“我們現在推出的這款擴散模型，具體的用法還是大量的文字輸入去控制圖像的產出。但是文字想要清楚地描述一張具體的圖像是非常困難的，即便大批量的嘗試加上大量的生成，未必就能得到自己想要的結果。”

    “這種生成模式，也要用圖文結合的方式。我們還要找到具體的辦法，通過額外的條件添加來控制擴散模型的行為，告訴它什么要調整，什么不要調整。做到生成圖像內容的盡量可控，要遠遠比圖像似乎更加精美好看一點要更重要，優先級更高。”

    孟繁岐很清楚早期AI繪圖的最大問題，那就是生成圖像像是在吟唱黑魔法。

    為了得到一張心滿意足的圖片，很可能需要詠唱一百來個關鍵詞。

    當時不少人都笑稱，玩AI繪圖搞得跟賽博邪教一樣，嘴里嘟囔著一大堆別人似懂非懂的話。

    甚至還有打包了大量優質圖片關鍵詞，直接拿去售賣的。