编者按：这篇文章是来自斯坦福的年少老师 Maneesh Agrawala，他本人既是斯坦福计算机专业的老师，也是斯坦福大学布朗媒体创新研究所的所长。他在去年 HAI 2022 秋季会议上发布了报告「AI回路：演进中的人类」，而这篇文章正是报告实质修订后的版本。对于 AIGC 当下存在的深层问题，AI 的逻辑以及未来可能的改进方式，给出了详尽的解读和预测。以下是正文：
最近我决定更新一下我的个人网站的图片资料：
作为一名计算机专业的老师，我觉得现在制作一张高质量照片，最简单的方法，就是使用 DALL-E2 来生成。所以我写了一个简单的 prompt：「Picture of a Professor named Maneesh Agrawala」，然后 DALL-E2 给我生成了……额……这张照片：
根据我文本提示，它生成了一张看起来有着明显印度裔特征的男性，给他穿上了看起来「专业」的服装，并且把场景设置在一个学术研究室当中。从整体上来看，物体、灯光、阴影和色彩都是连贯的，是单一且统一的照片。我对于 AI 生成的照片整体上是不会吹毛求疵的，不过手看起来比较奇怪，有一边眼镜腿没了，当然，从我更人需求的角度出发，我很希望它生成这个角色看起来年少一点。
整体上来看，AI 能够生成如此之逼真的照片确实是令人惊艳的，这是人类历史上从未有过的数字超能力。
AI 能生成的不止是图片实质。先走的生成式 AI 对于用户而言，是一个巨大的黑箱。将自然语言作为输入实质，AI 能够生成素质惊人的文本实质（GPT4，ChatGPT），图片实质（DALL-E2、Stable Diffusion、Midjourney），视频实质（Make-a-Video），3D 模型（DreamFusion）甚至程序代码（Copilot , Codex ）。
那么这次我们使用 DALL-E2 重新生成一张照片看看吧。这次， 我想看看如果斯坦福以《银翼杀手》的风格呈现出来的时候，会是什么样子。斯坦福最典型的建筑就它的主广场，中间是被棕榈树包围的纪念教堂，而谈及《银翼杀手》的时候，我能想到的是霓虹灯，拥挤的夜市，连绵的雨水和大排档。所以我撰写了 prompt：「stanford memorial church with neon signage in the style of bladerunner」。
