AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆(bào)火的(de)时候(hòu)，还是2022年8月，在美国科(kē)罗拉多州举办的(de)新(xīn)兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其(qí)中代表。

用(yòng)户们可以在应用中(zhōng)输入一组(zǔ)关键词或者一张照片，就能(néng)获得一幅AI创(chuàng)作的画作。

作画的(de)关键就(jiù)是(shì)所输入的文本(běn)。同一组(zǔ)关键词也可以创作出很多张风格不一(yī)样(yàng)的画作，这(zhè)让创作的过程(chéng)就像开盲盒(hé)。

很多用户很喜(xǐ)欢这种不确定的惊喜(xǐ)，他们会将生成的(de)美(měi)图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如，一位网(wǎng)友的小狗照片被(bèi)AI画成了“肌肉(ròu)男”，还有网友的个(gè)人照片被(bèi)AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写(xiě)关键词(cí)游戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正(zhèng)在斯坦福读博的中国人(rén)张吕(lǚ)敏创作的一种基于控(kòng)制点的(de)图像变形算法(fǎ)，主要用于(yú)数字图像(xiàng)处理、计算机视觉和计算机(jī)图(tú)形学等领域。

其SD插件一经发(fā)布(bù)，在短短的两天内便成(chéng)为了AI绘画领(lǐng)域最新(xīn)的(de)热点。

在此之前，大家用了很多方法(fǎ)想让AI生(shēng)成(chéng)的(de)结果尽(jǐn)可能的(de)符合要求，但是都不尽如人(rén)意，它的出现代(dài)表(biǎo)着AI生成开始进入真正的可(kě)控(kòng)时(shí)期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人物的(de)姿(zī)势和画面(miàn)的深度信息等。有(yǒu)了它的帮(bāng)助，就不(bù)用频繁(fán)的(de)用提示词(cí)来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不少(shǎo)博主的作(zuò)品已经获得了(le)大量(liàng)的浏览量，“viggo”就是(shì)其中之一(yī)，他用朋友的照(zhào)片(piàn)直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词(cí)试效果。

通过图片就可以(yǐ)看出来，效果十分惊(jīng)艳。

更厉害的(de)是，除(chú)了真实(shí)的照片(piàn)，草图(tú)也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越来(lái)越强大(dà)，甚至输出的作品都已经(jīng)能(néng)以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近(jìn)日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍网络，而经(jīng)过警(jǐng)方辟谣这所谓(wèi)的(de)“party”可能是全(quán)国第一(yī)起(qǐ)AI绘图(tú)诈骗。

由于这个活动里(lǐ)面(miàn)给出(chū)的美女照片都是AI制作(zuò)的真人照片绘(huì)图，因为太逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者(zhě)提供(gōng)的照片(piàn)中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图(tú)片中女(nǚ)性的(de)手(shǒu)指(zhǐ)部分有(yǒu)的存在(zài)异常。

有行业人事表示：“现(xiàn)在因为手指部分的(de)绘画算(suàn)法比较复(fù)杂，AI还不(bù)太会(huì)画人的手，但最新(xīn)看到(dào)的图片已经有越来越(yuè)完美的AI模型(xíng)出现，以后(hòu)可能就(jiù)完全(quán)没有漏洞了。”

类似的(de)AI作(zuò)图诈(zhà)骗在(zài)国外(wài)也(yě)已有发生。据英国广播公(gōng)司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合成了儿(ér)童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善(shàn)良的(de)人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人照片(piàn)般(bān)的绘图(tú)效果，如果这样(yàng)的图片被(bèi)用来诈骗(piàn)，将(jiāng)非(fēi)常可怕(pà)。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品(pǐn)之(zhī)后，其创作没有任何情(qíng)绪(xù)和灵(líng)魂，难(nán)以(yǐ)和人类(lèi)的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目(mù)前都并没有得到有效(xiào)的解决(jué)，还有AIGC会不会代(dài)替人(rén)类“至高(gāo)无上(shàng)”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一站除了视(shì)频，还(hái)有远(yuǎn)方

技术都(dōu)是有两面性的，潜在的危害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是第四(sì)次工业革命的核心驱动力量，将创造新的增长奇迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商业层(céng)面都有了巨大进展，AI绘画就是(shì)人(rén)工(gōng)智(zhì)能技术发(fā)生方(fāng)向(xiàng)性改变的一个(gè)代表。其下一站或许(xǔ)就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频(pín)。这些视频引发关注并非内容做(zuò)得多优(yōu)秀，反而都(dōu)非常简(jiǎn)单(dān)，比如一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者一(yī)段骑(qí)摩托车的第一视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下一段。

但这(zhè)些短视频的(de)创作方式非常(cháng)简单，创(chuàng)作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚(shèn)至只是说一下要(yào)求，AI就(jiù)可以(yǐ)根据需(xū)要生成一段视频。

谷歌发布的(de)两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了(le)一波梗，一个能够做出更(gèng)高清(qīng)视(shì)频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在(zài)于，它可以制(zhì)作出(chū)超过2分钟的连贯的也(yě)有确切内容的视频(pín)，这才是真正让(ràng)人(rén)们感(gǎn)到惊喜的(de)地方。因(yīn)为无论(lùn)AI生成的视频多(duō)么高清(qīng)，也只能是(shì)为(wèi)内容生(shēng)产者提供一个灵(líng)感，一个(gè)素材，一个过场(chǎng)动画(huà)。

不(bù)过能(néng)够(gòu)制(zhì)作出有具体剧情(qíng)内容(róng)的(de)视频就意味着，一些视频创作由(yóu)AI代替(tì)人工完成已(yǐ)经初步有了可能。

当(dāng)下AI的发展速度已经超过(guò)大(dà)部分人的想象(xiàng)。内容产业的本质(zhì)是供(gōng)给(gěi)创造需(xū)求，AIGC作为全新的(de)内容生(shēng)产方式，可(kě)以(yǐ)为(wèi)内(nèi)容(róng)产业带来更新的(de)内容风格、更快的生产速度，更低(dī)的生产(chǎn)成本，这(zhè)无疑(yí)会驱动内容产业的大爆(bào)发。

除(chú)了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用于(yú)音乐、代码、机器人动(dòng)作等多(duō)种内容形式的生成。不难(nán)发现(xiàn)该项技术(shù)不仅(jǐn)在游戏(xì)等行业能(néng)得到有效应(yīng)用，对于下一代互(hù)联网各种元素的构建亦有关(guān)键(jiàn)意(yì)义(yì)。

从商业化的角度来看(kàn)，文(wén)化娱(yú)乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实现更(gèng)大的应用价(jià)值。

AI从理解内容(róng)，走向(xiàng)了(le)可(kě)以生成内(nèi)容(róng)，甚至能够创(chuàng)造出独立(lì)价值和独立视(shì)角(jiǎo)的内容(róng)。AIGC的(de)再次出(chū)圈(quān)，更代表着未来的先进生(shēng)产力即(jí)将到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展(zhǎn)也可(kě)以(yǐ)看出，在语言大模(mó)型、图像大模型之后，多模态大(dà)模型已经成为了(le)新(xīn)的趋势(shì)。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全(quán)球竞争最激(jī)烈的(de)研究(jiū)方向之一，包(bāo)括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都(dōu)在竞相发力(lì)。

不过训练大模(mó)型的(de)确价格(gé)不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对于(yú)一些更大的LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电(diàn)费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离(lí)不开庞(páng)大(dà)算力支持。在关(guān)注各类大模型的(de)发展(zhǎn)同时，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一(yī)人(rén)工智能发展的(de)终极目标离(lí)得更近。

因为算力可以对突破(pò)性(xìng)技术创新提供大力(lì)的(de)支持(chí)。这方面，多模态大模型(xíng)是典型(xíng)。作为面向未来强人工智(zhì)能、通用人工智(zhì)能(néng)的(de)重要技术(shù)创新，多模(mó)态大模型(xíng)已(yǐ)经(jīng)在人(rén)工智(zhì)能领域提出了很(hěn)多(duō)年，业(yè)界也有(yǒu)不少(shǎo)技术突破，但是(shì)，多模态大模型进(jìn)一(yī)步往下走，算力(lì)需求呈几何式上升，一(yī)般的(de)算力基础(chǔ)设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训(xùn)练(liàn)，到双模态、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应(yīng)对不同模(mó)态(tài)的转化、像人与世(shì)界交互一样(yàng)自然，这方面，由算力(lì)网络(luò)来(lái)驱动将有明显(xiǎn)中国四大佛山是哪些 四大佛山在哪几个省优势。

此(cǐ)外(wài)，还(hái)有很多需要爆发式增(zēng)长的算(suàn)力(lì)来(lái)支撑的(de)技术创新，将在人工智能算力网络支(zhī)撑下快速(sù)推进(jìn)。

AIGC已经(jīng)露出曙(shǔ)光，期待在(zài)大(dà)模型(xíng)和大(dà)算力的支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将(jiāng)创造的边际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 中国四大佛山是哪些 四大佛山在哪几个省