AIGC向可控靠(kào)近

以(yǐ)AI绘画为代(dài)表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在(zài)美国科罗(luó)拉多州(zhōu)举办的新兴数字艺术家竞(jìng)赛(sài)中，一(yī)幅名为(wèi)《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘(huì)画(huà)软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输(shū)入一组关键词或(huò)者(zhě)一张照片，就能获得(dé)一幅AI创作(zuò)的画作。

作画(huà)的(de)关键就是所输入的(de)文本。同一组(zǔ)关(guān)键词也(yě)可以创作出很多张风格(gé)不一样的画(huà)作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定(dìng)的惊(jīng)喜，他们会将生成的美图当(dāng)做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多(duō)用户分享AI“翻(fān)车现(xiàn)场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填写关键词游戏(xì)可(kě)能要(yào)被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读(dú)博的(de)中国人张吕敏创(chuàng)作的一种基于(yú)控(kòng)制(zhì)点的(de)图(tú)像(xiàng)变形算法，主要用(yòng)于数字图像处理、计(jì)算(suàn)机视(shì)觉和计算(suàn)机图形学等领域。

其SD插件一经(jīng)发布(bù)，在短短的(de)两天内便成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大(dà)家(jiā)用了很多(duō)方法想让AI生成的结(jié)果尽可能的符(fú)合(hé)要求，但(dàn)是(shì)都不尽(jǐn)如人意(yì)，它的出现代表(biǎo)着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画(huà)面的深度信息等(děng)。有了它(tā)的(de)帮(bāng)助，就不用频繁的(de)用(yòng)提示词来碰运气，抽盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已经获得了大(dà)量的浏览量，“viggo”就是其中之一(yī)，他(tā)用朋(péng)友的照片(piàn)直(zhí)接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始(shǐ)换关键词试效(xiào)果(guǒ)。

通过图片就可以看出来，效果十(shí)分(fēn)惊艳。

更厉(lì)害的是，除了(le)真实的照(zhào)片，草(cǎo)图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其(qí)本尊(zūn)也(yě)亲(qīn)自(zì)回应。

不(bù)得不说当下AIGC已(yǐ)经变(biàn)得越来越强大(dà)，甚至输出的作品都已经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过警方辟谣这所谓的“party”可(kě)能是全(quán)国第一(yī)起AI绘图(tú)诈骗。

由于这(zhè)个活动里面给出的美(měi)女照片都(dōu)是AI制(zhì)作的(de)真(zhēn)人照片绘图，因为太逼真，被大(dà)家(jiā)当成真事传(chuán)播了(le)。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者提供的(de)照(zhào)片中有个很大(dà)的漏(lòu)洞可以(yǐ)发现并非真人(rén)，而是AI绘图，那便(biàn)是(shì)图(tú)片中女性的(de)手(shǒu)指(zhǐ)部(bù)分有的存在异常(cháng)。

有行业人事表示：“现在(zài)因为手指部分的绘画算法比较(jiào)复杂，AI还不太(tài)会(huì)画(huà)人的手(shǒu)，但(dàn)最新看到的图(tú)片已经(jīng)有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图(tú)诈(zhà)骗在(zài)国外也(yě)已(yǐ)有发(fā)生(shēng)。据英国广播公司报道(dào)，土(tǔ)耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受(shòu)灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着技(jì)术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般的绘图效果，如果这样的(de)图片被(bèi)用来诈骗(piàn)，将非(fēi)常可怕(pà)。

此外AIGC还引(yǐn)发了(le)很(hěn)多担(dān)忧，一方面(miàn)，批(pī)判者认为(wèi)AI在“学习”了大量前人的作品之后(hòu)，其创作没有任(rèn)何情(qíng)绪(xù)和灵(líng)魂，难以(yǐ)和人类的艺术(shù)创作相提并论(lùn)。

另一方(fāng)面(miàn)，AIGC背后的(de)版权、目前(qián)都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”的(de)创意。

马斯克也强调，人工智(zhì)能(néng)的(de)安全问题需(xū)要得到(dào)重视(shì)，太晚就(jiù)来(lái)不(bù)及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技(jì)术都(dōu)是有两面性的，潜(qián)在(zài)的危害并不能掩盖其光辉的贡(gòng)献(xiàn)。现(xiàn海明威为什么要结束自己的生命，海明威为何结束生命)在(zài)看(kàn)来，人工智能技术(shù)将(jiāng)是第四(sì)次工业革(gé)命的核心驱动(dòng)力量，将创造新的增长奇迹。

过(guò)去一年，人工智能在(zài)技术和商(shāng)业层面都有了巨大(dà)进展，AI绘(huì)画就是(shì)人(rén)工(gōng)智能技术发(fā)生(shēng)方向(xiàng)性改变的一个(gè)代(dài)表。其(qí)下(xià)一站或(huò)许就是视频。

此(cǐ)前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆科技(jì)圈的短视频。这些视频引发关注(zhù)并非内容做得多(duō)优秀，反而(ér)都非常简单，比如(rú)一匹正(zhèng)在喝(hē)水的马，一只画画(huà)的玩具熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一个(gè)有手(shǒu)机的(de)人都(dōu)可以随手录下一段。

但(dàn)这些短视频的(de)创(chuàng)作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输(shū)入(rù)一段话，甚至只是(shì)说一下要(yào)求，AI就可以根据需要(yào)生成一(yī)段(duàn)视(shì)频(pín)。

谷(gǔ)歌发布的两个AI生成(chéng)视频(pín)分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频(pín)的AI还不足(zú)以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震(zhèn)惊的地方在于，它可以制作出超过2分钟的连贯的也有确(què)切内容的视频，这才是真正(zhèng)让人们(men)感(gǎn)到惊喜的(de)地方。因为无论AI生成的视频多么高清(qīng)，也只(zhǐ)能是为内容生(shēng)产者提供一(yī)个灵感，一个素(sù)材，一个(gè)过场动画。

不(bù)过(guò)能(néng)够(gòu)制作出有具体剧情内(nèi)容的视频就(jiù)意味着，一(yī)些视频创(chuàng)作(zuò)由AI代(dài)替(tì)人工完成已经(jīng)初步有了可能。

当下(xià)AI的(de)发(fā)展速度已经超过大部分人的想象。内容(róng)产(chǎn)业的本(běn)质是供给(gěi)创(chuàng)造(zào)需(xū)求，AIGC作为(wèi)全新的内容生产方(fāng)式，可(kě)以为内(nèi)容产业(yè)带来(lái)更新的内容风(fēng)格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动(dòng)内容产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的(de)生成(chéng)。不难发现该项技(jì)术不(bù)仅在游戏等(děng)行业能得到有效应用(yòng)，对于(yú)下一代(dài)互联网各种元素(sù)的(de)构建(jiàn)亦有关键意义。

从商业化(huà)的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的(de)可视化(huà)内容有(yǒu)强烈需(xū)求(qiú)。

因此，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术(shù)更新的(de)加持下(xià)实现更(gèng)大的应用价值(zhí)。

AI从理解内容，走向了可(kě)以(yǐ)生成内容，甚至能够创造出独(dú)立价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进(jìn)生产(chǎn)力(lì)即(jí)将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图像大模型之(zhī)后，多模态大模型(xíng)已经成(chéng)为了新的趋势。

大模型被誉为当前人(rén)工智(zhì)能发(fā)展的智能(néng)底座，是全球竞争(zhēng)最(zuì)激烈的研究方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都在竞相发力(lì)。

不过(guò)训练大模型(xíng)的(de)确价(jià)格不菲，以(yǐ)国(guó)盛证券(quàn)发(fā)布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大的(de)LLM(大(dà)型语言模型)，训练(liàn)成本则介于200万美元至1200万美元(yuán)高价(jià)之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成(chéng)本约为(wèi)8亿美元(yuán)，每日仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞大算力支持。在关注各类大模型的发展同时，更应该(gāi)关(guān)注算力网络的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这(zhè)一人(rén)工智能(néng)发展的终极目标离得(dé)更近(jìn)。

因为算(suàn)力可以对突破性(xìng)技术创新(xīn)提供大力的支(zhī)持(chí)。这方(fāng)面，多模态(tài)大(dà)模型是典型。作(zuò)为面向未(wèi)来强人(rén)工智能、通用人(rén)工智能的重要(yào)技术(shù)创(chuàng)新，多(duō)模(mó)态(tài)大模(mó)型(xíng)已(yǐ)经在人工智能(néng)领域提出(chū)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走，算力需求呈(chéng)几何(hé)式(shì)上升，一般的算力基础设施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的(de)训练，到(dào)双模(mó)态、三(sān)模态的跃迁(qiān)，让人(rén)工(gōng)智(zhì)能可以灵活(huó)应对不同模态的转(zhuǎn)化、像(xiàng)人与(yǔ)世界交互一(yī)样自然，这方(fāng)面，由算力网(wǎng)络来驱(qū)动将(jiāng)有明显优势。

此外，还有很(hěn)多需(xū)要(yào)爆(bào)发式增长的算(suàn)力来支撑的技(jì)术创新，将(jiāng)在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成本降低(dī)，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 海明威为什么要结束自己的生命，海明威为何结束生命