加入 OpenSea 旗舰系列……
Elman Mansimov 开发的 alignDRAW 是首个文本生成图像的 AI 模型（诞生于 2015 年），它生成的 32 x 32 像素模糊图像，是有史以来第一批由文本语句生成的图像。
详情如下👇
Elman Mansimov 于 1996 年出生于阿塞拜疆，15 岁时便在多伦多大学攻读计算机科学学位，师从 Ruslan Salakhutdinov，到 2015 年初，神经网络已经能够识别照片并为其撰写说明文字。
19 岁那年，Elman 提出了一个显而易见却反向的问题：神经网络能否读取一个句子并将其画出来？由此诞生了 alignDRAW 模型，描述该模型的论文《Generating Images from Captions with Attention》（基于注意力机制从说明文字生成图像）于 2015 年 11 月提交，合著者包括 Emilio Parisotto、Jimmy Lei Ba 和 Ruslan Salakhutdinov，该论文随后被 ICLR 2016 会议接收为口头报告。
该模型根据 36 条文本提示生成了 2,709 张图像，每张图像的分辨率为 32 x 32 像素，且难以辨认，其中 21 条提示出现在了已发表的论文中，其余的提示（即“过程提示”）被发布在多伦多大学的一个网页上，至今仍可通过 http://archive.org 查看（存档日期为 2015 年 11 月）。
本文展示的作品便是其中之一：“一架巨大的商用飞机停在水面的冲浪板上” - 这是模型针对该句子生成的 121 张图像中的第 92 张，提示词即作品标题，而那模糊的影像便是艺术本身。
此后近六年间，相关领域几乎沉寂无声，Elman 在纽约大学（NYU）师从 Kyunghyun Cho 获得了博士学位，目前在亚马逊纽约分部担任高级应用科学家。
alignDRAW 仅存在于学术引用之中，直到 DALL-E、Midjourney 和 Stable Diffusion 让“文本提示生成图像”变得家喻户晓，人们才开始追溯这一创意的源头。
2023 年 4 月，艺术家 Alejandro Cartagena 联系了 Elman，探讨将原始图像上链的事宜，Fellowship（@fellowshiptrust）将这些图像发布为 NFT，每枚 NFT 都以原始字节格式（native byte format）保存了 2015 年生成的原始图像，并于 2024 年 5 月实现了完全链上存储。
此后，艺术界迅速跟进，alignDRAW 先后亮相于 2023 年 11 月的巴黎摄影博览会（Paris Photo fair）、伦敦 Cork Street 9 号的 HERE 空间，以及同年 12 月佳士得（Christie's）举办的在线拍卖会。
2024年，伍斯特艺术博物馆（Worcester Art Museum）购藏了三件基于文本提示生成的 “alignDRAW” 系列版画，并将其纳入名为《新领域：21 世纪风景摄影》（New Terrain: 21st-Century Landscape Photography）的展览中。
同年 6 月，该作品在巴塞尔艺术展（Art Basel）期间亮相于“与人工自我协作”（Collaborations with the Artificial Self）展览，悬挂在哈罗德·科恩（Harold Cohen）的 “AARON” 系统与霍莉·赫恩登（Holly Herndon）及马特·德赖赫斯特（Mat Dryhurst）的 “Infinite Images” 作品之间。
佳士得（Christie's）摄影部国际主管达里乌斯·海姆斯（Darius Himes）评价道：“这就是人工智能领域的尼塞福尔·涅普斯（Nicéphore Niépce）。”
列夫·马诺维奇（Lev Manovich）也持相同观点：“alignDRAW 生成的图像，堪比涅普斯在 1826 至 1827 年间拍摄的首批永久影像。”为纪念该项目问世十周年，埃尔曼（Elman）于 2025 年利用现代硬件重建了原始模型，同时，Fellowship 机构出版了一部专著，收录了 2709 幅图像以及探讨该实验起源的文章。
将 alignDRAW 2438 纳入我们的旗舰收藏系列，旨在致敬这一将书面语句转化为图像的开创性尝试：这是一幅由一位 19 岁年轻人在 2015 年创作的作品 - 一个由 32 x 32 像素构成的“冲浪板上的飞机”的图像 - 即便在十年后的今天，它依然被不断重印、重新运行并引发热议。
欢迎回家，2438 🌊
