AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画(huà)为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在(zài)美国科罗(luó)拉多州举(jǔ)办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧(jù)院》的作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应用中(zhōng)输入一(yī)组(zǔ)关键(jiàn)词或者一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的(de)关(guān)键就是所输入(rù)的文本。同一(yī)组关键词也(yě)可(kě)以创作出很多张风格不一(yī)样的画(huà)作(zuò)，这让(ràng)创(chuàng)作的过(guò)程就(jiù)像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的惊喜，他们会将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻(fān)看AI绘画的“翻车”作(zuò)品。在社(shè)交媒体上，许多用户分享AI“翻车(chē)现场(chǎng)”，例如(rú)，一(yī)位(wèi)网(wǎng)友(yǒu)的小狗照(zhào)片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而(ér)如(rú)今(jīn)随着ControlNet的出(chū)现与(yǔ)加持，以往AI绘画的填写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一位正在斯(sī)坦福读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于控(kòng)制点(diǎn)的图像变形(xíng)算法，主要用于数(shù)字图(tú)像处(chù)理、计算(suàn)机视(shì)觉和计(jì)算(suàn)机图形学(xué)等领域(yù)。

其(qí)SD插件一经发布，在短(duǎn)短的两天(tiān)内便成为了AI绘画领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的结果尽可能的(de)符合要(yào)求，但是都不(bù)尽如人意，它的出现(xiàn)代(dài)表(biǎo)着AI生成开始进入真(zhēn)正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和(hé)画面的深度(dù)信息等(děng)。有了它的帮助，就不用频繁的用提示词(cí)来(lái)碰(pèng)运气，抽(chōu)盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博(bó)主的(de)作品已经获得了大(dà)量的(de)浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接(jiē)带她(tā)们走进动(dòng)漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词；最(zuì)后用(yòng)ControlNet插(chā)件绑定(dìng)骨骼开始换关键词试效果(guǒ)。

通过(guò)图(tú)片就(jiù)可以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图。大(dà)神张吕(lǚ)敏(mǐn)其本尊(zūn)也(yě)亲自回应。

不得不(bù)说当下AIGC已经变得越来(lái)越强大，甚(shèn)至(zhì)输(shū)出的作(zuò)品都已经(jīng)能以假乱(luàn)真了。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而(ér)经(jīng)过警方辟(pì)谣这所谓的(de)“party”可能(néng)是全国第一起AI绘(huì)图诈骗。

由于这个(gè)活动里(lǐ)面给出的美女(nǚ)照片都是AI制(zhì)作的真人照片绘(huì)图，因(yīn)为太(tài)逼真(zhēn)，被大家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起者(zhě)提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图片中女性的手指(zhǐ)部分有的存在异常。

有行业人事表示：“现在因为(wèi)手指(zhǐ)部分(fēn)的绘画算法比较复(fù)杂，AI还不(bù)太会(huì)画人的(de)手，但(dàn)最新(xīn)看到的图片已经有越来越完美的(de)AI模型出现，以后可(kě)能就完全没(méi)有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生(shēng)。据英国广播公(gōng)司报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿(ér)童受(shòu)灾的(de)假照片发布到(dào)网络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人(rén)照片般的绘图(tú)效果，如果这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担(dān)忧(yōu)，一方面，批判者认(rèn)为AI在“学(xué)习(xí)”了大量前(qián)人的作品(pǐn)之后(hòu)，其(qí)创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术(shù)创作(zuò)相提(tí)并论。

另一方面(miàn)，AIGC背后的(de)版权、目前都并没有得(dé)到有(yǒu)效(xiào)的解(jiě)决，还有AIGC会不(bù)会代替(tì)人类“至高无上”的创意(yì)。

马斯克也强调，人工智能的安全(quán)问题需要得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方

技(jì)术都是有(yǒu)两面性的(de)，潜在的(de)危害(hài)并不能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术将是第(dì)四次(cì)工业革命的(de)核心驱动力量，将创(chuàng)造(zào)新的增(zēng)长(zhǎng)奇迹。

过去一年(nián)，人工智能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘(huì)画就是(shì)人工智能技术发生方(fāng)向性改变的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后发布了几条引爆科技圈的短视频。这些(xiē)视(shì)频引(yǐn)发关注(zhù)并非内容(róng)做得多(duō)优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩具熊(xióng)，或(huò)者一段骑摩(mó)托车的第一视(shì)角录像(xiàng)，随便一个有手机的人都可以随手(shǒu)录下一(yī)段。

但这(zhè)些短视频的创作方(fāng)式非常简单(dān)，创作者(zhě)仅(jǐn)仅(jǐn)需(xū)要向(xiàng)AI输(shū)入(rù)一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就(jiù)可以根据需(xū)要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一波梗(gěng)，一(yī)个能(néng)够做出更(gèng)高清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超(chāo)过(guò)2分钟的连贯的也有确切内(nèi)容的(de)视频，这(zhè)才是真正(zhèng)让人们感到(dào)惊喜的地方。因为无论AI生成的视频多么高清，也只能是为内容(róng)生产者提供一个灵感，一(yī)个素(sù)材，一个过场动画。

不过能够(gòu)制作出有具体剧情内容的(de)视频就意味着，一(yī)些视频(pín)创作由AI代替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过大(dà)部分人(rén)的想象。内容产(chǎn)业(yè)的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容(róng)产业(yè)带来更新的内容风(fēng)格、更(gèng)快的生(shēng)产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内(nèi)容(róng)产业的大(dà)爆发。

除了AI绘(huì)图、视(shì)频(pín)，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作等多种内容(róng)形式的生成(chéng)。不难发(fā)现该项技术不仅在游戏等行业能(néng)得(dé)到有效(xiào)应用(yòng)，对于下一代互(hù)联网各种元素的构建亦(yì)有关键意义(yì)。

从商业化的(de)角度来看(kàn)，文化娱(yú)乐、教育、传媒等(děng)诸(zhū)多(duō)领域，本(běn)身就(jiù)对(duì)基于AI的可(kě)视(shì)化(huà)内容有强烈(liè)需(xū)求。

因此(cǐ)，AI绘画及视频(pín)或不是(shì)结(jié)果(guǒ)，而只是AI进(jìn)程中的一(yī)块重要拼图，有(yǒu)望(wàng)在技术更新的(de)加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了可(kě)以生成内容，甚至能够创造出(chū)独立价值和(hé)独立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言大(dà)模(mó)型、图像大模型之(zhī)后(hòu)，多模态大模型(xíng)已经成为了(le)新的(de)趋势。

大(dà)模型被誉(yù)为当前人(rén)工智能(néng)发展的智(zhì)能(néng)底座，是全(quán)球(qiú)竞(jìng)争最激烈的研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企业都在竞(jìng)相发力。

不过(guò)训练大(dà)模型(xíng)的确价格不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少算力(lì)》报告(gào)估(gū)算，GPT-3训练(liàn)一次(cì)的成本(běn)约为(wèi)140万美(měi)元。而对于一些更大(dà)的LLM(大型语(yǔ)言(yán)模型)，训练成本则(zé)介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿(yì)美元，每(měi)日(rì)仅电费就在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在关注各类大模型(xíng)的发展(zhǎn)同时，更(gèng)应该关注算(suàn)力网络的建(jiàn)设。

算力网络正驱(qū)动(dòng)AI产业发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一(yī)人工智能发展的终极目标离得(dé)更(gèng)近。

因为算力可(kě)以对突破性技术(shù)创新(xīn)提供(gōng)大(dà)力的支持。这方面，多模态(tài)大(dà)模型是典型。作为面向未来强(qiáng)人工智(zhì)能(néng)、通用人工智能(néng)的重要技术创新(xīn)，多模态(tài)大模型已经在人工智(zhì)能领域提出了很多(duō)年，业(yè)界(jiè)也有不少技术突(tū)破，但是，多模态大模型(xíng)进一步往下走，算力需求呈几何式上(shàng)升，一(yī)般的算力基础设施很(hěn)快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独(dú)一项的训练，到(dào)双模(mó)态、三模态的跃迁，让(ràng)人工(gōng)智能可以灵(líng)活应对不同模态的转(zhuǎn)化、像人与(yǔ)世界交互(hù)一样自然，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增(zēng)长的算力来支(zhī)撑的技术创新(xīn)，将(jiāng)在人工智能算(suàn)力网络支撑(chēng)下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型(xíng)和(hé)大算(suàn)力的(de)支持下AIGC能(néng)持续(xù)颠覆内(nèi)容生产的方式，将(jiāng)创造(zào)的(de)边际成本降低，让万众(zhòng)受(shòu)益(yì)。

未经允许不得转载：惠安汇通石材有限公司 闻鸡起舞的意思和道理是什么，闻鸡起舞的意思和道理简短