KI-Schönheit übernimmt Xiaohongshu, es ist nicht so schlimm

Kürzlich verbreitete sich in der WeChat-Chatgruppe die Nachricht, dass eine Cyber-Schönheit sich Xiaohongshu geschnappt hat.

Gruppenchat-Aufzeichnungen zeigen, dass einige Internetnutzer eine Kontomatrix-Verwaltungssoftware zur Kontrolle von 1.327 Konten verwendeten und Xiaohongshu direkt „töteten“. Infolgedessen erkannte das Push-System dies nicht und half stattdessen beim Pushen des Streams.

Aus der Sicht des Benutzers betrachtet, habe ich diese schöne Frau schon lange angeschaut und bin dabei, den Mut aufzubringen, sie zu kontaktieren. Sagen Sie mir, das ist tatsächlich KI?

An diesem Tag war es ein Zusammenbruch.

Nachdem sich die Nachricht verbreitet hatte, spaltete sich die öffentliche Meinung schnell in zwei Fraktionen.

Die Provinzschule ist davon überzeugt, dass es sich angesichts der Notwendigkeit, Tausende von Mobiltelefonnummern zu verwalten und gleichzeitig eine KI-Erkennung zu vermeiden, wahrscheinlich um die ultimative Laucherntemaschine für KI-Software oder Matrixsoftware handelt.

Die andere Gruppe glaubt, dass fast alle sozialen Medien von KI-Hackern besucht wurden, und es macht Sinn, dass das Erkennungssystem von Xiaohongshu nicht aufholen kann.

Es ist nur so, dass selbst Xiaohongshus gutaussehender Blogger nicht damit gerechnet hatte, dass sein Gegner eines Tages eine KI sein würde, die nicht einmal mit bloßem Auge sehen konnte.

Cyber-Beauty packt Xiaohongshu, wem tut es weh?

Machen Sie wie gewohnt zunächst ein paar Bilder und schauen Sie, wie viele Hinweise Sie erkennen können.

Um ehrlich zu sein: Wenn wir nicht hineingezoomt und einen Blick auf die Benutzeroberfläche geworfen hätten, könnten wir den KI-Geschmack dieser Fotos kaum erkennen? Selbst wenn man genau hinschaut, gibt es einige Fotos, für die selbst KI-Enthusiasten möglicherweise nicht zu bürgen wagen.

Und wenn die kursierenden Nachrichten wahr sind, können wir einige Opfer grob identifizieren –

Die Benutzer, die im Dunkeln gelassen wurden, die gutaussehenden Blogger, die daran beteiligt waren, die Xiaohongshu-Plattform selbst und die Programmierer, die Überstunden machen mussten …

Wenn die überwältigende Anzahl von KI-Bildern auf die Öffentlichkeit zuströmt, wird tatsächlich ein Screening-Mechanismus gebildet.

Schließlich gibt es nur wenige Benutzer mit scharfen Augen, und normalere Menschen verlassen nur versehentlich ihre eigene „Ein-Klick-Drei-Verbindung“ und radeln dann im Strudel der KI-Bilder hin und her.

KI quält dich tausende Male, aber du behandelst KI wie deine erste Liebe.

Im Kampf gegen KI-Bilder wäre es nicht verwunderlich, wenn der Überprüfungsmechanismus von Xiaohongshu KI nicht identifizieren würde.

Das Aufkommen von Fotobearbeitungsprogrammen wie PS hat das wahre Gesicht der Fotografie verändert und die Grenzen zwischen echten und virtuellen Menschen sind verwischt. Verglichen mit einigen Schönheits-„Überredungen“, die gegen Newtons Gesetze verstoßen, erscheint KI manchmal zu konservativ.

Genau wie wenn wir mit umwerfenden Schönheitsfotos konfrontiert werden, werden wir unweigerlich die Atmosphäre beim Fotografieren vermissen, bei der das Originalbild direkt zum Vorschein kommt. In ähnlicher Weise kritisieren wir jetzt KI-Bilder aus moralischer Sicht.

Es gibt kein absolutes Richtig oder Falsch. Wir können die Existenz von KI-Bildern akzeptieren. Aber das Schlimme an Cyber-Bloggern ist, dass sie in ihren Handlungen nicht transparent genug sind, sie müssen sich für KI-Bilder immer noch ausweisen.

Im Zeitalter der Aufmerksamkeitsökonomie mögen wir es weder, noch sind wir glücklich darüber, von KI heimlich beschnitten zu werden.

Daher wird dieser Vorfall die empfindlichen Nerven der Benutzer berühren. Für die möglicherweise betroffenen Xiaohongshu-Programmierer schlage ich vor, mehr Überstunden zu machen.

Darüber hinaus werden Xiaohongshu-Beauty-Blogger mit der Geschwindigkeit der Bilderzeugung der zweiten Ebene und der Möglichkeit, jede Szene nach Belieben umzuwandeln, sobald extrem kostengünstige KI-Bilder in die Plattform strömen, vor großen Überlebensherausforderungen stehen, was auch schwerwiegende Folgen haben wird Die Plattform. Ein schwerer Schlag.

Der Einsatz von KI-Schönheit zur Wollernte erfordert Geschick

Die Verwendung von KI-Bildern schöner Frauen zur Wollernte hängt von Ihren Fähigkeiten ab.

In der Vergangenheit gab es bei KI-generierten Bildern gelegentlich Probleme wie Asymmetrie, Schattenfehler oder verschwommene Texturen in Details, und die Hände, Augen und Hintergrundwiederholungen der Charaktere waren die „am stärksten betroffenen Bereiche“.

Während Sie jedoch immer noch über diese schlechten Sechs-Finger-KI-Bilder lachen, hat die KI-Bilderzeugungstechnologie bereits die nächste Stufe erreicht.

Wenn Sie es nicht glauben, können Sie auch die Bilderzeugungseffekte von Midjourney v1 und v6.1 vergleichen.

Wenn das nicht intuitiv und schockierend genug ist, dann schauen Sie sich Midjourneys iterative Transformation von v1 zu v6 in nur eineinhalb Jahren an.

Interessanterweise wurde die v6-Version im Dezember letzten Jahres veröffentlicht.

Auch Anfang letzten Monats täuschten Googles „TED Speaker“-Bilder mit ihren realistischen Details zig Millionen Internetnutzer, und selbst die KI-Erkennungssoftware fand keine Mängel.

Wenn ein Wal fällt, entstehen alle Dinge. Als die Stabilitäts-KI des Einhorns die Prophezeiung des „Fallens“ zu erfüllen scheint, versammeln sich die Menschen, die davonlaufen, wie ein Feuerball und zerstreuen sich wie Sterne am Himmel.

Spätere Enthüllungen ergaben, dass das beliebte Google-Foto „TED Speaker“ tatsächlich mit der echten Version von LoRA von Flux erstellt wurde. Der Autor ist auch Leo Kadieff, ein ehemaliges Mitglied des Stable Diffusion-Teams.

Die Verbesserung der Qualität der KI-Bilderzeugung in den letzten zwei Jahren ist für alle offensichtlich und die Gründe sind nicht schwer zu verstehen.

Im Jahr 2014 schlug Ian Goodfellow, der Vater von Gan, Generative Adversarial Networks (GANs) vor, was als revolutionärer Durchbruch in der Bilderzeugungstechnologie galt.

GANs bestehen aus zwei neuronalen Netzen: Generator und Diskriminator. Der Generator ist für die Generierung neuer Bilder verantwortlich, während der Diskriminator versucht festzustellen, ob das erzeugte Bild echt ist.

Durch diesen kontradiktorischen Ansatz wird der Generator nach und nach verbessert und die erzeugten Bilder werden immer realistischer.

Die Architektur von GANs hat sich seit ihrer Einführung kontinuierlich weiterentwickelt, wobei viele Varianten und Verbesserungen erschienen sind:

• Im Jahr 2016, mit der Einführung von Faltungsnetzwerken, erzielten GANs gute Ergebnisse bei der Erzeugung komplexer, hochauflösender Bilder, insbesondere bei der Erzeugung natürlicher Bilder von menschlichen Gesichtern, Tieren usw.
• Im Jahr 2017 schlug NVIDIA StyleGAN vor, mit dem das generierte Bild durch Anpassen verschiedener Funktionsebenen des Bildes stilistisch angepasst werden kann. Dadurch kann die KI Bilder mit einem bestimmten Stil generieren, beispielsweise mit unterschiedlichen Gesichtszügen, Frisuren, Hintergründen usw.
• Im Jahr 2018 hat BigGAN die Fähigkeit von GANs, hochauflösende, realistische Bilder zu erzeugen, weiter verbessert. Es bringt die Qualität der von KI erzeugten Bilder auf ein neues Niveau, indem es die Netzwerkgröße und die Trainingsdaten erhöht.

Später wurde mit dem Vorschlag und der Optimierung von Algorithmen wie Diffusionsmodellen (Diffusionsmodellen) die Entwicklung der Bilderzeugungstechnologie stark vorangetrieben. Die Fähigkeit der KI, Bilder zu erzeugen, hat begonnen, ein Stadium zu erreichen, in dem sie äußerst realistisch und von echten Bildern kaum noch zu unterscheiden sind.

Zu den repräsentativen Durchbrüchen in diesem Zeitraum gehören DALL·E (2021) sowie Midjourney und Stable Diffusion (2022).

Als normale Benutzer müssen wir jetzt nur noch eine Textbeschreibung eingeben und das Modell generiert automatisch hochwertige Bilder, die den Erwartungen entsprechen.

Obwohl das Prinzip des Diffusionsmodells kompliziert erscheint, ist es tatsächlich recht intuitiv.

Stellen Sie sich vor, Sie haben ein leeres Blatt Papier und einige Farbstifte und möchten ein wunderschönes Landschaftsgemälde zeichnen. Wenn Sie jedoch nur wahllos kritzeln und malen, erhalten Sie möglicherweise ein verwirrendes Bild. Im Gegenteil, wenn Sie ein bereits gemaltes Gemälde haben und langsam und langsam einen Teil der Farbe nach und nach löschen, bis das gesamte Gemälde verschwimmt, ist der Vorgang wie eine „Diffusion“ – Sie verwandeln ein geordnetes Gemälde in ungeordneten Lärm.

Das derzeit im Bereich der Bilderzeugung eingeführte Diffusionsmodellprinzip ähnelt der umgekehrten Operation dieses Prozesses.

Es beginnt mit einem völlig zufälligen Ausgangspunkt, beispielsweise einem Farbfleck oder einigen Zufallszahlen (stellen Sie sich das wie ein Durcheinander auf einem weißen Papier vor). Dann ist die KI wie ein Künstler, der diesem zufälligen „Rauschen“ langsam und Schritt für Schritt Details hinzufügt.

Dieser Prozess kann in zwei Hauptschritte unterteilt werden:

1. Vorwärtsdiffusion (Rauschen): Dies ist so, als würde man ein Gemälde übermalen, bis es nicht mehr wiederzuerkennen ist und nur noch ein Haufen Rauschen entsteht.
2. Inverse Diffusion (Entrauschen): Dies ist die Aufgabe der KI. Sie muss lernen, aus diesem Rauschen das ursprüngliche Bild wiederherzustellen. Durch das Erlernen einer großen Anzahl von Bildern versteht die KI, welche Art von Rauschen welchen Details entspricht, und „löscht“ das Rauschen dann Schritt für Schritt, um nach und nach ein klares Bild wiederherzustellen.

Während des Reverse-Engineering-Prozesses verwendet die KI ein Tool namens neuronales Netzwerk, das wie eine komplexe „Anti-Smear“-Maschine ist, die Muster im Rauschen erkennen und das Originalbild nach und nach wiederherstellen kann.

Jede Restaurierung ist ein Rätselraten aus Vermutungen und Überarbeitungen, bis das Endergebnis ein brandneues, KI-generiertes Gemälde ist.

Gibt es also eine Möglichkeit, KI-generierte Bilder auf einen Blick zu erkennen?

Ja, aber sie sind entweder unzuverlässig oder für den Normalbürger zu umständlich.

Beispielsweise können wir erzeugte Bilder identifizieren, indem wir ihre Rauschverteilung, Kantenschärfe oder Texturmuster analysieren. Oder einige KI-generierte Bilder weisen möglicherweise grobe Details auf, z. B. Beleuchtung, Schatten oder Reflexionseffekte, die möglicherweise nicht den physikalischen Gesetzen der realen Welt entsprechen.

Ein weiteres Beispiel: Bei KI-generierten Bildern fehlen möglicherweise einige Metadaten oder sie enthalten abnormale Metadatenwerte. Es gibt sogar einige Tools und Algorithmen, die sich auf die Identifizierung von KI-Bildern spezialisiert haben.

Die klügste Entscheidung besteht darin, die KI aktiv zu nutzen, damit Sie beim Anblick von KI-Bildern nicht im Nachteil sind.

Da die Grenzen zwischen Realität und Virtualität zunehmend verschwimmen, streben die Menschen nicht nur nach visuellem Genuss, sondern auch nach echter emotionaler Kommunikation. Der technologische Fortschritt sollte den Bedürfnissen der menschlichen Natur dienen und nicht zu einem Instrument zur Irreführung anderer werden.

KI sollte nicht für die Langeweile der Menschen verantwortlich gemacht werden

Das menschliche Leben ist bereits von KI umgeben.

Wenn KI auf den Markt kommt, denken die Leute vielleicht naiv, dass sie nichts mit ihnen zu tun hat. Wie jeder weiß, ob wir es akzeptieren oder nicht, ist es still und leise in unser Leben eingedrungen.

Das Paradoxe der technologischen Entwicklung besteht darin, dass wir uns immer darauf freuen, die ultimative Form der Technologie zu sehen, aber bevor sie ausgereift ist, muss immer jemand ihre Unreife und Unzulänglichkeiten ertragen.

Gemessen an den durch die Informationsdimension dargestellten Produkten gibt es ChatGPT für Text, Flux für Bilder, Fish Speech für Audio, Runway für Video usw. Obwohl diese Starprodukte umwerfend sind, sind sie auch Werkzeuge des Missbrauchs.

Das typischste Beispiel ist die Reihe von Internetverschmutzungsvorfällen, die durch KI verursacht werden.

Beispielsweise überschwemmen KI-Artikel das Internet, KI-Crawler-Trainingsdaten, KI-Schönheitsbilder täuschen Gefühle, KI-generierte Musik betrügt Lizenzgebühren und KI-Kommentarroboter sind weitere Fälle, in denen Sie diese Dinge vielleicht schon einmal gesehen haben.

Ein Bericht des Fastly Threat Insights Report weist darauf hin, dass 36 % des weltweiten Internetverkehrs von Robotern generiert werden, während nur 64 % des Datenverkehrs von menschlichen Benutzern generiert werden.

Wir nähern uns möglicherweise einer Zukunft, die von der „Dead Internet Theory“ vorhergesagt wird und in der menschliche Aktivitäten im Internet irgendwann durch Bots und KI-generierte Inhalte ersetzt werden.

In ein paar Jahren könnte es eine Situation geben, in der KI-Blogger ihre eigenen Werke erstellen und der KI-Roboter dann „dreimal einen Klick ausführt“ und sie an eine andere KI weiterleitet, um einen geschlossenen Kreislauf zu erreichen, und der Mensch verliert völlig den Sinn der Existenz.

Auch ohne jahrelanges Warten wagen einige KI-Blogger bereits den Schritt.

Vor kurzem ging der weltweit erste KI-Schönheitswettbewerb zu Ende, eine KI-Schönheit aus Marokko, die mit ihrer Schönheit und ihren Kenntnissen in sieben Sprachen erfolgreich die Meisterschaft gewann. Sie hat Hunderttausende echte Fans auf IG.

Obwohl sie wissen, dass eine echte Person dahinter steckt, verfolgen die Fans es immer noch endlos.

Sich in KI zu verlieben ist keine Seltenheit mehr. Die emotionalen Bedürfnisse sind real und es spielt keine Rolle, ob das Ziel der psychologischen Projektion ein Mensch oder eine KI ist. Natürlich ist der Altersunterschied zwischen dem 52-jährigen Onkel und seiner 24-jährigen KI-Freundin kein Problem mehr.

Sind die Menschen also bereit, vollständig von KI umgeben zu sein?

Die Antwort ist von Person zu Person unterschiedlich. Manche Menschen entscheiden sich dafür, sich hinzulegen, andere bleiben wachsam und andere erheben sich, um Widerstand zu leisten …

Nachdem sie sich beispielsweise Bilder von KI-Schönheiten angesehen hatten, hinterließen Internetnutzer, die sich für „flach liegen“ entschieden, den einfachsten Kommentar: „Ob sie eine KI ist oder nicht, sie ist sowieso mein Typ.“

Als weiteres Beispiel enthüllten die Produzenten des Films „What Kind of Life Do You Want to Live“ einmal Miyazakis rein handgemalten Entstehungsprozess. In der Animationsbranche, in die KI „eindringt“, sind Meister wie Hayao Miyazaki, die immer noch auf Handzeichnung bestehen, bereits eine seltene Spezies.

Zu den Bedrohungen durch KI sagte der 83-jährige Animationsmeister wütend:

Ich werde niemals zulassen, dass KI meine Arbeit beeinträchtigt … Das Ende der Welt naht und die Menschen haben das Vertrauen in sich selbst verloren.

Werkzeuge an sich sind weder gut noch böse, aber sie tragen oft die Schuld für den Menschen.

Wenn Menschen nicht in der Lage sind, im Trubel der Verkehrsherrschaft die Fassung zu bewahren, vollständig von KI umgeben sind und sogar „Selbsteliminierung“ durchführen, besteht für die KI überhaupt kein Grund, härter zu arbeiten.

Denken Sie an den eingangs erwähnten Vorfall mit dem Little Red Book, mit den gleichen Fotoposen und fließbandähnlichen Aufnahmehintergründen. Die Menschen bemühen sich, diese Art von Mittelmäßigkeit zu kopieren, und am Ende begraben sie ihre eigene Individualität mit ihren eigenen Händen.

Und die KI hat dieses ähnlich beliebte Modell einfach bequem und effizient kopiert.

Kurz gesagt: Es ist nicht so, dass die KI den Menschen von der Bühne verdrängt hat, sondern dass der Mensch seine Position freiwillig aufgegeben hat, ohne sich auch nur die Mühe zu machen, sich zu verabschieden.

# Willkommen beim offiziellen öffentlichen WeChat-Konto von Aifaner: Aifaner (WeChat-ID: ifanr) wird Ihnen so schnell wie möglich zur Verfügung gestellt.

Ai Faner |. Ursprünglicher Link · Kommentare anzeigen · Sina Weibo