图像补全 AI - 像文本预测一样预测像素 [Image-GPT]

OpenAI 的图像预测模型：用文字预测的逻辑生成图像

这篇文章介绍了 OpenAI 在图像生成领域的新突破，他们利用类似于 GPT3 的语言模型，将预测文本的逻辑应用到图像生成上。

核心思想: 就像预测文本一样，该模型通过分析已有像素信息，预测下一个像素，并以此逐步生成完整的图像。目前该模型仅支持 32x32 的图像尺寸，但已展现出令人惊叹的能力。

应用场景:

• 自然景观生成: 模型能够根据已有图像片段，生成自然景观的完整图像，甚至包含反射等细节。
• 图像修复: 模型可以根据已有的部分图像，预测缺失的部分，例如补充鸟的尾巴、城堡的地基等。
• 图像创意: 模型可以根据简单的图像元素，例如城堡的像素图，生成各种创意的城堡设计。
• Logo 生成: 模型可以根据部分 Logo 图像，预测完整的 Logo，但有时也会生成一些有趣的“错误”结果。

总结: OpenAI 的图像预测模型，通过将语言模型的预测逻辑应用到图像生成，展现了图像生成领域的新可能。未来，随着模型能力的提升，该技术有望在图像设计、修复、生成等领域发挥更广泛的作用。

这就是我们把整个互联网的图像扔进 AI 后发生的事情，太棒了。希望未来能看到更高效或更高分辨率的结果～