引用:
|
作者skap0091
那個叫做生成式AI
而且還是文字方面
生成圖片用的Stable Diffusion就完全不同
是從圖片變雜訊，訓練出雜訊變圖片
其他還有很多不同領域、不同模型
完全不能一概而論
機器學習的AI應用
NV老黃每年演說都會舉一堆例子
偏偏一堆人不去看
然後又自己腦補亂說AI只能怎樣怎樣
如同樓主這篇文一樣... 
光是遊戲方面，DLSS就展示
超分、補幀、降噪的多領域強大之處
每一項都幾乎能讓傳統方式追不上
再舉個例子
GT7透過機器學習訓練AI開賽車
已經實際應用到遊戲中
不再是那個笨笨的電腦軌道車
只會橫衝直撞
變得比較像人類駕駛該有的反應
至於自駕系統，我是沒開車沒研究
但我知道一點，透過傳統寫程式方式
要能應對現實中各種狀況非常困難
超大的資訊量也只有透過機器學習
才能日夜不間斷、全年無休去積累消化
還能一直提升算力來加速消化速度 |
超分、補幀、降噪在沒AI的時代很多軟體都能處理的不錯
感覺AI就只是幫助了整合了這些功能自動化增加這些處理的效率
而賽車遊戲我玩得不多但我絕對不同意原本的只是橫衝直撞
事實上直到現在根本感覺不出當前生成式AI對哪個遊戲的AI有什麼增益
應該是你太過看扁原本的遊戲AI
圖片、影片生成的應用方式確實非常廣泛
但就一直是在玩哪個模型哪次哪個詞句組合幾個step能生出還不錯的東西
感覺想像是玩煉金類遊戲試配方的感覺
而且其實真的不難分辨AI生成了
一開始大家覺得生成得很逼真~但大量流傳後還真的有種難以言喻的味道在一看就知道了
還有最重要的如果真有特定方向性而不是沒預設的"撿寶"那我覺得是不是乾脆自己下去做會更快
我覺得樓主這文還算中肯
現在生成式AI確實一大堆人在玩~這就是這些無創作力者的好工具
起碼能少動腦少動手就等就好~出來一堆東西挑個可以的或是自己修改後OK的來用
現在也真的是一堆平庸類似性高的文章 圖片 短影音
甚至是虛擬人物IG 多媒體平台
算是更進一步加速一般人無痛跳階一些撰文、多媒體編輯入門速成的懶人工具