AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在(zài)美国科罗(luó)拉多(duō)州(zhōu)举办(bàn)的新兴数(shù)字艺术家(jiā)竞赛(sài)中，一幅名为《太(tài)空(kōng)歌剧院》的作品获(huò)奖。

随后各大厂商(shāng)的AI绘画(huà)软件(jiàn)被广大网友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中输入(rù)一(yī)组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输入的文本(běn)。同一组关(guān)键词也可以创作出很多张(zhāng)风(fēng)格不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户(hù)很喜(xǐ)欢这种不确定的惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒(méi)体(tǐ)上，许多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌(jī)肉(ròu)男”，还有网友(yǒu)的个人照片被(bèi)AI识(shí)别(bié)成了建筑(zhù)。

而(ér)如(rú)今随着(zhe)ControlNet的(de)出现与加持，以往(wǎng)AI绘(huì)画的(de)填(tián)写关键(jiàn)词游戏可(kě)能(néng)要(yào)被颠覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读博(bó)的中国人张吕敏创作的一(yī)种(zhǒng)基于控制点的图像变形算(suàn)法，主要用于数字(zì)图像处理、计算机(jī)视(shì)觉和计算机图(tú)形学(xué)等领域。

其SD插件(jiàn)一经发布，在短短的两天内便(biàn)成为了AI绘画领域(yù)最新的热点(diǎn)。

在此之(zhī)前，大家(jiā)用了很多方法(fǎ)想让(ràng)AI生(shēng)成的结果尽(jǐn)可能的(de)符合要求，但是都不尽如(rú)人(rén)意，它(tā)的出现代(dài)表(biǎo)着AI生成(chéng)开始进(jìn)入真正的可控时期。

因为ControlNet可(kě)以直接(jiē)提取画面的构(gòu)图(tú)，人(rén)物的姿势和(hé)画(huà)面的深度(dù)信息等。有(yǒu)了它的帮(bāng)助，就(jiù)不用频繁(fán)的用提示词(cí)来碰运气，抽盲(máng)盒式(shì)的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是(shì)其中之(zhī)一，他用朋友的(de)照片直接(jiē)带她们(men)走进动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到(dào)对应的(de)关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换(huàn)关(guān)键词试效果(guǒ)。

通(tōng)过图片就可以(yǐ)看出来，效果十分惊艳。

更(gèng)厉害的是，除了真实的照(zhào)片(piàn)，草图也(yě)可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说(shuō)当下(xià)AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖(hú)有(yǒu)游艇(tǐng)party”的消息(xī)火(huǒ)遍(biàn)网(wǎng)络，而(ér)经(jīng)过警方辟(pì)谣这所谓的“party”可(kě)能是(shì)全国第一起AI绘图诈骗。

由(yóu)于这(zhè)个活动里面给出的美女(nǚ)照片(piàn)都是AI制(zhì)作的真人(rén)照(zhào)片绘图，因为太(tài)逼真，被大(dà)家当成真事传播了。

不过(guò)仔细(xì)观察可(kě)以发现，活动发(fā)起者提(tí)供的照片中有(yǒu)个很大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片(piàn)中女(nǚ)性的手指部分有(yǒu)的(de)存在异常。

有行业人事(shì)表示(shì)：“现在(zài)因为手(shǒu)指部分的绘(huì)画算法比较(jiào)复杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的图片已经有越来(lái)越完美的(de)AI模型出现，以后可(kě)能就完(wán)全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报(bào)道，土耳其(qí)地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的假(jiǎ)照片发(fā)布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随(suí)着(zhe)技术发(fā)展，AIGC已(yǐ)经能做出真人照片般的(de)绘图效(xiào)果，如果这样(yàng)的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之后，其创作没有(yǒu)任(rèn)何(hé)情绪和灵(líng)魂，难(nán)以和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背(bèi)后的版权、目前都(dōu)并(bìng)没(méi)有得到有效的解(jiě)决(jué)，还有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克(kè)也强(qiáng)调，人工智(zhì)能的(de)安(ān)全问题需要得到重视，太晚就来(lái)不(bù)及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是(shì)有两(liǎng)面(miàn)性(xìng)的，潜(qián)在的危害并(bìng)不能掩盖其光(guāng)辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是第四次工(gōng)业革命的(de)核心(xīn)驱(qū)动力量，将创(chuàng)造(zào)新的(de)增长奇迹(jì)。

过(guò)去(qù)一年，人工智能(néng)在技(jì)术和(hé)商业层面都有了(le)巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方向性(xìng)改(gǎi)变的一(yī)个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引(yǐn)爆(bào)科技(jì)圈的短视频。这些视频引(yǐn)发关注并非(fēi)内容做得多优秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个有手机(jī)的(de)人(rén)都(dōu)可以随手录下一段(duàn)。

但这些(xiē)短(duǎn)视(shì)频的创作方式非常简(jiǎn)单，创(chuàng)作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就(jiù)可以(yǐ)根据(jù)需要(yào)生(shēng)成一(yī)段(duàn)视频。

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

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个能够做出(chū)更高清视频的AI还不足以在短(duǎn)时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超(chāo)过(guò)2分(fēn)钟的连(lián)贯的也(yě)有确(què)切内(nèi)容(róng)的视频，这才是真(zhēn)正让(ràng)人(rén)们感到惊喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者提供一个灵感，一个素(sù)材，一(yī)个过场动(dòng)画。

不过能够(gòu)制(zhì)作出有具(jù)体(tǐ)剧(jù)情内(nèi)容的视频就意味着，一些视(shì)频(pín)创作由(yóu)AI代替人工完成已经初步有(yǒu)了(le)可能。

当下(xià)AI的发(fā)展速度已经超过大部分人(rén)的想象。内容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容生产方(fāng)式(shì)，可以为内容产业带来更新的内容风格、更快的(de)生产速度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业(yè)的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机器人(rén)动作等(děng)多种内容形式的生成(chéng)。不(bù)难发现该项技术不仅在(zài)游(yóu)戏(xì)等行(xíng)业能得到有效(xiào)应用，对于下一代(dài)互联网各种元素的(de)构建(jiàn)亦有关键意义。

从商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等(děng)诸多领域(yù)，本身就对基于AI的可(kě)视(shì)化内容有(yǒu)强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频(pín)或不是结(jié)果，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要拼图，有望在技术更(gèng)新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走(zǒu)向了(le)可以生(shēng)成内(nèi)容，甚(shèn)至能够创造出(chū)独(dú)立价值和独(dú)立视角的内容。AIGC的(de)再次出圈，更代(dài)表着未来的(de)先(xiān)白凉粉是什么东西在哪可以买到呢 白凉粉是凉性的吗进生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的(de)发展也可(kě)以(yǐ)看出(chū)，在语(yǔ)言大模型、图像大(dà)模型之后，多模态大模(mó)型(xíng)已(yǐ)经成为了新的(de)趋势。

大模型被誉为当前人工智能发展(zhǎn)的智能底座，是全(quán)球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多(duō)头部(bù)企业都在竞相发力。

不过训练(liàn)大模型的确价格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对(duì)于(yú)一(yī)些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年1月(yuè)的独立访客平均数1300万计算，其对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日(rì)仅电费(fèi)就在(zài)5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模型的发展同时，更(gèng)应该(gāi)关注算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及(jí)通用AI这一(yī)人工智能发展(zhǎn)的终极目(mù)标离得更近(jìn)。

因为算力可以(yǐ)对突破(pò)性技(jì)术(shù)创新提(tí)供大力的支(zhī)持。这方面，多(duō)模态(tài)大(dà)模型是(shì)典型。作为面向未来(lái)强人(rén)工智能、通用人(rén)工智能(néng)的(de)重要技术创新(xīn)，多模态大模(mó)型已经(jīng)在人(rén)工智能(néng)领域(yù)提出了很多年，业界也有不少技术突(tū)破，但是，多模(mó)态大模型进一步往下(xià)走，算力需(xū)求呈几(jǐ)何式(shì)上升，一(yī)般(bān)的算力基础设施很快将难(nán)以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模(mó)态的跃迁，让人工(gōng)智能(néng)可以灵活应对不同模态的转化、像人与世界交互一样自然，这(zhè)方(fāng)面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需(xū)要爆发式增长(zhǎng)的算力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网络(luò)支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模(mó)型和(hé)大算力的(de)支持下AIGC能持(chí)续颠覆内容生产的(de)方式，将(jiāng)创(chuàng)造的边(biān)际成本(běn)降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 白凉粉是什么东西在哪可以买到呢 白凉粉是凉性的吗