Image Generation

主要新闻

1. 1

   可口可乐AI广告引反感 人工创意或重获青睐

   可口可乐近期推出的AI生成广告遭遇用户强烈反感，引发关于广告制作中使用人工智能的广泛讨论。 此事表明消费者对AI生成内容的接纳程度可能低于预期，品牌在追求AI效率的同时，人工创作的内容可能反而更具吸引力。这提示营销人士在采用AI工具时需要谨慎平衡自动化与人工创意的价值。

   未来品牌是否会调整AI在广告制作中的应用策略，以及消费者对AI生成广告的接纳度是否会随之变化。

2. 2

   Adobe Firefly推出AI音频工具，整合Google Gemini Omni Flash

   发生了什么：Adobe正在其Firefly平台上发布三款AI音频工具——Generate Music（用于视频的免版税音乐）、Generate Speech（脚本转语音）和Generate Sound Effects（场景音效），全部获批可商业使用。Firefly AI Assistant现已提供免费每日生成配额，Adobe还整合了Google的Gemini Omni Flash模型，该模型支持视频、音频、图像和文本输入，同时保留了来自Kling AI、Luma AI和Runway的现有第三方模型。 为什么重要：音频工具将Firefly的创意套件扩展到文本和图像生成之外，让创作者能在单一平台内制作视频配乐和旁白，无需担心版权问题。Gemini Omni Flash支持多种模态输入（视频、音频、图像、文本），扩大了Firefly能处理的创意任务范围，有可能为内容制作者简化工作流程。

   值得关注：Adobe报告称"Create Storyboard"和"Create Brand Kit"是使用最频繁的Firefly功能，这表明用户对集成创意工具有需求；音频工具的采用率将显示用户是否以类似速度接受这些功能。

3. 3

   生成AI、学習データへの追跡が困難に MIT研究が指摘

   MIT のコンピュータ科学・人工知能研究所の研究チームが、大規模データセットで学習した生成画像は学習元の個別画像に遡及追跡できない現象「attribution decay（属性減衰）」を発見しました。例えば、ピカソの全作品を学習データから除去しても、生成画像がピカソに類似する可能性があるということです。 AI企業は著作者の許可なく書籍・記事・写真などを学習に用いており、これが著作権侵害訴訟を招いています。本研究により、生成AI出力の追跡不可能性が法的に立証されたことで、知的財産権の定義と fair use 政策の見直しが必要になる可能性があります。研究主導者の Zheng Dai 氏は「知的財産の意味を再考する必要があるかもしれない。属性リンクが消えてしまう」とコメントしています。

   Disney、NBCUniversal、DreamWorks は昨年 MidJourney に対して IP 訴訟を提起；The New York Times は 2023 年に OpenAI と Microsoft を同理由で提訴しており、この研究はそうした既存訴訟における法的立場に影響を及ぼす可能性があります。

4. 4

   研究发现：AI生成图像往往无法追溯到训练数据源

   发生了什么：一项研究通过对AI生成图像的检验发现，许多图像即使经过研究人员的详细分析，也无法可靠地追溯到原始训练数据来源。 为什么重要：这一发现引发了对AI图像生成中的归属和问责的质疑。如果生成图像无法与特定的训练来源关联，就难以识别版权侵权、验证原始创作者的同意，或建立AI系统产出内容的明确责任链。

   值得关注：对使用图像生成功能的AI开发者和平台的影响——它们可能面临法律和伦理压力，需要改进可追溯性机制或实施新的保障措施，以建立生成内容与其训练来源的关联。

5. 5

   开发者开发pagedMark工具，用于去除自生成图像的AI水印

   发生了什么：一位开发者创建了pagedMark，这是一款旨在从AI工具生成的图像和视频中移除AI来源标记的工具，包括可见标签和隐形像素嵌入式水印。该工具通过重新生成图像来消除隐形标记，同时尝试保持视觉相似性。目前支持ChatGPT、gpt-image API、Z-Image Turbo和Nano Banana的图像水印，以及Sora、Veo、Seedance、Hailuo和Kling的视频可见标记和元数据。 为什么重要：AI生成的内容越来越多地包含元数据和嵌入式信号（如SynthID水印），用于标识其来源。对于使用自己生成的AI内容的创作者来说，这些标记会复杂化工作流程——截屏等简单移除方法无法消除像素级标记。pagedMark通过重新生成受影响的内容来解决这个问题，但用户应该了解输出可能与原始内容不同（人脸、文本和细微细节可能会改变）。

   需要关注：该工具已在配备8GB和16GB内存的Apple Silicon Mac上进行了测试，内置了内存感知处理功能，可以在低配置机器上处理资源限制。

6. 6

   工程师在仅有264KB内存的微控制器上训练图像AI

   发生了什么：一位开发者在Shrike lite微控制器上训练了扩散模型（一种图像生成AI），该芯片只有264KB的SRAM，生成32×32像素的图像。该设备内置FPGA（可重新配置的芯片），开发者用它构建了两个并行INT8 MAC引擎，配备16位累加器来加速计算。 为什么重要：在严重内存受限的硬件上运行AI模型证明了图像生成——通常是计算密集型任务——可以在嵌入式设备上实现。这可能为边缘设备（传感器、物联网硬件）上的AI推理打开大门，在这些场景下将模型下载到云服务器不切实际或不可取。

   需要关注：并行加速器实际上使性能变差（每张图像约220秒），相比仅CPU版本（约70秒）更慢，原因是大量I/O操作造成的内存瓶颈——这提醒我们，当内存带宽是瓶颈时，硬件速度本身并不能保证端到端的性能提升。量化和内存限制导致了图像质量下降，尽管某些输出仍可用。