AI生成的图像虽然经常能得到“逼真”的赞誉，但事实上跟照片相比，其“现实性”仍有不小的差距。不过，Sharif Shameem新推出的图像AI生成器 Lexica Aperture已经使两者之间的界限变得模糊。该AI生成器可以在几秒钟内从简单的文本输入中生成非常逼真的图像。
Lexica Aperture提供了一个简单的Web界面，可免费使用。设置仅限于在 512 x 768 像素之间调整分辨率、在 4 和 13 之间调整方向比例，以及防止 AI 人像中经常出现的双头的开关。提示旁边是一个字段，用于负输入图像上不可见的内容。在点击“生成”几秒钟后，Lexica Aperture会给出了四个结果。完成后，图像可以缩放到最大的3072 x 2048像素。
从人工智能博客The Decoder所提供的测试结果看，人物面部乍一看比以往任何时候都更逼真。但很多时候，仔细观察仍然会发现伪影和不一致之处。尽管如此，The Decoder认为，该模型在“照片级”上比其他AI生成器表现得更好，尤其是在模拟旧胶片的镜头时。
虽然像DALL-E、Stable Diffusion等图像生成器已经能模仿各种艺术风格，生成令艺术家沮丧的高水平的艺术作品，但在写实方面仍然是实验性的。此前，Midjourney V4、DALL-E 2通过正确的提示已能生成更逼真的图像，但仍未达到令摄影家恐惧的水准。Lexica Aperture是一次进步。
Shameem没有提供关于Lexica Aperture模型架构的信息。然而，几乎可以肯定这是Stable Diffusion的微调版本，包含了Shameem创建的内容广泛的AI图像数据集Lexica Art。
“由于模型是在高分辨率照片上训练的，我发现Aperture的一个不错的启发是将其视为一个可以通过文本提示的真实感3D引擎。”Shameem说。
