\
.jpeg)
文／NoblerSubtlety793
針對2024年生成式AI和藝術表演領域的發展，我會聚焦在2024年4月前已確認的重要進展，同時討論這產業的現況與趨勢，在講後續的生成式軟體詳解之前，要先講一下開源軟體平臺的演變歷史，因為現在所有的生成式AI軟體，幾乎都是在這類平臺上發表的，而也因為開放式軟體跟開源式平臺由來已久，所以有必要加以說明。
💢💢開源軟體平臺的歷史：從共用到革新：
👉開源軟體（Open Source Software，OSS）的概念雖然在近年來廣為人知，但其發展歷程卻可以追溯到更早的時代。以下將帶您回顧開源軟體平臺的發展歷程，瞭解其如何從最初的共用概念，演變成如今驅動科技創新的重要力量。
👉早期萌芽：共用與合作的種子
UNIX系統： 1970年代，貝爾實驗室開發的UNIX系統被認為是開源軟體的先驅。雖然當時並未明確使用「開源」一詞，但UNIX的原始碼被廣泛分享，並成為許多其他操作系統的基礎，如Linux。
👉GNU計畫： 1983年，Richard Stallman發起了GNU計畫，旨在建立一套完全自由的操作系統。GNU計畫強調軟體的自由使用、修改和分發，為後來的開源運動奠定了基礎。
💢💢開源運動的崛起
👉開放原始碼倡議（OSI）： 1998年，開放原始碼倡議（OSI）的成立，為開源軟體提供了一個統一的定義和標準。OSI定義了一系列的開源許可證，如GPL、BSD等，這些許可證保障了軟體的自由使用和修改。
👉Linux的成功： Linus Torvalds在1991年發布了Linux內核，並以GPL授權方式釋出。Linux的成功證明瞭開源軟體的活力和可行性，吸引了全球大量的開發者參與。
💢💢自由軟體運動（FSF）的開源貢獻
自由軟體基金會(Free Software Foundation, FSF)於1985年由Richard Stallman創立，為開源運動奠定了重要的思想和法律基礎：
📌核心理念
提出四大自由：使用、研究、分享和改進軟體的自由
強調軟體應該服務於社會公益
建立了"copyleft"的概念，確保衍生作品同樣保持開放
📌重要貢獻
創立GNU計畫，開發自由的作業系統
制定GNU通用公共許可證(GPL)，成為最具影響力的開源授權
建立了軟體自由的法律框架
📌歷史影響
推動了Linux核心的開發和普及
影響了Mozilla Firefox等重要開源專案
形成了全球性的自由軟體社群
📌現代意義
持續影響開源軟體的發展方向
為AI開源運動提供了ethical guidelines
推動軟體透明度和用戶權利保護
FSF的理念和實踐，為後來的開源運動和生成式AI的開放發展建立了重要基礎，其影響一直持續到今天。
📌開源軟體的蓬勃發展
雲端運算與容器化： 近年來，雲端運算和容器化技術的興起，為開源軟體提供了更廣闊的發展空間。Docker、Kubernetes等開源工具，大大簡化了應用程式的部署和管理。
AI與機器學習： 開源深度學習框架如TensorFlow、PyTorch等，加速了人工智慧的發展。這些框架的開放性，使得研究人員和開發者能夠快速構建和部署AI模型。
大數據： Hadoop、Spark等開源大數據平臺，為處理海量數據提供了高效的工具，推動了大
數據分析的應用。
除了 Linux 之外，還有其他一些免費開源的作業系統。
例如Ubuntu 是一個著名的桌面 Linux 發行版，其核心重點是成為大多數用戶的 Windows 替代品。 Ubuntu 是用戶友好的並且隱藏了許多 Linux 的「技術」內容。
由於其受歡迎程度，Ubuntu 提供了大量的開發人員支援以及對 Windows 遊戲的良好支持，以及相當多在其上運行良好的本機 Linux 移植。
Canonical 是負責管理 Ubuntu 的公司，在支援該作業系統方面有著悠久的歷史。 對於這個 Linux 發行版，你不必擔心的一件事是它會在一夜之間突然被拋棄。
另外還有其他的免費開源的作業系統如:
OpenWrt ..FreeNAS .Manjaro Linux.
Fedora Linux . FreeBSD . Elementary OS.
ReactOS . Zorin OS . Linux Mint .這些變種分支作業系統 我就不再細講出處了 ，
💢💢開源軟體對科技產業的影響
📌加速創新： 開源軟體的快速迭代和社群驅動的開發模式，促使科技產業不斷創新。
📌降低開發成本： 開發者可以利用現有的開源軟體，減少重複開發的工作，降低成本。
📌提高軟體品質： 開源軟體經過眾多開發者的檢驗和改進，通常具有更高的穩定性和可靠性。
📌促進合作： 開源軟體促使開發者之間的合作，形成了龐大的開發者社群。
未來展望
📌開源生態系的持續擴大： 開源軟體將繼續在各個領域滲透，形成更加完善的生態系統。
📌雲原生與Serverless的推動： 雲原生和Serverless技術將進一步推動開源軟體的發展。
📌AI與開源的深度融合： AI技術將與開源軟體深度融合，催生出更多創新應用。
💢💢結論
開源軟體從最初的共享概念，發展成為如今驅動科技創新的重要力量。它的開放性、協作性和創新性，使其在軟體開發領域佔據了越來越重要的地位。未來，隨著技術的進步和產業的變革，開源軟體將繼續為我們帶來更多的驚喜。
目前在開源軟體平台上，有許多用於生成影像和聲音的 AI 軟體。這些工具的出現，大大降低了 AI 生成內容的門檻，讓更多人能夠參與到 AI 創作中。
👉生成影像的開源軟體
📌Stable Diffusion: 這是一款非常流行的文生圖模型，可以根據文字描述生成高品質的圖像。它提供了高度的客製化能力，使用者可以微調模型以產生符合自己需求的圖像風格。
📌Midjourney: 雖然不是完全開源，但 Midjourney 提供了免費的 Discord 伺服器，讓使用者可以免費體驗 AI 圖像生成 現在已經關閉這功能.原因是遭到濫用。
📌DALL-E mini: 雖然原始的 DALL-E 是封閉模型，但 DALL-E mini 是其開源版本，同樣可以根據文字生成圖像。DALL-E mini已改名為CRAYION
📌Artbreeder ：這是一個基於GAN（生成對抗網絡）的平台，用戶可以混合不同的圖像來創造新的藝術作品。 Artbreeder 使得用戶能夠在視覺上進行實驗。 特點：易於使用，適合藝術創作和概念設計。
📌DeepAI ：提供多種AI 工具，包括圖像生成、風格轉換等。用戶可以透過API 存取這些功能。 特點：支援多種應用場景，並且有豐富的文檔資源。
📌Runway ML ：這是一個專注於創意工作流程的平台，提供影片、圖像和音訊內容生成工具。 特點：支援多種AI 模型，可以輕鬆整合到創意項目中。
📌OpenAI CLIP ：CLIP 是一個強大的模型，可以將文字與圖像進行匹配，用於改進圖像生成品質。 特點：能夠理解文本與圖像之間的關係，提高生成結果的相關性。
📌PaddlePaddle ：由百度開發的一個深度學習平台，支援多種AI 應用，包括影像生成。 特點：具有良好的中文支持，適合國內開發者使用。
📌AI ART ：AI ART 是一個專門用於創作和分享AI生成藝術作品的平台。它利用生成對抗網絡（GAN）和其他先進的AI技術來生成獨特的藝術作品。
特點：藝術創作：用戶可以通過簡單的輸入創建精美的藝術作品。
多樣風格：支援多種藝術風格，從抽象藝術到具象繪畫。
👉社群分享：平台提供社群功能，用戶可以分享和評論彼此的作品，交流創作經驗。
生成流行音樂的開源軟體
開源音樂生成軟體的分類和功能概述如下：
📌Suno AI
功能：開源版本，可生成完整歌曲，支持多種流行音樂風格，包括歌詞和旋律生成。
特點：適合各類音樂創作需求。
📌Udio
功能：部分開源組件，可快速生成流行歌曲，支持多種語言，風格客製化高。
特點：適合多語種的音樂創作。
📌MusicGen (Meta開源)
功能：由Meta研發，可生成多種流行音樂風格，支持文字和旋律條件生成，GitHub開源。
特點：具有高靈活性和多樣性。
📌AudioCraft
功能：Meta開源音樂生成工具，支持各類音樂風格，高質量音訊生成。特點：提供專業級的音訊生成效果。
古典音樂生成軟體
📌OpenAI MuseNet
功能：部分開源，可生成古典音樂，支持多種樂器組合。 特點：適合多元化的音樂創作。
MIDI生成工具
📌Magenta (Google開源)：專注古典和藝術音樂，支持鋼琴、弦樂等樂器。
📌Maestro：開源古典音樂生成，支持樂理和作曲邏輯。通用音樂生成軟體
📌Stable Audio Open
功能：完全開源，支持多種音樂風格，靈活的生成參數。特點：適合多樣化的音樂生成需求。
📌Bark
功能：開源音訊生成，支持語音和音樂，由Suno團隊開發。 特點：適合語音和音樂的創作。
📌Riffusion
功能：即時音樂生成，基於Stable Diffusion，開源專案。 特點：適合即時音樂創作和實驗。
📌AudioLDM
功能：文字到音訊生成，支持音樂和音效。 特點：高靈活性和多樣性。
📌TTS (Text-to-Speech) 模型: 許多 TTS 模型都是開源的，例如 Tacotron 2、FastSpeech 2 等。這些模型可以將文字轉換為自然流暢的語音。
📌Music Generation Models: 有一些開源模型可以生成音樂，例如 MusicLM。這些模型可以根據給定的提示生成不同風格的音樂。
開源音樂AI生態
📌GitHub：是主要的資源平台。
📌Hugging Face：提供模型。
📌Discord：社群活躍，技術迭代快速。
全球範圍內主要的開源軟體平台歷史整理
幾個不同屬性的綜合開源平台
Hugging Face 和 GitHub 與Civitai 和中國大陸的liblib.art
GitHub
📌主要功能： 一個版本控制系統，用於軟體開發中的協作。它提供了一個雲端空間，讓開發者可以儲存、管理和分享他們的程式碼。
歷史： 成立於 2008 年，最初由三位共同創辦人開發。GitHub 的出現，大大改變了軟體開發的方式，促成了眾多開源項目的誕生。
特色：
📌Git 版本控制：使用 Git 作為底層的版本控制系統，提供強大的版本管理功能。
📌Pull Request：促進了團隊協作，讓開發者可以提交代碼變更並進行審查。
龐大的社群：擁有全球最大的開發者社群，是許多開源項目的發源地。
本地部署：將模型的程式碼下載到本地電腦，並使用 Python 等程式語言進行調用。
雲端服務：一些雲端平台提供了預訓練好的模型，使用者可以直接通過 API 進行調用。
Hugging Face
📌Hugging Face：專門為機器學習社群提供了一個平台，上面有大量的預訓練模型，包括自然語言處理、電腦視覺等領域。
主要功能：是一個 AI 模型的集散地，特別專注於自然語言處理。提供了一個平台，讓 AI 研究者和工程師可以分享、交流和合作。
📌歷史：成立於 2016 年，最初由三位共同創辦人開發，旨在打造一個更友善的 AI 社群。近年來，隨著 Transformer 模型的興起，Hugging Face
迅速崛起，成為全球最大的 AI 模型庫之一。
📌特色：
Transformers library：提供了一個強大的 Transformers library，簡化了 Transformer 模型的訓練和部署。
社群驅動：鼓勵社群參與，共同建設一個繁榮的 AI 生態系。
多樣化的模型：不僅限於自然語言處理，還涵蓋了電腦視覺、語音識別等多個領域。
Civitai
主要功能：專門用於分享 Stable Diffusion 模型、提示詞和數據集的平台。
歷史：相對較新，主要是在 Stable Diffusion 迅速流行後興起的。
特色：模型多樣性： 提供了大量的 Stable Diffusion 模型，涵蓋了各種藝術風格和主題。
社群驅動： 鼓勵使用者分享自己的模型和提示詞，形成了一個活躍的社群。
liblib.art
主要功能：中國大陸的一個 AI 生成藝術平台，類似於 Civitai。
歷史：相對較新，具體成立時間不詳，但隨著國內對 AI 生成藝術的興趣日益濃厚，該平台也迅速發展。
特色：本土化： 主要面向中國大陸使用者，提供中文介面和相關資源。
模型多樣性：提供了許多中文模型和提示詞。
其他重要的全球AI開源平台：
📌Papers with Code（2019年推出）
將學術論文與代碼實現連接
提供機器學習任務的基準測試
擁有大量實現代碼的論文資源
📌ModelScope（阿里巴巴）
專注於AI模型的開源平台、提供模型訓練和部署服務、支持多種AI應用場景
📌OpenI.ai（商湯科技）
中國開源AI模型平台、提供預訓練模型和數據集、支持產業應用落地
📌TensorFlow Hub（Google）
提供預訓練TensorFlow模型、支持模型再訓練和部署、完整的文檔和社區支持
📌PyTorch Hub（Facebook/Meta）
PyTorch生態系統的模型庫 提供預訓練模型 支持研究和產業應用
📌AI Gallery（微軟）
提供Azure AI解決方案 支持企業級AI應用 包含預建模型和工作流
📌Google Colaboratory: 一個免費的 Jupyter Notebook 環境，可以直接在瀏覽器中運行 Python 程式碼，非常適合機器學習和數據科學的研究。
📌Kaggle: 一個資料科學競賽平台，提供大量的公開数据集和工具，可以幫助你學習和實踐機器學習。
📌Papers With Code: 一個收集機器學習論文和相關程式碼的平台，可以幫助你找到最新的研究成果。
📌OpenAI:
雖然 OpenAI 的 GPT-3 等模型不是完全開源的，但他們也發布了一些開源的工具和模型如WHISPER，對 AI 社群貢獻很大。
Discord
Discord 是由 Discord Inc. 這家公司所開發和運營的的跨平台多人聊天應用，提供了一個以音訊和視頻通話為主的功能。它在 2015 年推出，並迅速成為全球性的社交媒體工具之一。
研發過程：
Discord 的前身是 "DNN"（Discord Network），最初是一個用於建立群組的服務器架構。
在 2013 年左右，Discord Inc公司開始開發一個叫做 "Twitch Streamer" 的應用程序，這個產品被認為是現在的 Discord 的原型。
研發歷史：
Discord 開始發展時，它最初只是一個群組管理工具。然而，在 2015 年初，Discord 收購了 Twitch 資料庫的一部分，並開始開發一款新的聊天應用程序。
在此期間，Discord Inc 公司還投入了大量的資源來提升 Discord 的功能和性能。
研發影響：
隨著時間的推移，Discord 成為了一個全球性的社交媒體工具。它不僅提供了群組管理的功能，還提供了一些視頻通話、音訊傳播等功能。
除了Discord Inc公司外，還有許多其他公司也在開發和優化 Discord 的功能。
我們接下來要講的許多生成式AI軟體都在這裡有大量群組跟討論區能透過這社群使用這些軟體
💢💢這些平台的共同點
這些平台的主要特點：
共同點：都支持模型共享和下載 擁有活躍的開發者社區 提供某種形式的免費資源
支持模型部署和應用
社群驅動： 這些平台都依賴於使用者生成的內容和社群的參與。
開放性： 鼓勵共享和合作，促進了 AI 技術的發展。
工具豐富： 提供了豐富的工具和資源，降低了 AI 開發的門檻。
差異：
針對用戶群體不同（研究者/開發者/藝術家）
專注領域不同（通用/專業/特定任務） 商業模式不同
未來展望
隨著 AI 技術的快速發展，我們可以期待會有更多更強大的開源 AI 模型出現。這些模型將在藝術創作、遊戲開發、教育等領域發揮越來越重要的作用。
生成式AI軟體官方網站
👉 Stable Diffusion: https://stablediffusion.com/ (雖然是開源模型，但官方網站提供許多相關資源)
👉 Midjourney: https://www.midjourney.com/ (目前已關閉免費Discord伺服器)
👉 DALL-E mini: https://huggingface.co/spaces/stabilityai/stable-diffusion (已更名為 Craiyon，模型託管在 Hugging Face)
👉 Artbreeder: https://artbreeder.com/
👉 DeepAI: https://deepai.org/
👉 Runway ML: https://runwayml.com/
👉 OpenAI CLIP: https://openai.com/blog/clip/ (模型本身，而非獨立平台)
👉 PaddlePaddle: https://www.paddlepaddle.org.cn/
👉 AI ART: (未找到官方網站，可能為社群或平台內的專案)
👉 Suno AI: (未找到官方網站，可能為開源項目，建議在GitHub搜索)
👉 Udio: (未找到官方網站，可能為開源項目，建議在GitHub搜索)
👉 MusicGen: [已移除無效網址] (Meta AI研究成果)
👉 AudioCraft: [已移除無效網址] (Meta AI研究成果)
👉 OpenAI MuseNet: (未找到獨立網站，可能整合在OpenAI其他產品中)
👉 Magenta: https://magenta.tensorflow.org/
👉 Maestro: (未找到獨立網站，可能為研究項目或開源項目)
👉 Stable Audio Open: (未找到官方網站，可能為開源項目，建議在GitHub搜索)
👉 Bark: (未找到官方網站，可能為開源項目，建議在GitHub搜索)
👉 Riffusion: https://github.com/riffusion/riffusion (GitHub項目)
👉 AudioLDM: (未找到官方網站，可能為開源項目，建議在GitHub搜索)
開源平台官方網站
👉 GitHub: https://github.com/
👉 Hugging Face: https://huggingface.co/
👉 Civitai: https://civitai.com/
👉 liblib.art: https://www.liblib.art/
👉 Papers with Code: https://paperswithcode.com/
👉 ModelScope: https://modelscope.cn/
👉 OpenI.ai: https://openi.ai/
👉 TensorFlow Hub: https://tfhub.dev/
👉 PyTorch Hub: https://pytorch.org/hub/
👉 AI Gallery: [已移除無效網址]
👉 Google Colaboratory: https://colab.research.google.com/
👉 Kaggle: https://www.kaggle.com/
👉 Papers With Code: https://paperswithcode.com/
👉 OpenAI: https://openai.com/
👉 Discord: https://discord.com/
注意事項：
👉部分軟體或平台可能已經更新名稱或網址，建議您直接在搜尋引擎上搜索。
👉一些開源項目可能只在GitHub或其他代碼託管平台上提供，沒有獨立的官方網站。
👉部分平台可能需要註冊或登錄才能訪問所有功能。
補充資訊：
👉 Hugging Face 是目前最受歡迎的開源模型庫之一，提供了大量的預訓練模型和工具，涵蓋了自然語言處理、電腦視覺等多個領域。
👉 GitHub 是全球最大的程式碼託管平台，許多開源項目都託管在GitHub上。
👉 Civitai 專注於 Stable Diffusion 模型的分享和交流。
👉 liblib.art 是中國大陸的一個 AI 生成藝術平台，提供中文模型和提示詞。
👉 Papers with Code 將學術論文與代碼實現連接，方便研究者快速找到相關的實現。
👉 ModelScope 和 OpenI.ai 是中國本土的開源 AI 模型平台。
建議：
👉定期關注這些平台的更新: 開源社區發展迅速，新的模型和工具會不斷湧現。
👉參與社群討論: 通過參與社群討論，您可以獲取最新的資訊，解決遇到的問題，並結識更多的同行。
👉嘗試不同的工具: 不同的工具有不同的優缺點，您可以根據自己的需求選擇最適合的工具。
祝您在生成式AI的探索中取得更多的成果！
下一期，我們將揭開生成式AI影音界的神秘面紗，帶您一探究竟，那些能將你的想像力轉化為現實的頂尖工具，究竟是如何運作的？敬請期待四位天王與眾多新星的精彩對決！
返回上一頁