AIGC向可控靠(kào)近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在美国科罗拉多(duō)州举(jǔ)办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画(huà)软件被广大(dà)网友熟知(zhī)并(bìng)体验，Stable Diffusion便(biàn)是(shì)其中代表(biǎo)。

用户们可以在应(yīng)用中输(shū)入一组(zǔ)关键词或者一(yī)张照片，就能获(huò)得一(yī)幅(fú)AI创作(zuò)的画作。

作画的关键就是所输入的(de)文本(běn)。同一(yī)组关键词(cí)也可以(yǐ)创作出很多张(zhāng)风格不(bù)一样(yàng)的(de)画作(zuò)，这让创作(zuò)的过程就(jiù)像开(kāi)盲盒。

很多用户(hù)很(hěn)喜欢这种不确定的惊喜，他们(men)会将(jiāng)生成的(de)美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持(chí)，以(yǐ)往AI绘画的填写关(guān)键词游戏可(kě)能(néng)要被颠覆(fù)了。

ControlNet是(shì)一位(wèi)正在斯(sī)坦福读(dú)博的中国人张吕敏创作(zuò)的一种基于控制点的(de)图像变形算(suàn)法，主要(yào)用于数字图像(xiàng)处理、计算(suàn)机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一(yī)经(jīng)发布，在短短(duǎn)的两天(tiān)内便成为了AI绘画领(lǐng)域最(zuì)新的热点(diǎn)。

在此(cǐ)之前，大家用了很多方法(fǎ)想让AI生成的(de)结果尽可能(néng)的(de)符合(hé)要求(qiú)，但是都(dōu)不(bù)尽如人意(yì)，它的出现代表着AI生(shēng)成开始(shǐ)进入真正的可(kě)控时期。

因为ControlNet可(kě)以省属国企和央企有什么区别 所有央企都是国企吗直接提取(qǔ)画面的构图(tú)，人物(wù)的姿势(shì)和画面的深度信息等。有了(le)它的帮助，就不用频繁的(de)用(yòng)提示词来碰运气，抽盲盒(hé)式的创作了。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当于给AI绘(huì)画(huà)加了“魔(mó)法”，不(bù)少(shǎo)博主的作品已(yǐ)经(jīng)获得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对(duì)应的(de)关键词(cí)；最后用(yòng)ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通(tōng)过(guò)图片就可(kě)以看出(chū)来，效果十(shí)分惊艳。

更厉害的是，除了(le)真(zhēn)实(shí)的照片(piàn)，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应(yīng)。

不(bù)得(dé)不说当下AIGC已(yǐ)经变(biàn)得(dé)越来越(yuè)强大(dà)，甚至(zhì)输出的(de)作品都(dōu)已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而经过警(jǐng)方辟(pì)谣这(zhè)所(suǒ)谓(wèi)的(de)“party”可能是全(quán)国第(dì)一起(qǐ)AI绘图诈(zhà)骗。

由于这个活动里面给(gěi)出的(de)美女照(zhào)片(piàn)都是AI制(zhì)作(zuò)的真(zhēn)人照片(piàn)绘图(tú)，因为太逼真，被(bèi)大(dà)家当成真事传播(bō)了。

不过仔(zǎi)细观察(chá)可以(yǐ)发现(xiàn)，活(huó)动发起者提供的照(zhào)片中有个(gè)很(hěn)大(dà)的漏洞可以发现(xiàn)并非真(zhēn)人，而是AI绘图，那便是(shì)图片中女性的手(shǒu)指部分有的存在异常。

有行业人事表示：“现在(zài)因为手指部分的(de)绘画算法比较复(fù)杂，AI还不(bù)太会画人的手(shǒu)，但最新看(kàn)到的图片已经有(yǒu)越来(lái)越完美的AI模(mó)型出现，以后可能就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也(yě)已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童受(shòu)灾的假照片发布到网络，以此(cǐ)诱(yòu)骗善良的人打赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的图片(piàn)被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此外(wài)AIGC还引发了很(hěn)多(duō)担忧(yōu)，一(yī)方面，批判者(zhě)认为(wèi)AI在“学(xué)习”了(le)大(dà)量(liàng)前人的作(zuò)品之后(hòu)，其(qí)创作(zuò)没有(yǒu)任(rèn)何情绪和灵魂(hún)，难以和(hé)人类的艺术创作相提并论。

另一方面(miàn)，AIGC背(bèi)后的版权、目前(qián)都(dōu)并没有得到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也强调(diào)，人工智(zhì)能(néng)的安全问题需(xū)要(yào)得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视频，还有远(yuǎn)方

技术都是有(yǒu)两面性的(de)，潜在的危害并不能掩盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能(néng)技术将(jiāng)是(shì)第四(sì)次(cì)工业(yè)革命的核心驱动力量(liàng)，将创造新(xīn)的增长奇迹。

过去(qù)一(yī)年，人工智(zhì)能(néng)在技术和商业层(céng)面都有了巨大进(jìn)展，AI绘画(huà)就是人工智(zhì)能技术发生(shēng)方(fāng)向性改变(biàn)的一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引(yǐn)爆(bào)科技圈的(de)短视频。这(zhè)些(xiē)视频(pín)引发关注并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝水的(de)马(mǎ)，一只画画(huà)的玩(wán)具熊，或者一段骑(qí)摩托车的第(dì)一视角录像，随便一(yī)个有手机(jī)的人都可(kě)以随手录下一段(duàn)。

但(dàn)这些短视频的创作方式非常(cháng)简单(dān)，创作者仅(jǐn)仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌发布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有(yǒu)太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈就(jiù)已经玩(wán)了一(yī)波梗，一个(gè)能够(gòu)做出(chū)更高清视频的AI还不足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震惊的地(dì)方在于，它可以制作出超过(guò)2分钟(zhōng)的连(lián)贯的(de)也(yě)有确(què)切内容的视频，这才是真正让(ràng)人们感(gǎn)到惊喜的(de)地方。因(yīn)为无论AI生成的视频(pín)多么(me)高(gāo)清，也只能是为内(nèi)容生产者提供(gōng)一(yī)个(gè)灵感，一(yī)个(gè)素材，一个过场动(dòng)画。

不过能够制作(zuò)出有(yǒu)具体(tǐ)剧情内(nèi)容的(de)视频就(jiù)意味着(zhe)，一(yī)些(xiē)视频创作由AI代替(tì)人工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下(xià)AI的发展(zhǎn)速(sù)度已经超(chāo)过大部分人(rén)的(de)想象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为全新的内容生产方式，可以为内容产业带来更新(xīn)的内容风格、更快的(de)生产速度，更低的生产成本(běn)，这无疑(yí)会(huì)驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音乐、代码、机(jī)器人动作(zuò)等(děng)多种内容形式的生成。不难(nán)发现该(gāi)项技术不(bù)仅在游戏(xì)等行业(yè)能得到有(yǒu)效应(yīng)用，对于下一(yī)代互联网各种元素的(de)构建亦有关键意义。

从商业化的角度来看，文(wén)化娱乐(lè)、教育、传媒等诸(zhū)多领域(yù)，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(jí)视频或(huò)不是结(jié)果(guǒ)，而只是AI进程(chéng)中的(de)一(yī)块重要拼图，有望在技术更(gèng)新的加(jiā)持下实现更(gèng)大(dà)的(de)应用价值(zhí)。

AI从理解内容，走向了(le)可以生成内(nèi)容，甚至(zhì)能够(gòu)创造(zào)出独立(lì)价值和(hé)独立视角的(de)内容。AIGC的再次(cì)出(chū)圈(quān)，更代表(biǎo)着未来(lái)的先进生产力即将到来(lái)。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后(hòu)，多模态大模型已经(jīng)成为了新的趋势。

大(dà)模型被誉为(wèi)当前人工智能发(fā)展的(de)智能底座，是全(quán)球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌(gē)、亚(yà)马(mǎ)逊、百度(dù)、阿里、腾(téng)讯等众多(duō)头部企业都在竞相发力。

不(bù)过训练(liàn)大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要多(duō)少算力》报(bào)告估算(suàn)，GPT-3训练一次的成本约为140万美元。而(ér)对(duì)于一些(xiē)更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的独(dú)立(lì)访客平均数1300万(wàn)计算，其对应芯片(piàn)需求为(wèi)3万多片(piàn)英(yīng)伟达A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费(fèi)就在5万(wàn)美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各(gè)类大模型的发展(zhǎn)同(tóng)时，更应该关注算(suàn)力(lì)网络的建设。

算力网络(luò)正(zhèng)驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标离得更近。

因为算力可以对突破性技术(shù)创新(xīn)提供大力的支持(chí)。这方面，多模态(tài)大模型是典型。作为面向未来强人工智能、通用(yòng)人工(gōng)智能的重要(yào)技术创新，多模态大模型已经在人工(gōng)智能(néng)领域提出了很多年，业界(jiè)也有不少技术突破(pò)，但是(shì)，多模态大模型进(jìn)一步往(wǎng)下(xià)走(zǒu)，算力需求呈几(jǐ)何式上升，一(yī)般(bān)的算(suàn)力基础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的训练，到双模(mó)态、三(sān)模态的(de)跃迁(qiān)，让人工智(zhì)能(néng)可以(yǐ)灵活应对不同模态的转化(huà)、像(xiàng)人(rén)与世界交互一样自然，这方面(miàn)，由(yóu)算(suàn)力网络来驱(qū)动将有(yǒu)明(míng)显(xiǎn)优势。

此外(wài)，还有很多需要爆发(fā)式增长的算力来(lái)支撑的技(jì)术(shù)创新(xīn)，将在(zài)人(rén)工(gōng)智能算力网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光(guāng)，期待在大(dà)模型和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的(de)方式，将创造的边际(jì)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 省属国企和央企有什么区别 所有央企都是国企吗