AIGC向可(kě)控靠近

以AI绘画(huà)为(wèi)代表的AIGC上(shàng)一次爆火的时候，还是2022年8月(yuè)，在美(měi)国科罗拉(lā)多(duō)州(zhōu)举办的(de)新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被(bèi)广大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们(men)可以在应用中输入一组(zǔ)关键(jiàn)词或者一张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的(de)关键就是所输(shū)入的文本。同一组关键词也可以创作出很多张风格不一样的画(huà)作，这让创(chuàng)作的过(guò)程(chéng)就(jiù)像开盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的(de)惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的(de)“翻(fān)车”作(zuò)品(pǐn)。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了(le)“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的填写关键词游戏(xì)可(kě)能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦(tǎn)福(fú)读博(bó)的(de)中国人张吕敏创作的一种基于(yú)控制点的图像变形算法(fǎ)，主要(yào)用于数字图像处理、计算(suàn)机视觉(jué)和计算机图形学等(děng)领域。

其SD插(chā议论文论点论据论证是什么意思，论点论据论证是什么意思举例子)件一经(jīng)发布，在(zài)短短的两天(tiān)内便成(chéng)为了AI绘(huì)画领域最新的热点。

在此之前，大家用了很(hěn)多(duō)方法(fǎ)想让AI生(shēng)成的(de)结(jié)果(guǒ)尽可能的符合要求(qiú)，但是都不尽如人(rén)意，它的(de)出现代(dài)表(biǎo)着(zhe)AI生成开始进入真(zhēn)正的(de)可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构(gòu)图，人(rén)物的姿势和画面的深(shēn)度信(xìn)息等(děng)。有(yǒu)了它的帮助，就不(bù)用频(pín)繁的用提(tí)示词(cí)来碰运气，抽(chōu)盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少博主(zhǔ)的作品已(yǐ)经获(huò)得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接(jiē)带她们(men)走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试效果。

通(tōng)过(guò)图片就可以看(kàn)出(chū)来，效(xiào)果十分惊艳。

更厉害(hài)的是，除(chú)了真实的照片，草图也(yě)可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿(gǎo)转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已(yǐ)经(jīng)变得(dé)越来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照片都是(shì)AI制作的真人(rén)照片绘图，因为(wèi)太(tài)逼真，被大家(jiā)当(dāng)成真事传(chuán)播了。

不过仔细观察可以发现，活动发起者提(tí)供(gōng)的(de)照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有的存在异(yì)常。

有(yǒu)行业(yè)人事(shì)表示(shì)：“现(xiàn)在因为手(shǒu)指部分的绘画算(suàn)法比较复杂，AI还不太会画人的(de)手，但最新(xīn)看到的图片(piàn)已经有越来越完(wán)美的AI模(mó)型出现，以后(hòu)可能就完(wán)全没(méi)有漏(lòu)洞了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发(fā)生(shēng)。据(jù)英国(guó)广播公司报道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用AI合成(chéng)了儿童受灾(zāi)的假照(zhào)片发布到网(wǎng)络，以此诱骗善(shàn)良的(de)人打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果(guǒ)，如果(guǒ)这样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还引发了(le)很(hěn)多担忧，一方(fāng)面，批(pī)判(pàn)者认为AI在“学习”了大(dà)量前人的作品(pǐn)之后(hòu)，其创作没有任何情(qíng)绪和(hé)灵魂，难(nán)以和人类(lèi)的(de)艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没有得(dé)到有效的解决，还(hái)有AIGC会不会(huì)代替(tì)人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是(shì)有两面性的，潜在(zài)的危(wēi)害并不能(néng)掩盖其光辉(huī)的贡献。现在看来，人工智能技(jì)术将是(shì)第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过(guò)去一年，人工智能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘(huì)画(huà)就是人工(gōng)智能技术发生方向性改变的一个代表。其(qí)下一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短(duǎn)视频。这些(xiē)视频(pín)引发关(guān)注并非(fēi)内容做得多(duō)优秀，反而都非常(cháng)简单，比如一匹正在喝水的(de)马，一(yī)只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩托车的第一视(shì)角录像(xiàng)，随便一个有(yǒu)手机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的(de)创(chuàng)作方(fāng)式非(fēi)常简单，创作者仅(jǐn)仅需(xū)要向AI输入(rù)一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据需要生成(chéng)一(yī)段视(shì)频。

谷(gǔ)歌发布的两个AI生(shēng)成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有(yǒu)太(tài)多(duō)的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩(wán)了一(yī)波梗，一个(gè)能议论文论点论据论证是什么意思，论点论据论证是什么意思举例子够做出更高(gāo)清视频(pín)的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可(kě)以制作出超过2分钟的连贯的也有(yǒu)确切(qiè)内容的视(shì)频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产(chǎn)者(zhě)提(tí)供一个灵感(gǎn)，一(yī)个素材(cái)，一个过场动画。

不过(guò)能够制(zhì)作出有具(jù)体剧情内(nèi)容(róng)的视频就意(yì)味着，一些视频创作(zuò)由AI代替(tì)人(rén)工完成已经初步(bù)有了可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部分人的想象。内容产业的本(běn)质是供给创造需求(qiú)，AIGC作为全新的内容生产方式(shì)，可以为内容产业带来更新的(de)内容风格(gé)、更快的生产速度，更低的生(shēng)产成(chéng)本(běn)，这(zhè)无疑(yí)会(huì)驱动内(nèi)容产业的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动作等多种内容形式的生成。不(bù)难发(fā)现该项技术不仅在游戏等行业能(néng)得到有效应用(yòng)，对于下(xià)一(yī)代互联网(wǎng)各种元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒等(děng)诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只(zhǐ)是AI进(jìn)程(chéng)中的一块(kuài)重要拼图，有(yǒu)望在(zài)技术(shù)更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解内容(róng)，走向了可(kě)以(yǐ)生成内(nèi)容，甚至能够创造出独立价(jià)值和(hé)独(dú)立视(shì)角(jiǎo)的(de)内容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的先(xiān)进(jìn)生产(chǎn)力即(jí)将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看(kàn)出，在语言大(dà)模型(xíng)、图像大模型之(zhī)后，多模态大(dà)模型已(yǐ)经成为了新(xīn)的趋势。

大模型被誉为当(dāng)前人工(gōng)智(zhì)能(néng)发(fā)展(zhǎn)的智(zhì)能底座，是全球竞争最(zuì)激烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯等(děng)众多(duō)头部企业都在竞相发力。

不过训练大模型的确价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对(duì)于(yú)一些更大的(de)LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万计算，其对应芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类(lèi)大(dà)模型的(de)发展同时，更应该关注算力(lì)网络的建设。

算(suàn)力网(wǎng)络正驱(qū)动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术(shù)创新提(tí)供大(dà)力的(de)支(zhī)持。这方面，多模态大模型是典型。作为面向未来强(qiáng)人工智能、通用人工智(zhì)能的重要技(jì)术创新，多模态大模型已(yǐ)经在(zài)人工智(zhì)能领域提出了很(hěn)多年，业(yè)界(jiè)也有不少技术(shù)突破，但是，多模态大模型进一步往下(xià)走，算(suàn)力需求呈(chéng)几何(hé)式上升，一般的算(suàn)力基础设施很快将难以(yǐ)胜任。

从(cóng)图(tú)像、文(wén)字、语音单(dān)独(dú)一项的训练，到双模态、三(sān)模(mó)态的跃迁，让人工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优势(shì)。

此外，还有(yǒu)很多需要(yào)爆发式(shì)增长的算力来支撑的技术创新，将在人(rén)工智能算力网络支(zhī)撑下快速推(tuī)进。

AIGC已(yǐ)经(jīng)露出曙光，期待(dài)在大(dà)模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容生产的方式(shì)，将创(chuàng)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 议论文论点论据论证是什么意思，论点论据论证是什么意思举例子