AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛(sài)中，一(yī)幅(fú)名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是(shì)其(qí)中(zhōng)代表。

用(yòng)户们可以(yǐ)在应用中输入一(yī)组关键词或(huò)者(zhě)一张(zhāng)照(zhào)片(piàn)，就(jiù)能获得一(yī)幅(fú)AI创作的画作。

作画的关键(jiàn)就(jiù)是(shì)所输入的文本。同一组关键词也可以创(chuàng)作出很多张风格(gé)不一样的画(huà)作(zuò)，这让创作的过程就像开盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不(bù)确定的惊喜，他们会将(jiāng)生(shēng)成(chéng)的美图(tú)当做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻(fān)车(chē)”作品。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现(xiàn)场”，例如，一位网(wǎng)友的(de)小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友的个人照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘(huì)画的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的中国人(rén)张吕敏创作的一(yī)种基于(yú)控制点的图像变形算法，主(zhǔ)要用于数字(zì)图像处理、计算机视觉和计算机图形学等领域。

其SD插(chā)件(jiàn)一经发布，在短短的(de)两天内便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用(yòng)了很多方法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可能的(de)符合要(yào)求，但是都不尽如人意，它的(de)出现代表着AI生成开始(shǐ)进(jìn)入(rù)真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画(huà)面的深度信息等。有(yǒu)了它(tā)的帮助(zhù)，就(jiù)不用(yòng)频繁的用提(tí)示词来碰运气，抽(chōu)盲盒(hé)式的(de)创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接(jiē)带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词(cí)试(shì)效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更(gèng)厉害的(de)是，除了真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到(dào)ControlNet还能实(shí)现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的作品都已(yǐ)经能(néng)以(yǐ)假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发(fā)

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓(wèi)的“party”可能是全(quán)国第一起AI绘图诈骗。

由(yóu)于这个(gè)活动里面给出的美女照片都(dōu)是AI制作的真人照片(piàn)绘图，因为太(tài)逼真(zhēn)，被大家当成真事传播了(le)。

不过仔(zǎi)细观(guān)察可以发(fā)现，活动发起者提供(gōng)的照片中有个(gè)很大的漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘图，那便是图(tú)片(piàn)中女性的手(shǒu)指部分有的存在(zài)异常。

有行业人事表示：“现在因(yīn)为手指部分的绘画算法(fǎ)比较复杂(zá)，AI还(hái)不太(tài)会画人(rén)的手，但(dàn)最新(xīn)看(kàn)到的图片已(yǐ)经(jīng)有越来越(yuè)完美的AI模型出现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳其地(dì)震期(qī)间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾(zāi)的假照片发(fā)布到(dào)网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而实施诈(zhà)骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘图效果(guǒ)，如果这(zhè)样的图片(piàn)被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一(yī)方面，批判者认(rèn)为AI在(zài)“学习”了大量前人(rén)的作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提(tí)并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前都并(bìng)没(méi)有得(dé)到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上(shàng)”的(de)创意。

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

03

AIGC下一站除(chú)了视频(pín)，还有(yǒu)远方

技术都是有两(liǎng)面性的(de)，潜在的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人(rén)工智能(néng)技术(shù)将是(shì)第四(sì)次工(gōng)业革命(mìng)的核心驱(qū)动力量，将创造(zào)新的(de)增长(zhǎng)奇(qí)迹(jì)。

过去一年(nián)，人(rén)工智能在(zài)技(jì)术和商(shāng)业层面都有了巨大(dà)进(jìn)展，AI绘画(huà)就是人工智能技术发生方向(xiàng)性改变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发布了几条引爆科(kē)技圈(quān)的(de)短视频。这些视频引发关注并非内容(róng)做得多优秀，反(fǎn)而都非常简单，比如一匹(pǐ)正在(zài)喝水的马(mǎ)，一只(zhǐ)画(huà)画(huà)的玩具熊，或者一段骑摩托(tuō)车(chē)的第(dì)一(yī)视(shì)角(jiǎo)录像(xiàng)，随(suí)便一个(gè)有(yǒu)手机的(de)人都(dōu)可以随手录下(xià)一段。

但(dàn)这些短视频的(de)创作方(fāng)式非(fēi)常简单，创作者(zhě)仅仅需要向AI输入(rù)一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就可(kě)以根据需要生成(chéng)一段视频(pín)。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一(yī)波(bō)梗，一个能够做出更(gèng)高清视(shì)频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可以制作出超过2分钟的连贯的也(yě)有确切内容的视频，这才是真正(zhèng)让人(rén)们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的视频多么(me)高清，也(yě)只能是为内容生产者提供一个灵(líng)感，一(yī)个素材，一个过场动画。

不过能够(gòu)制作出有具体剧情内(nèi)容的(de)视(shì)频就意味(wèi)着，一些视频(pín)创作由AI代(dài)替人工(gōng)完成已(yǐ)经初(chū)步有了可(kě)能。

当下AI的发展速度(dù)已(yǐ)经(jīng)超过大部分人的想象。内(nèi)容产业(yè)的本质是供给(gěi)创造需求，AIGC作(zuò)为全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度，更低(dī)的生产成本，这无疑(yí)会(huì)驱动(dòng)内容产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码、机器人(rén)动作等(děng)多种内(nèi)容形(xíng)式的生成。不难发现该项技(jì)术不(bù)仅在游(yóu)戏(xì)等(děng)行业(yè)能得(dé)到(dào)有效应用，对于下一代互(hù)联网各种(zhǒng)元(yuán)素的构建亦(yì)有关键意义。

从商业化的角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领域(yù)，本(běn)身就对基于AI的可视化(huà)内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块(kuài)重要拼(pīn)图(tú)，有望在(zài)技术更新的加(jiā)持(chí)下实现更大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚(shèn)至(zhì)能(néng)够(gòu)创造出独立(lì)价(jià)值和独立视角的内容(róng)。AIGC的再(zài)次(cì)出圈(quān)，更代表着(zhe)未来的(de)先进生产(chǎn)力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发展也(yě)可(kě)以看出，在语言大(dà)模型、图像大(dà)模型之后，多模态大模型已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被誉为当(dāng)前人(rén)工智能发展的智能底座(zuò)，是(shì)全球竞(jìng)争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力(lì)。

不(bù)过训练大模型(xíng)的(de)确(què)价格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次(cì)的成本约为140万(wàn)美元。而(ér)对于(yú)一些更大(dà)的LLM(大型语(yǔ)言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均(jūn)数1300万(wàn)计算，其对应芯片需求(qiú)为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力支持。在关注各类(lèi)大模型的发(fā)展同时，更应该关(guān)注算(suàn)力网络的(de)建设。

算力(lì)网络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智(zhì)能发展的终极目(mù)标离(lí)得更(gèng)近。

因为算力可(kě)以对(duì)突破性技(jì)术创(chuàng)新提供大力(lì)的(de)支持。这方(fāng)面(miàn)，多(duō)模态大模型是典型。作为面向未来(lái)强人(rén)工智能、通用(yòng)人工智能的重要技术(shù)创新(xīn)，多模态大(dà)模型已经(jīng)在人(rén)工智能领域(yù)提出了(le)很(hěn)多(duō)年，业界也有(yǒu)不少技术突(tū)破(pò)，但是，多模(mó)态大(dà)模型进一(yī)步(bù)往下走，算力需求呈几(jǐ)何(hé)式(shì)上升，一般的(de)算力(lì)基础设施很快将难以胜(shèng)任(rèn)。

从(cóng)图像(xiàng)、文字(zì)、语音单独(dú)一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以灵活(huó)应对不同模态的(de)转化、像(xiàng)人与世界交互一样(yàng)自然，这方面，由算力网(wǎng)络来驱动将(jiāng)有明显优势(shì)。

此外，还有很(hěn)多需要爆(bào)发(fā)式(shì)增(zēng)长的算力(lì)来支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型和大算力(lì)的支持下AIGC能持(chí)续颠覆(fù)内容生(shēng)产的方式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 gta5怎么切换角色