AIGC向可控(kòng)靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随(suí)后各大厂(chǎng)商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中(zhōng)输(shū)入(rù)一组关键词(cí)或者一张照片，就能获(huò)得一幅AI创作的画(huà)作。

作画的关(guān)键(jiàn)就是所输入的文本(běn)。同(tóng)一(yī)组关键词(cí)也可以创作出很多张(zhāng)风格不一样(yàng)的(de)画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这(zhè)种不(bù)确定的惊喜，他们会将(jiāng)生成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的小狗照片被AI画成了“肌(jī)肉男”，还(hái)有网友的个人照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填(tián)写关键词(cí)游戏可能(néng)要被颠覆了(le)。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读博的中国人张吕敏创(chuàng)作的一种基于(yú)控制点的(de)图像变(biàn)形算法，主要用于数字(zì)图像(xiàng)处理、计(jì)算机视觉(jué)和计(jì)算机图形学(xué)等领域。

其SD插件一(yī)经发布(bù)，在短(duǎn)短(duǎn)的两天(tiān)内便成为了(le)AI绘画(huà)领域(yù)最新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成(chéng)的(de)结果尽可(kě)能的(de)符(fú)合要(yào)求，但是都不尽(jǐn)如人意，它的出(chū)现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以(yǐ)直(zhí)接提(tí)取画面的构图，人物的姿势和画(huà)面的深度信息等(děng)。有了它的帮助，就(jiù)不用频繁(fán)的用提示词来碰运(yùn)气，抽盲(máng)盒式的(de)创作(zuò)了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获(huò)得了大(dà)量的(de)浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用(yòng)朋友的照片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转文(wén)字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键(jiàn)词试效果。

通(tōng)过图片就可以看出(chū)来，效(xiào)戊戌年是哪一年果十分惊艳。

更厉害的是，除了(le)真(zhēn)实的(de)照片(piàn)，草图也(yě)可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变(biàn)得越(yuè)来越强大(dà)，甚至输出的作品都已(yǐ)经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖(hú)有游艇party”的(de)消息(xī)火遍(biàn)网络，而(ér)经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全国第一(yī)起AI绘(huì)图诈骗。

由于这个活动里(lǐ)面给出(chū)的美女照(zhào)片都是AI制作的真人照片绘图(tú)，因为(wèi)太(tài)逼真，被大家当成(chéng)真事传播了。

不过仔细(xì)观察可以发现(xiàn)，活动发起者提供的(de)照片中有(yǒu)个很大(dà)的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手(shǒu)指部分有(yǒu)的(de)存在异常。

有行业人事表示：“现在因为手(shǒu)指部分(fēn)的绘画算法比较复杂，AI还(hái)不太会画人的手，但最(zuì)新看(kàn)到的图(tú)片已经有(yǒu)越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗(piàn)在(zài)国外也已有发(fā)生。据英(yīng)国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片(piàn)发布到网络，以此诱骗善(shàn)良的(de)人打赏“捐(juān)助”从而实施(shī)诈骗。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经能(néng)做(zuò)出真人(rén)照片般(bān)的绘图效果，如果这样的(de)图片被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量(liàng)前人的(de)作品之(zhī)后，其(qí)创(chuàng)作没(méi)有任何情绪(xù)和灵魂，难以和人(rén)类的(de)艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有效(xiào)的(de)解决，还有(yǒu)AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯(sī)克(kè)也强调，人工智能的安全问题需(xū)要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频(pín)，还有(yǒu)远方(fāng)

技术都是有两面性的，潜在的危害并不(bù)能掩盖其光辉的贡献。现在看(kàn)来，人工智能技(jì)术(shù)将是第四次工业(yè)革命的(de)核心驱(qū)动力量，将(jiāng)创造新的(de)增长奇(qí)迹。

过去(qù)一(yī)年，人(rén)工智能(néng)在技(jì)术和(hé)商业层面都有(yǒu)了(le)巨大进展，AI绘画(huà)就是人(rén)工智(zhì)能技术发生方向性改变的一个代表。其下一(yī)站(zhàn)或许就是视(shì)频(pín)。

此前(qián)，Meta和谷歌先后(hòu)发(fā)布了(le)几(jǐ)条引爆科技(jì)圈的短视(shì)频。这些视频(pín)引发关(guān)注并非内容做得多优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画的(de)玩具熊，或(huò)者(zhě)一段(duàn)骑摩(mó)托车的第(dì)一视角(jiǎo)录像(xiàng)，随便一个有(yǒu)手(shǒu)机的人都可以随手(shǒu)录下(xià)一段(duàn)。

但这些短(duǎn)视频的(de)创作方式非(fēi)常(cháng)简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根(gēn)据(jù)需要生(shēng)成(chéng)一段视频。

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

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就已经玩(wán)了一波梗，一个能够做出更(gèng)高清(qīng)视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地(dì)方在于，它(tā)可以制作出超(chāo)过2分钟的连贯的也(yě)有确切内容的视(shì)频，这才是真正让人(rén)们感到惊(jīng)喜的地方(fāng)。因为(wèi)无(wú)论AI生成的视频多么高(gāo)清，也只能是为内容生产(chǎn)者提供一(yī)个灵感，一个素材，一个(gè)过场动(dòng)画。

不过能(néng)够制作出有具(jù)体剧情内(nèi)容的视频就意味着，一些视频(pín)创作由AI代(dài)替人工完(wán)成已经初步有(yǒu)了(le)可能。

当下AI的发展速度(dù)已经(jīng)超过大(dà)部分人的想(xiǎng)象(xiàng)。内容(róng)产(chǎn)业的本质是供给(gěi)创(chuàng)造(zào)需求，AIGC作为(wèi)全新的(de)内容生产方式，可(kě)以为(wèi)内容(róng)产业带来更新(xīn)的内容风格(gé)、更(gèng)快的(de)生产速(sù)度，更(gèng)低的生产成本，这(zhè)无疑会驱动内容产业(yè)的(de)大爆(bào)发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作等多种内容(róng)形式的(de)生成。不难发现该项(xiàng)技(jì)术(shù)不仅在游戏等(děng)行业能得到有效应用，对于下一代互联网各种元(yuán)素的构(gòu)建亦有关(guān)键(jiàn)意义。

从商业化(huà)的角(jiǎo)度来看，文化娱(yú)乐、教(jiào)育、传媒(méi)等诸多领域，本身就(jiù)对(duì)基于AI的可视化内容有强(qiáng)烈需(xū)求。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及视(shì)频或不是结果，而只是AI进程中的一块重要拼图，有望在技(jì)术更(gèng)新的加持下(xià)实现(xiàn)更大的(de)应(yīng)用(yòng)价(jià)值。

AI从理解内容，走(zǒu)向(xiàng)了(le)可以(yǐ)生成内(nèi)容，甚(shèn)至能(néng)够创造出独立价值和独立视角的(de)内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表(biǎo)着(zhe)未(wèi)来的先进生产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从(cóng)技(jì)术的发(fā)展也可以(yǐ)看出(chū)，在语(yǔ)言大(dà)模(mó)型(xíng)、图像大模型之后，多模态大模型(xíng)已(yǐ)经成(chéng)为了新的趋势(shì)。

大模型(xíng)被誉为当前人工智能发展的智能底座，是全球(qiú)竞争最激烈的研(yán)究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不(bù)过训练大模型的确价(jià)格(gé)不(bù)菲(fēi)，以国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算力(lì)》报(bào)告估(gū)算，GPT-3训(xùn)练一(yī)次的成本约为140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客(kè)平(píng)均(jūn)数1300万计算，其对应(yīng)芯片需求为3万多(duō)片(piàn)英伟达(dá)A100 GPU，初(chū)始(shǐ)投入成本约为8亿美元(yuán)，每日(rì)仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持(chí)。在关注各类大模(mó)型的发展同时，更应(yīng)该关注(zhù)算力(lì)网络的建(jiàn)设。

算力网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入(rù)史诗级加速(sù)进程，让(ràng)AIGC及通用AI这一人(rén)工智能发展的终极目(mù)标离得更(gèng)近。

因为算力可以对突破性技术(shù)创新提供大力的支持。这方面，多模态(tài)大模(mó)型是典型(xíng)。作为面向(xiàng)未来强人(rén)工智能、通(tōng)用人(rén)工智(zhì)能的重要技(jì)术创新，多模态大(dà)模型(xíng)已经在人工智能领域提出了很多年(nián)，业界也有不少技(jì)术(shù)突破(pò)，但(dàn)是，多模(mó)态(tài)大模型进一步往下走，算力需求(qiú)呈几何式上升(shēng)，一般的算(suàn)力基础设施很快将难以(yǐ)胜任(rèn)。

从图(tú)像(xiàng)、文字、语音单独一项(xiàng)的(de)训练(liàn)，到双模态(tài)、三模态的跃迁，让人工智能可以灵(líng)活应对不(bù)同模态的转(zhuǎn)化(huà)、像人与世(shì)界交互一样自然，这方面(miàn)，由算力网络来驱(qū)动将有(yǒu)明显优势。

此外，还有很(hěn)多需要爆发式增(zēng)长的(de)算(suàn)力来支撑的技(jì)术(shù)创(chuàng)新，将在人工智(zhì)能算(suàn)力(lì)网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式(shì)，将(jiāng)创造(zào)的边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：济宁舞蹈培训学校_济宁洋娃娃舞蹈学校_济宁洋娃娃舞蹈学校官网 戊戌年是哪一年