来源：新智元
最近，网友们被一款传说中的最丑AI生图神器刷屏了。
无论是表情包、网络梗图，还是热门电影，或是自家宠物，包括你想得到的和想不到的，都变成了粘土风格。
地铁老爷爷看手机，忽然有了实体。
《请回答1988》里这张佛系表情包，简直抓住了原片精髓。
奥本海默，变成黏土风后依然气质满满。
《重庆森林》的经典场景再现了。
梵高自画像的黏土版，别有一番风味。
戴珍珠耳环的少女，表情莫名地囧了起来。
总之，这款工具，主打的就是要平等地把每一个用户变成小羊肖恩。
抖音、小红书、微博、朋友圈……黏土AI已经占领了各大社交平台，被网友直呼超喜欢！
虽然丑，但实在上头。
眼看着，下一个妙鸭相机级的爆品已经诞生了。
遗憾的是，这款app目前只在苹果手机可用。
第一周免费，但此后每周都要收费68元。（要知道，就是妙鸭相机，也只收费9.9元啊。）
然而，这个级别的消费并没有阻挡住网友们疯狂试用的热情。截止5月7日下午，在国内iOS的免费APP下载排行榜上，Remini仍处于榜首。
抖音、小红书、微博，刮起黏土风
黏土宇宙，以不可挡之势，迅速席卷国内各大社交媒体。
为了迎合中国用户，Remini还专门上线了jade风，或者叫瓷娃娃风。
跟我们的东方古典美人可以说是非常适配了。
也有人尝试后发现，许多真人照片放进去差强人意，反倒是把画放进去后，会别有一番风味。
但要论起Remini这波大火的起源，最开始它其实是在ins上爆火的。
歪果网友，最早发现了这个宝藏。
各种NBA名场面，也都被爆改。
这张可以说非常魔性了。
这位日本网友的萌宠，变成黏土风之后简直像从动画里走出来的。
这位二次元网友，直接把自己的VRChat照片全变成了黏土手办。
总之，从ins再到小红书、抖音，全世界的互联网冲浪者们，真正实现了闭环。
小编亲测
接下来，来一波小编亲测。
给硅谷的大佬们换脸后，小编发现了一件神奇的事——
Remini非常会抓住原相片中本人气质和表情微妙的特色，然后准确地将这种特质无限放大。
结果就是，Sam Altman这满脸的讽刺、不甘和意味深长，被刻画得淋漓尽致。
表情帝马老板，跟Remini的适配度也非常高。
一身正派作风的劈柴，难得在Remini笔下出现了诙谐的表情。
而表情不自然的蜥蜴人，经过Remini的改造仍旧很不自然，在假人中都是最假的那一个。
而老黄一向的气质形象就很难找到槽点，Remini也就无从下手，只能生成一张比正常更正常的照片。
而试用了甄嬛传的人物后，小编又有了新的发现——
相对于原片演员脸上丰富的表情，Remini画出的人物反而情感色彩淡了很多。
甄嬛和皇后，莫不如是。
对于大胖橘的表情，它也完全解读错了。
看来，Remini只适合把淡淡的表情变得更夸张，如果一张脸上充满了意蕴丰富的感情表达，反而成了它的盲区了。
唯一的例外，就是安小鸟这张。
大概是因为，Remini背后模型的训练数据中讽刺和戏谑的元素较多，要说更深刻的情感，那就没有了。
意大利年轻人做出爆品
虽然今年才走红，但其实，Remini背后的公司成立很早。
2019年，主营业务是AI影像处理的北京大觥科技公司，推出了一款面向海外市场产品，作用是用AI修复老照片。
一经发布，Remini立即在海外爆火。
随后，Remini被一家意大利公司收购。
这家名为Beding Spoons的互联网公司，联创是几位年轻的意大利人。
Bending Spoons并购了多款热门软件，包括Filmic、Splice、印象笔记等。
早在2023年，Remini就已经在美国的互联网上爆火，曾在美国App Store总榜上冲到第一，霸榜数周。
如今的粘土风格，算起来应该是它在全世界第三次大爆了。
去年7月，它推出的AI写真图像功能就一度成为国外网友的心头爱，用户可以上传8到12张照片，生成自己的AI写真。
随后不久，Remini又推出预测未来宝宝长相的功能，更是激起众多国外网友的疯狂下载，热门到一度统治各大社交媒体。
其实要说起来，黏土AI背后的技术原理并不复杂。
Midjourney等AI生图软件，都能支持类似的转绘功能。
而且，趁着这波黏土热度，黏土视频也来了。
抖音上一个名为Jacob的博主，直接把自己的旅行Vlog处理成黏土风格，一下子就爆了！
截止目前，已经获得了7万赞， 4.6万转发。
不过，这个博主用的显然并不是Remini。根据作者自述，ta花了几十个小时才把视频转成黏土风格，用的应该是重绘原始图像的方法。
参考资料：
https://twitter.com/JiyueJiyue/status/1785966778205581488
https://twitter.com/qei1067727/status/1787380238122619361
推荐阅读
欢迎大家加入DLer-计算机视觉技术交流群！
大家好，群里会第一时间发布计算机视觉方向的前沿论文解读和交流分享，主要方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。
进群请备注：研究方向+学校/公司+昵称（如图像分类+上交+小明）
👆 长按识别，邀请您进群！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
