AIGC向可(kě)控靠近

以AI绘画为代表的(de)AIGC上一次爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太(tài)空歌(gē)剧院》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以在应用中输入一(yī)组关(guān)键词或者一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就(jiù)是所(suǒ)输(shū)入的文(wén)本。同一组关键(jiàn)词也(yě)可以创作出很(hěn)多张风格不一样的画作，这让创作的过(guò)程就像开盲(máng)盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊(jīng)喜，他(tā)们会(huì)将生成的美图当做头(tóu)像。而(ér)另一部分喜欢翻(fān)看(kàn)AI绘画的“翻(fān)车”作品。在社交媒体上，许多用户(hù)分享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在斯坦福读博的中国(guó)人张吕敏创作的一种基(jī)于控制点的图像(xiàng)变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算机(jī)图(tú)形学(xué)等领域。

其SD插件一(yī)经发布，在(zài)短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘(huì)画(huà)领(lǐng)域最新的热点。

在此之(zhī)前，大(dà)家用了很多(duō)方法想让(ràng)AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生(shēng)成开(kāi)始进入真(zhēn)正的可控(kòng)时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提(tí)取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有了(le)它的帮助(zhù)，就(jiù)不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少(shǎo)博主的(de)作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的(de)照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通(tōng)过图片就可以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了真实的(de)照(zhào)片(piàn)，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得越来越(yuè)强(qiáng)大(dà)，甚至输出的(de)作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给(gěi)出的美女照片都是(shì)AI制作(zuò)的真人照片绘(huì)图，因为太逼真(zhēn)，被大家当成真事传播了。

不(bù)过(guò)仔细观察可以发现，活动发起(qǐ)者提供(gōng)的照片中有(yǒu)个很大的漏洞可(kě)以发(fā)现并非真人，而是AI绘图，那便是图片(piàn)中女性的手(shǒu)指(zhǐ)部分有的存在异(yì)常。

有(yǒu)行(xíng)业人事表示(shì)：“现(xiàn)在(zài)因为手指部分的绘画(huà)算法比较复杂，AI还不太会画人的(de)手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以后可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图(tú)诈(zhà)骗在国外也已有发生(shēng)。据英(yīng)国广播公司报(bào)道，土(tǔ)耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的假(jiǎ)照(zhào)片(piàn)发布到(dào)网络，以此(cǐ)诱骗善良(liáng)的人(rén)打赏(shǎng)“捐(juān)助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般的(de)绘图效果，如果这样的(de)图片被(bèi)用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前人的(de)作品(pǐn)之后，其创(chuàng)作没有任何情绪和灵魂，难(nán)以和人类(lèi)的艺术创(chuàng)作(zuò)相提并论。

另一(yī)方面，AIGC背后(hòu)的版权、目前都并(bìng)没有得到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克(kè)也强调(diào)，人工智能的安全问题需要得到(dào)重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术都是有两面性的，潜在的(de)危害(hài)并不能(néng)掩盖其光辉的贡献。现在看来，人(rén)工智能(néng)技术将是第四次(cì)工业革命的(de)核心(xīn)驱(qū)动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人工智能(néng)在(zài)技术和(hé)商业层面都(dōu)有(yǒu)了巨大(dà)进展，AI绘画就是人(rén)工智能技(jì)术发生方(fāng)向性改变(biàn)的(de)一个代(dài)表。其(qí)下(xià)一站或许就是视(shì)频(pín)。

此(cǐ)前(qián)，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的短视频。这(zhè)些(xiē)视频引发(fā)关注并(bìng)非(fēi)内(nèi)容做(zuò)得多优秀(xiù)，反而都(dōu)非常简单(dān)，比(bǐ)如一匹(pǐ)正在喝水的马(mǎ)，一只画(huà)画的玩具(jù)熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都(dōu)可以随手录下一段(duàn)。

但这些短视频的创作方(fāng)式非(fēi)常简单，创作(zuò)者仅仅需(xū)要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成(chéng)一段视频。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更(gèng)高清视频(pín)的(de)AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它(tā)可以制作出超过2分钟的连贯的也有(yǒu)确(què)切内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生(shēng)成(chéng)的视频多么(me)高清(qīng)，也只能是为内(nèi)容生产者(zhě)提供一个灵感，一个素材，一个(gè)过场动画。

不(bù)过(guò)能(néng)够制作出有(yǒu)具体剧情内容的视频(pín)就(jiù)意味着，一些视频创作由AI代替人工(gōng)完(wán)成已经(jīng)初步有(yǒu)了可能。

当下AI的发展速度(dù)已经超过大部分人的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来(lái)更新的内容风格、更快的(de)生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内(nèi)容(róng)产(chǎn)业的大爆发(fā)。

除(chú)了AI绘图、视(shì)频(pín)，AIGC技(jì)术还能(néng)应用于音乐、代码、机(jī)器人动作(zuò)等多种内(nèi)容形式的生成。不难发现该项技术不(bù)仅在游戏等行业能(néng)得到有效(xiào)应用，对于(yú)下一代(dài)互联网各种元素的(de)构建亦有关键意义。

从商业化的角度来看，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视化(huà)内(nèi)容有强烈(liè)需(xū)求(qiú)。

因(yīn)此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中的(de)一块重要拼图，有(yǒu)望在技术(shù)更新的加持(chí)下(xià)实现更大(dà)的应用价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内(nèi)容，甚至能够创造出独立价值(zhí)和独立(lì)视角(jiǎo)的(de)内(nèi)容(róng)。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生产(chǎn)力即将到(dào)来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看(kàn)出，在语言大模(mó)型(xíng)、图(tú)像大模(mó)型之后，多模态大模型已经成为(wèi)了新的趋(qū)势(shì)。

大模型(xíng)被誉为当前人(rén)工智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊(xùn)、百度(dù)、阿里、腾讯等众多头部企业(yè)都在竞(jìng)相发力。

不过训练大(dà)模(mó)型的确价(jià)格不菲，以国盛(shèng)证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练(liàn)一次(cì)的(de)成本(běn)约为140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万美(měi)元至1200万(wàn)美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万计算，其对应(yīng)芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在关注(zhù)各类(lèi)大(dà)模型的发展(zhǎn)同时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产(chǎn)业(yè)发(fā)展进入史诗级(jí)加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智能(néng)发(fā)展的终极(jí)目标离得更近。

因为(wèi)算(suàn)力可(kě)以对突破性技术创新(xīn)提供(gōng)大力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人(rén)工(gōng)智能、通用人工(gōng)智能的重要技术创(chuàng)新，多模(mó)态大模型已经在人工智能领域(yù)提出了(le)很多年，业界(jiè)也有不少技术突(tū)破(pò)，但是，多模态大模型(xíng)进(jìn)一步往下(xià)走，算力需(xū)求呈几何式上升，一般(bān)的算力基(jī)础设施很快(kuài)将难(nán)以胜(shèng)任。

从(cóng)图像、文字、语音(yīn)单独一(yī)项的(de)训练，到双模态、三模态的(de)跃迁，让人(rén)工智能(néng)可(kě)以(yǐ)灵活应对(duì)不同(tóng)模态的转(zhuǎn)化、像人与(yǔ)世界交互一样自(zì)然，这方(fāng)面(miàn)，由算力网络来(lái)驱动将有明显优(yōu)势。

此外，还有很多需要爆发(fā)式增长的(de)算力来支撑(chēng)的技术创新，将在人工(gōng)智能(néng)算(suàn)力网络(luò)支撑(chēng)下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大模型和大算力(lì)的支(zhī)持下AIGC能持续颠覆(fù)内容生产的方式，将创造的(de)边际成本降低，让万众受益(yì)。

未经允许不得转载：南京少儿险_南京【婴儿重病保险_幼儿教育险_婴儿怎样买保险】咨询_找经纪人沃保保险网 电冰箱嗡嗡响是怎么回事，冰箱噪音大嗡嗡作响怎么解决