模型的基本数学概念、稳定扩散的实现细节，以及个性化、条件设定、反转等工具，并扩展到视频、3D对象、运动和4D场景。这为研究人员和艺术家提供了直观的起点。
Q&A
现代扩散模型在图像生成中有什么优势？
现代扩散模型在图像生成中表现突出，成功归因于在互联网规模的数据上进行训练。
AI生成艺术如何影响文化和经济？
生成式人工智能作为新媒介，改变了创作过程，并影响文化、经济、法律等多个领域。
训练数据的偏见对AI艺术创作有什么影响？
训练数据的偏见和合成数据的常态化可能影响未来图像生成系统的质量。
艺术家如何与AI模型互动？
艺术家通过使用5P模型比较艺术过程，分析与文本到图像的生成人工智能模型的互动。
AI生成艺术的主要用途是什么？
分析显示，用户主要关注表面美学，许多用户关注流行主题，主要用途是娱乐而非艺术性。
这篇综述论文的主要目标是什么？
这篇综述论文旨在为研究人员、艺术家和从业者提供一个直观的起点，探索生成式AI的应用和挑战。
