AIGC向可控靠近(jìn)

以(yǐ)AI绘(huì)画为代表的AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随(suí)后各(gè)大(dà)厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表(biǎo)。

用户们可(kě)以在应(yīng)用中输入(rù)一(yī)组关键词或者一张照片，就能(néng)获得一幅AI创(chuàng)作的画(huà)作。

作画的关键(jiàn)就是所输入的(de)文本。同一组关键词也可以创作出(chū)很(hěn)多张风格不(bù)一样的画作(zuò)，这让创作的过程就(jiù)像开盲盒(hé)。

很多用户很喜欢这种不确定的(de)惊(jīng)喜，他们(men)会将生(shēng)成的美图(tú)当做头像。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场(chǎng)”，例如(rú)，一位网友的小(xiǎo)狗照片被(bèi)AI画(huà)成了“肌肉男”，还(hái)有网友的(de)个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画(huà)的填写关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯(sī)坦福读博(bó)的(de)中国(guó)人(rén)张吕敏创作(zuò)的一种(zhǒng)基(jī)于控制点的图像变形算法(fǎ)，主要(yào)用(yòng)于数字图像(xiàng)处理、计算(suàn)机视觉和计算机(jī)图形学(xué)等领域(yù)。

其SD插件一经发布，在短(duǎn)短的两(liǎng)天内便成(chéng)为了AI绘画(huà)领域最新(xīn)的热点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能(néng)的符合要(yào)求(qiú)，但是都不尽如人意(yì)，它的出现代表着AI生成开始(shǐ)进入真正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以(yǐ)直接提(tí)取(qǔ)画面的构图，人物(wù)的姿(zī)势(shì)和(hé)画面的深度信息等。有了它的(de)帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得(dé)了大量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他(tā)用朋友(yǒu)的照片直接(jiē)带(dài)她们走(zǒu)进动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最(zuì)后(hòu)用(yòng)ControlNet插(chā)件绑定骨骼开(kāi)始换(huàn)关键(jiàn)词试效果。

通过图片就可以看出来(lái)，效果十分惊艳(yàn)。

更厉害的是，除了真实(shí)的(de)照片，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越强(qiáng)大，甚至输出(chū)的作品都已(yǐ)经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏(sū)州金(jīn)鸡湖有游(yóu)艇party”的(de)消息火遍网络，而经过警(jǐng)方辟(pì)谣这所谓的(de)“party”可能是全国(guó)第(dì)一起AI绘图(tú)诈(zhà)骗(piàn)。

由于(yú)这个活动里面给出的美(měi)女照片都(dōu)是AI制作的真人照(zhào)片绘图，因(yīn)为太逼真(zhēn)，被大家当成(chéng)真事传播了(le)。

不过仔(zǎi)细(xì)观察可(kě)以发现(xiàn)，活动发起者提供的照片中有个(gè)很大(dà)的漏洞可以(yǐ)发现并非真(zhēn)人，而(ér)是AI绘图，那便是图片中女性(xìng)的(de)手指部分有(yǒu)的存在异常(cháng)。

有行业人事表(biǎo)示：“现在因为(wèi)手(shǒu)指部分的绘(huì)画算法(fǎ)比较复(fù)杂(zá)，AI还不太会(huì)画人(rén)的(de)手，但(dàn)最(zuì)新看(kàn)到的图(tú)片已经有(yǒu)越来越完美的(de)AI模型出现，以后可能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外也已(yǐ)有发生。据(jù)英国广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合(hé)成(chéng)了(le)儿童受灾的假照片发布到网络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真人照片般(bān)的绘图效果，如果这(zhè)样的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批(pī)判者认为AI在“学(xué)习”了大(dà)量(liàng)前(qián)人的作(zuò)品之后，其(qí)创作没有任何情绪和灵魂，难以和(hé)人类的艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有效的解决(jué)，还有(yǒu)AIGC会不(bù)会代替(tì)人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的(de)安全问题需要得到重视(shì)，太(tài)晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两面性的(de)，潜在的(de)危害并不能掩盖其(qí)光辉的贡(gòng)献。现(xiàn)在看来，人工智能技(jì)术(shù)将是第四次工业革命(mìng)的(de)核心驱动力(lì)量，将创造新的增长(zhǎng)奇迹(jì)。

过去一年，人工智能在技术和(hé)商业层面都有了巨大进(jìn)展，AI绘画(huà)就(jiù)是人(rén)工智能技术发生方(fāng)向性改(gǎi)变(biàn)的一个代表。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而都非常简单，比如(rú)一匹正在喝(hē)水(shuǐ)的(de)马，一只画画的(de)玩具(jù)熊，或者一段骑摩托(tuō)车(chē)的第一视角录像(xiàng)，随便一个有手机(jī)的人都可以随(suí)手录下一(yī)段。

但这些短视频的创(chuàng)作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下(xià)要求(qiú)，AI就可以根据需(xū)要生(shēng)成一(yī)段视(shì)频。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做(zuò)出更高(gāo)清视(shì)频的AI还不足以在短时(shí)间(jiān)内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过(guò)2分钟的连贯的也有确切(qiè)内容的(de)视(shì)频(pín)，这才是真正让(ràng)人们感到(dào)惊喜的地方。因为(wèi)无(wú)论AI生成的视频多么(me)高清，也只能(néng)是(shì)为(wèi)内容生(shēng)产者提供一个灵感，一(yī)个素(sù)材，一个过场动画。

不(bù)过(guò)能够制作出有具体剧情(qíng)内容的视频就(jiù)意味着，一(yī)些(xiē)视(shì)频创作由AI代替人(rén)工完成已经初(chū)步有了可能(néng)。

当(dāng)下AI的(de)发展(zhǎn)速度(dù)已经超过(guò)大部分(fēn)人(rén)的想象(xiàng)。内容产业(yè)的(de)本质是供给创造需求，AIGC作为(wèi)全新(xīn)的(de)内(nèi)容生(shēng)产(chǎn)方式(shì)，可以为内容(róng)产业带来更新的内(nèi)容(róng)风格、更快的生产速度，更低的(de)生(shēng)产成本(běn)，这无疑会驱动(dòng)内容产业的(de)大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发(fā)现该(gāi)项技(jì)术不仅在游戏等(děng)行业能得到有(yǒu)效应用(yòng)，对(duì)于(yú)下一(yī)代互联网各种元素的构建亦(yì)有关键意(yì)义。

从商(shāng)业化的角度(dù)来看，文(wén)化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的可视(shì)化内容(róng)有强烈需求。

因此，AI绘画(huà)及视(shì)频(pín)或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技(jì)术更新的加持下(xià)实(shí)现更大的应(yīng)用价值。

AI从理解内容，走向了(le)可以生成内容(róng)，甚(shèn)至能(néng)够创造(zào)出独立(lì)价值(zhí)和(hé)独立视角的内(nèi)容(róng)。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力(lì)，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语言(yán)大模型、图(tú)像(xiàng)大模型之后，多模态(tài)大模型(xíng)已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展的智(zhì)能底座，是(shì)全球竞争最激烈(liè)蜜蜡哪里产的最好，中国蜜蜡产地哪里的最好的蜜蜡哪里产的最好，中国蜜蜡产地哪里的最好的的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等众多头(tóu)部企(qǐ)业都在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训(xùn)练一次的成本约为(wèi)140万(wàn)美(měi)元。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于200万美元(yuán)至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯(xīn)片需求(qiú)为3万多(duō)片英(yīng)伟达(dá)A100 GPU，初始投入成(chéng)本(běn)约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型的(de)发展同时，更(gèng)应该关(guān)注算(suàn)力网络的(de)建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更(gèng)近。

因为算力可以对突(tū)破性(xìng)技(jì)术(shù)创新提(tí)供大力的(de)支持(chí)。这(zhè)方面，多模(mó)态大(dà)模型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人工(gōng)智能的重要技术创新，多模态大模型已(yǐ)经在人(rén)工智(zhì)能(néng)领域提出了很多年，业(yè)界也有不(bù)少技术突破，但是，多模态大(dà)模型进(jìn)一步(bù)往(wǎng)下走，算力需求呈几何式上升，一般(bān)的(de)算力(lì)基础(chǔ)设施很快(kuài)将难以(yǐ)胜任(rèn)。

从图像、文字(zì)、语音单独一项的(de)训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对不同模态的转化(huà)、像(xiàng)人与世(shì)界交互一(yī)样自然，这方面，由算(suàn)力网络来(lái)驱动将有明(míng)显优势(shì)。

此外，还(hái)有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑(chēng)的技术创新，将在人工智能算(suàn)力网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型(xíng)和大(dà)算力(lì)的支(zhī)持下AIGC能持(chí)续颠覆内(nèi)容生产(chǎn)的方(fāng)式，将创造(zào)的边际成本降低，让(ràng)万众受益。

未经允许不得转载：腾众软件科技有限公司 蜜蜡哪里产的最好，中国蜜蜡产地哪里的最好的