AIGC向可控靠近

以AI绘(huì)画(huà)为代(dài)表的AIGC上(shàng)一次爆火的(de)时(shí)候，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办的(de)新兴数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应(yīng)用中输入一组关键(jiàn)词或者一张照(zhào)片，就能获(huò)得(dé)一(yī)幅AI创作的画作。

作(zuò)画(huà)的关键就是所输入的(de)文本。同一组关键词也(yě)可(kě)以创作出(chū)很多张风格不一样的画作，这让创作(zuò)的过程就(jiù)像(xiàng)开盲盒。

很多用户很(hěn)喜欢这种不确(què)定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社(shè)交媒(méi)体上，许多用户(hù)分(fēn)享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出(chū)现与加持(chí)，以往AI绘画的(de)填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏创作的一种基于控(kòng)制点的(de)图像变形算城野医生是哪里的品牌，城野医生是什么品牌(suàn)法，主要用于(yú)数字图像处(chù)理、计算机(jī)视觉(jué)和计(jì)算(suàn)机图形学等领(lǐng)域。

其SD插件一经发布，在短短的两(liǎng)天内便成为了AI绘(huì)画领域最新(xīn)的热(rè)点。

在(zài)此之前，大家(jiā)用(yòng)了很多方法想让AI生成(chéng)的结(jié)果尽(jǐn)可能(néng)的符合要求，但是(shì)都不尽如人意，它的出现代(dài)表着AI生成开(kāi)始进入真正的(de)可控时期(qī)。

因(yīn)为ControlNet可以直接提(tí)取画面的(de)构图，人物的姿势和画面的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用(yòng)提示词来(lái)碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之一，他用(yòng)朋友的照片(piàn)直接带她(tā)们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的(de)关(guān)键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果(guǒ)。

通过图片就可以看(kàn)出来，效果十(shí)分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得(dé)越来越强大(dà)，甚至输出的作品都已经(jīng)能(néng)以(yǐ)假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕(tì)安全问题

近日(rì)，“苏(sū)州金(jīn)鸡(jī)湖有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给出的(de)美女照(zhào)片都是(shì)AI制作的(de)真人照片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活(huó)动发起(qǐ)者提供的(de)照片(piàn)中有个(gè)很大(dà)的漏洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中(zhōng)女性(xìng)的手指部分有的存在异常。

有行业人事(shì)表(biǎo)示(shì)：“现(xiàn)在因为手指部(bù)分(fēn)的绘画(huà)算法比较复杂，AI还不太会画人的手，但最新(xīn)看(kàn)到(dào)的图片已经有越来越完美的AI模型出现，以(yǐ)后可能就完(wán)全没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外(wài)也已有(yǒu)发(fā)生。据英国广播公司报(bào)道，土耳其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童(tóng)受(shòu)灾的假(jiǎ)照片发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术(shù)发展(zhǎn)，AIGC已经(jīng)能(néng)做出真(zhēn)人照片般的绘(huì)图(tú)效(xiào)果，如果(guǒ)这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕(pà)。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者(zhě)认为(wèi)AI在“学习”了(le)大量前(qián)人(rén)的作品之后，其创作没(méi)有任何情绪和灵(líng)魂，难(nán)以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到(dào)有效(xiào)的解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在(zài)的(de)危害并不能掩(yǎn)盖(gài)其(qí)光辉的贡(gòng)献。现在看来，人(rén)工智(zhì)能技术将(jiāng)是第四次工业革命的核心驱动力(lì)量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商业层(céng)面都有了巨(jù)大(dà)进展，AI绘画就是人(rén)工智能技术发生方向性改变(biàn)的一个代表。其(qí)下(xià)一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发(fā)布了几(jǐ)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得多优(yōu)秀，反而都非常简单，比如一匹(pǐ)正在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑(qí)摩(mó)托(tuō)车的第一视角录像，随便(biàn)一个有手机的(de)人(rén)都可以(yǐ)随手录下一段。

但这些短视频的创作方式(shì)非常简单，创作者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做(zuò)出更高清视(shì)频的(de)AI还(hái)不足以在短(duǎn)时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它(tā)可以制(zhì)作出(chū)超(chāo)过2分钟的连(lián)贯(guàn)的也有确切(qiè)内容的视(shì)频，这(zhè)才是真正让人们(men)感到惊喜的(de)地方。因(yīn)为无(wú)论AI生成的视频多么(me)高清，也只(zhǐ)能是为内容生产者提(tí)供一个(gè)灵(líng)感，一个(gè)素(sù)材(cái)，一(yī)个过场动画。

不(bù)过能(néng)够(gòu)制(zhì)作出有具体(tǐ)剧情内容的视频就意(yì)味着，一些(xiē)视(shì)频创作由(yóu)AI代替人工完成已经初步有了可能。

当(dāng)下AI的发展速度已经超(chāo)过(guò)大部分人(rén)的想象。内容产业的本质是供(gōng)给创造(zào)需求(qiú)，AIGC作为全(quán)新(xīn)的内容生产方式，可以(yǐ)为(wèi)内容产业(yè)带来更新(xīn)的内容风格(gé)、更快的(de)生产速度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应(yīng)用于音乐(lè)、代码、机器人动作等多种内(nèi)容形式的生成。不难发(fā)现该项技(jì)术不仅在游戏等行业能得到有效(xiào)应用，对于(yú)下一代互联网各种(zhǒng)元素(sù)的构(gòu)建(jiàn)亦有关键意义。

从商业化的角度来看(kàn)，文(wén)化娱(yú)乐、教(jiào)育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可(kě)视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进(jìn)程中的(de)一块(kuài)重(zhòng)要(yào)拼图，有望在(zài)技术更新的(de)加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够创(chuàng)造出独立价(jià)值和独(dú)立视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先(xiān)进生(shēng)产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大模(mó)型、图像大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的(de)智(zhì)能(néng)底座，是全(quán)球(qiú)竞争最激烈的(de)研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发力(lì)。

不过训练大模型的确价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练成本则介(jiè)于(yú)200万美(měi)元至1200万美元(yuán)高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对应(yīng)芯片需求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入(rù)成本(běn)约为(wèi)8亿美元，每(měi)日(rì)仅电费就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力(lì)支持(chí)。在关注(zhù)各类大(dà)模(mó)型(xíng)的发展(zhǎn)同(tóng)时，更应该关(guān)注算力网(wǎng)络(luò)的建设。

算力网络(luò)正驱动AI产业发展进入史诗级加速(sù)进(jìn)程，让AIGC及通用AI这一人工智(zhì)能发(fā)展的(de)终极目标离(lí)得更近。

因为(wèi)算力(lì)可以对(duì)突破性技术创新提供大力(lì)的支持(chí)。这方面，多模(mó)态大模型是典型。作为面向未来强人工智能(néng)、通用人工智能的重(zhòng)要技(jì)术创新，多模态大(dà)模型已经在(zài)人工智(zhì)能领域(yù)提出了很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求呈几(jǐ)何式上升，一(yī)般的算力基础设施很(hěn)快将难(nán)以胜任。

从图(tú)像、文字、语(yǔ)音单独一项的训(xùn)练，到(dào)双模态、三(sān)模态的(de)跃迁，让人工智(zhì)能可以灵活(huó)应对不同(tóng)模态的(de)转化(huà)、像人(rén)与世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已经露出(chū)曙光(guāng)，期待在大(dà)模型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容(róng)生(shēng)产的方(fāng)式，将创造的(de)边际成本降(jiàng)低，让万众(zhòng)受益(yì)。

未经允许不得转载：绿茶通用站群 城野医生是哪里的品牌，城野医生是什么品牌