特朗普遇刺照，用一张2100元？！ 文章标题、配图，AI免费给你来一打
机器之能报道
编辑：Sia
据说，自媒体使用特朗普遇刺照片作为配图，一张付费 2100 元！
随便下一张图片给文章配图的日子，一去不复返咯。
不过，创作者们的麻烦并未到此为止。
写完一篇公众号文章，接下来的十几分钟最让人抓耳挠腮：
标题铺位，黄金地段，寸土寸金。除了突出内容亮点，还要确保标题足够吸引人点开看，这可比写文章难多了！
啥？酒香不怕巷子深？
在红海的公众号圈子里，这条行不通。
也别灰心！磨合一段时间，我们发现，大模型在解决这两个日常挑战上，还挺管用。
最短时间起一个合格标题
为了方便唠，咱就以这篇机器人基础模型新公司 Skild AI 报导为例。
如果对文章需要突出的亮点了如指掌，只是不知道怎么整出一个吸引人的排列组合，不妨告诉大模型：
- 这是一篇微信公众号的文章，需要一个吸引人的标题；
- 标题要突出数据优势、融资额度和机器人GPT
这是 Claude 3.5 sonnet 的主意，还不赖！
模仿生图，AI 主打一个省
为了避免版权纠纷，越来越多的人开始用 AI 生成文章的封面。
很多时候，比起让 AI 毫无头绪地天马行空，我们更希望 TA 直接模仿一些现成图片。
一般，我们会先让大模型看图说话，给出提示词，再将这些提示词扔给图片生成器。
这是一位同事的真实体验：
如果发现提示词不好使，可以让大模型（ Claude 3.5 sonnet ）「仔细描述图片细节和内容」：
然后，将这些描述扔给图片生成器。
这一次，可图的效果明显更胜一筹。
我们也尝试模仿《经济学人》创意独特的封面。
这一次，可图的视觉效果（右下）要优于 DALL-E-3 （右上）。但，糟糕的拼写让结果功亏一篑。
文字和手指
想要 DALL-E-3 的图片正确显示「西门子」，无论是英文还是中文，都很困难。
虽然早知道涉及手指细节部分，图片生成器依旧很容易出问题。
但万万没想到，哪怕是一张类似如花挖鼻孔的图片，也很难成功。
这也不奇怪。
图像生成器通常使用扩散模型，是从噪声中重建图像，学习的是覆盖更多像素的模式，文本、手指这样的细节生成上，自然表现较差。
当然，这并不是说文本生成器就一定是拼写高手，尽管图像和文本生成器背后的底层技术不同，它们在拼写等细节方面，都有类似的困难。
毕竟，还是缺乏物理世界、语言世界的基本常识。
以后我们会带来更多 AIGC 案例演示，也欢迎大家进群交流。
