先来看一段高清版的《清明上河图》： 你能看出这幅画与原作的差异吗？ 其实，这是 AI 续画的一段《清明上河图》，一眼望去，这画面还真是有些 真 假 难 辨 了。 笔墨色彩几乎完全复刻了原作。 无论是房屋树木，还是市集中熙熙攘攘的人群，AI的笔法都抓到了原作的风格神韵，拼在一起乍一看还真认不出来。 △ 左是原作，右是AI复刻 画质还是 38912×2048 像素的那种，能直接把画面拉大3、4倍看细节。 喏，店铺里的小人在干啥看得一清二楚，体态和衣着也各不相同。 这就是由全华人团队打造的AI—— 女娲·无限版 （NUWA INFINITY） 。 只要给它喂一些图片、或是输入一段文字，它就能进行更细致的拓展，最终生成一幅完整的高清图像、甚至是一段流畅视频。 这是它学习了《清明上河图》之后，画出的完整版“大作”。 论文前脚刚上传到arXiv，推特上就已经引发各路网友狂呼amazing！ 还有油管博主光速更新视频讲解。标题直接用上了“ 超越DALL·E 2 ”、“ 4K ”的字眼。 除了续画《清明上河图》之外，微软的 经典蓝天白云壁纸 ，经它之手都能变成无限加长版。 还能根据文本提示，在图像上加不同元素：要光有光，要雪有雪。 （这还真是女娲技能了） 相较于当下热门的DALL·E、Imagen和Parti，女娲无限版支持生成任意大小的高分辨率图像， 同时还支持生成长视频。 （没错，继AI续写小说热潮之后，现在AI终于也能续画了） 研究人员表示，他们希望这一模型能够帮助创作者们提高生产力。 所以，女娲无限版还有什么大招？ 我们一起来看~

总体来看，这个AI女娲无限版是个全能选手，可以挑战 5种高清视觉任务 。 分别是：

让图像动起来（Image Animation）

根据文本生成视频（Text-to-Video）

根据文本生成图像（Text-to-Image）

图像补全（Image Outpainting）

图像生成（Image Generation）

先来看 让图像动起来 的效果。 一张静态的沙滩照片经AI之手后，图中的海浪都能自然地拍打海岸，层层叠叠仿佛是真实的景色一般。 一句话生成视频 就更让人惊喜了。 这不，给它一个小猪佩奇原版的视频，然后再输入一句话，这位“女娲”就能自己做动画片了。 这效果完全看不出是AI做的啊，分辨率也达到了1280×1024。甚至都能拿去蒙骗小孩子？ （嗯，别让富坚义博看到这个AI……） 能根据文本搞定视频，当然 图像 也不在话下。 给AI一张风景照，再输入不同的文本表示，它就能根据需要在照片中加各种元素了。 比如滚滚海浪、群山环绕、星空、云彩等，都可搞定。 接下来则是 文本图像生成 了。这个任务可以说是DALL·E2、Imagen和Parti的“拿手好戏”，也是这段时间几大模型battle的核心。 不过从生成效果来看，NUWA-Infinity也同样“可以一战”。 △ “微软已加入战场” 输入“田野上有房子、天空中有云彩”，女娲无限版立刻呈现出了一张景色优美的照片。 分辨率高达 4069×1024 ，仿佛是拿单反真实拍下的一样。 最后，就是NUWA-Infinity的核心能力——“续画”了。 在 补充图像 上，这只AI已经挑战了不少世界名画，并且都可以做到几乎以假乱真。 梵高笔下的星空，它能补充浩瀚深邃的画面。 笔触连接的地方十分丝滑，整体画面的协调感也很高。 莫奈的名作也能信手拈来。 值得一提的是，原画中人物的影子沿着右下方拉去，AI在补充画面的时候，还非常聪明地在左边补充了太阳。 阳光洒在海面上，波光粼粼的细节都画出来了。 除了世界名画以外，风景照片同样也能补全啦。 这效果，仿佛它就在拍照现场，直接把原本的画面搬了上来。 那么，NUWA-Infinity究竟是怎么拥有“续画”的能力呢？