在一句话生成照片这件事上，英伟达又一次突破了大伙的想象力。

他们最新的 AI 模型 GauGAN2，不仅能根据字词生成逼真风景照，还能实时用文字 P 图。

输入一句海浪击打岸边石，立刻输出一张逼真照片:

从单词到短语，这只 AI 全都能 get！

那感觉，简直是要山得山，要水得水:

要是觉得哪部分你不喜欢，直接打字就能P 图:

上面这些效果，都是英伟达这个叫做GauGAN2的模型做出来的，而它的完整版功能，还远不止这些。。

从草图到文字，都能生成风景照

GauGAN2 的绘制模式，一共分为三种。

加上限定词 in the forest 后，AI 立刻就将场景换到了树林里，变成光洒在树林中的场景:

再多来点限定词也没问题。

像冬日树林中的阳光，输入 in winter 后，眼前本来郁郁葱葱的树林立刻全秃了，换成了雪景下的一幕:

这效果，u1s1确实不错。

还能输出不同 style 的风景图，例如输入大山一词，立刻要山有山，还能给你换不同风格:

当然，这些不同的风景照也都能继续生成新细节，在 mountain 后加上beside a river就能生成山水:

只需要把想替换掉的部分圈出来，输入你想要的东西，就能立刻造出各种新颖的风景图:

嗯。 英伟达给出的这个 demo，思路也是非常清奇了，浮在空中的城堡:

第三种，用涂鸦生成风景照。

这是上一代 GauGAN2的看家本领。

例如，要是想实现下面这样的一片天空两个太阳，就完全可以在通过文本生成的图像上，自己手动再加一个。

这几种玩法叠加在一起，简直让网友们脑洞大开。

像外媒 ZDNet 就恶搞出来了一种神奇的玩法，在已有的风景上画个人头:

然后让 GauGAN2 根据已有的画面，再重新生成图画，就会得到如下人头海岛的神奇景观:

不过这可能也对个人画技有所要求，在我们的灵魂画风下，效果看上去就有些 不太聪明的亚子

那么，生成这一系列风景照的 GauGAN2，背后究竟用了什么原理。

它与 OpenAI 今年发布的 DALLE 和 CLIP，又究竟有什么区别

与 DALLE 有什么不同

2019 年，英伟达 GauGAN2 的前身GauGAN 正式开源。

当时的它，还只拥有其中一个能力，就是将涂鸦直接变成风景画，就像「神笔马良」一样，还推出了对应的软件 Canvas:

当然，这时 GauGAN 已经能随意改变画面风格了，从白天黑夜到春夏秋冬的气质都能稳稳拿捏:

据英伟达介绍，GauGAN 采用了一种基于空间适应标准化算法。

SPADE 算法不仅使用随机的输入图像，还采用了一种被称作分割图的图像在分割图中，每一个像素都会被归类，来生成更接近于真实的图像，这种模式被称作图对图翻译

GauGAN 的技能点

生成这些风景画的效果和手法，是不是感觉有点熟悉。

没错，大多数人看到 GauGAN2 的第一眼，可能都会觉得它和 OpenAI 的 DALLE+CLIP 有点像

不过，这两个模型生成的内容其实不太一样。

GauGAN2 专注于生成风景照，DALLE+CLIP 则更多地生成具体的物体，例如一把椅子或者一个闹钟等

这与它们的原理差异也有关系，GauGAN2 更加注重单词与视觉效果之间的关系，例如冬天这种模糊的状态词给照片带来的效果，DALLE+CLIP 则更注重文字—图像这种有明确对应关系的物体效果

据英伟达介绍，GauGAN2 不同于文本—图像和分割图像—图像一类的模型，它所能产生的照片种类更多，质量也会更高。

不过，偶尔也会出现点 bug…

比如给出沙滩一词后，有些生成的画面中出现了语言无法描述的事物。

对此，英伟达表示，他们在训练中完全没有用到任何人像照片。

但这样一来，网友想要的瑞克摇和鬼畜视频生成，GauGAN2 大概也是没办法实现了。

但是能生成仿佛梦境中才能见到的画面，也吸引了不少人来试玩。

这不，有人就晒出了自己生成的抽象画大作，并表示自己非常喜欢这个模型:

还有人表示，GauGAN2 给出了一些建筑设计的新 idea 啊。

也有网友觉得这种能够自动生成景观的功能，未来 Adobe 可能也会用上。

或许就是下一个画手利器。英伟达全新的RTX2060显卡有望限制挖矿能力，默认使用LHR版本，预计可以满足主流1080P分辨率游戏中高画质的需求。

最后，GauGAN2 在浏览器上就能试玩，欢迎大家留言讨论自己的体验感受。

GauGAN2 试玩 Demo 地址:点此直达