AIGC向(xiàng)可控靠近(jìn)

以AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的时候，还是(shì)2022年8月，在(zài)美国科罗(luó)拉多州举办的新兴数(shù)字艺术(shù)家竞(jìng)赛中，一幅名为(wèi)《太空歌剧院》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表。

用户们可以(yǐ)在(zài)应(yīng)用中输入(rù)一组关键词或者一张照片(piàn)，就能(néng)获得一幅AI创作(zuò)的画作。

作(zuò)画的关键就是所输入的(de)文(wén)本。同一组关键词也可(kě)以创(chuàng)作(zuò)出很多张风格不(bù)一样(yàng)的画作(zuò)，这让创(chuàng)作的过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不(bù)确(què)定的惊喜(xǐ)，他们会将生成的美图当(dāng)做头(tóu)像。而另(lìng)一部(bù)分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的(de)小狗(gǒu)照片(piàn)被AI画成(chéng)了“肌肉男”，还(hái)有(yǒu)网(wǎng)友的个(gè)人照片(piàn)被(bèi)AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键(jiàn)词(cí)游戏(xì)可(kě)能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人张吕敏创作的一种基于控制(zhì)点的图像变(biàn)形算(suàn)法(fǎ)，主要用(yòng)于数字图像处(chù)理(lǐ)、计算机视觉和(hé)计算机图形(xíng)学等领域(yù)。

其SD插件一经发布，在短短的(de)两天内(nèi)便成(chéng)为了AI绘(huì)画(huà)领域最(zuì)新的热点。

在此(cǐ)之(zhī)前，大家(jiā)用了(le)很多方(fāng)法想(xiǎng)让AI生成的(de)结果(guǒ)尽可能的符合要求，但(dàn)是都不尽(jǐn)如人意，它的出(chū)现(xiàn)代表着AI生(shēng)成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图，人物的姿(zī)势和画面的深度(dù)信(xìn)息等。有了它的帮(bāng)助，就不用频繁的用(yòng)提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了(le)“魔法(fǎ)”，不少博主的(de)作(zuò)品已经获(huò)得了(le)大量的浏(liú)览量(liàng)，“viggo”就(jiù)是(shì)其中之一，他(tā)用朋友(yǒu)的照(zhào)片直接带她们走进动(dòng)漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓展找到(dào)对(duì)应的(de)关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试效果。

通过图片(piàn)就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲自(zì)回应。

不得不说当下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息(xī)火遍网络，而经过(guò)警方辟(pì)谣这所谓的“party”可能(néng)是(shì)全国(guó)第一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活动里面给出(chū)的美女(nǚ)照(zhào)片(piàn)都是AI制(zhì)作的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当(dāng)成真事传播了。

不(bù)过仔细(xì)观察可以(yǐ)发现，活动发起者提(tí)供的照片(piàn)中有个很(hěn)大的漏洞可(kě)以(yǐ)发现并非真人，而是AI绘图(tú)，那便是(shì)图片中女性的(de)手指部(bù)分有的存(cún)在异常。

有行业人(rén)事(shì)表示(shì)：“现在因为(wèi)手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还不太会画人的手(shǒu)，但最新看到的图(tú)片已(yǐ)经(jīng)有越来越完(wán)美的AI模型(xíng)出(chū)现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国(guó)广播公司报道，土耳其(qí)地震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发(fā)布到网络(luò)，以此(cǐ)诱骗善良的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧(yōu)，一(yī)方面，批(pī)判者认为AI在“学习”了大量前(qián)人(rén)的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺(yì)术(shù)创作相(xiāng)提并论。

另一方(fāng)面(miàn)，AIGC背后的版权(quán)、目前都并(bìng)没(méi)有得到(dào)有效的解决(jué)，还(hái)有AIGC会不会代替人(rén)类“至高(gāo)无上”的(de)创意。

马斯克也强调，人工智能的(de)安全问题需要得(dé)到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除了视频(pín)，还有远方

技术都(dōu)是(shì)有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉(huī)的(de)贡献。现在看来，人工智(zhì)能技(jì)术将(jiāng)是第四(sì)次工业革命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去(qù)一年(nián)，人工智能在(zài)技术(shù)和商业(yè)层面都有(yǒu)了巨大(dà)进展，AI绘画就是人工智能技(jì)术发生方(fāng)向(xiàng)性改变的(de)一(yī)个(gè)代表(biǎo)。其(qí)下(xià)一站或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈(quān)的短视(shì)频。这(zhè)些视频(pín)引发关注并非内容做得多优(yōu)秀，反而都非(fēi)常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩(wán)具熊，或者(zhě)一段骑摩托车的第一视角录像，随便一个有手机的人(rén)都可(kě)以随手录下一段。

但这(zhè)些(xiē)短视频的创作方式非(fēi)常简单，创(chuàng)作者仅仅需要向AI输入一(yī)段话，甚至只是说一下(xià)要求，AI就(jiù)可(kě)以根据需要生成(chéng)一(yī)段视频。

谷歌发(fā)布(bù)的两个(gè)AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了一波梗(gěng)，一个(gè)能够做出更(gèng)高清视频的AI还不(bù)足(zú)以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的(de)地方在于，它可以制作出超过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真正让人们感到(dào)惊喜的地方(fāng)。因(yīn)为无论AI生成的视频多么高清，也(yě)只能(néng)是为(wèi)内容生产者提供一(yī)个灵(líng)感，一个素材，一(yī)个过(guò)场动画(huà)。

不过能够制作出(chū)有(yǒu)具体剧情内容的视频就意味着，一些视频(pín)创作由AI代替(tì)人工(gōng)完(wán)成(chéng)已经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大部分人的想象(xiàng)。内(nèi)容产业的本(běn)质是供给创造需求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以(yǐ)为内容产业带来更(gèng)新的(de)内容风格、更(gèng)快(kuài)的生产速度，更(gèng)低的生产成本，这无疑(yí)会驱动内容产业的(de)大(dà)爆(bào)发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机器(qì)人动作等多(duō)种内容(róng)形式的生成(chéng)。不难发(fā)现该项技术(shù)不仅在游戏等行业能得到有效应用，对(duì)于下一(yī)代互联网(wǎng)各种元素的构建亦有关键意义。

从商业(yè)化的角(jiǎo)度来看，文化娱(yú)乐(lè)、教(jiào)育(yù)、传(chuán)媒(méi)等诸多(duō)领域，本(běn)身就对基于AI的可(kě)视化内容(róng)有强烈需求。

因此，AI绘画及视频(pín)或不是结果(guǒ)，而只是AI进程中的一块重要拼图(tú)，有望在(zài)技术更新的加(jiā)持(chí)下实(shí)现更(gèng)大(dà)的应(yīng)用价值。

AI从理解内容(róng)，走向了可(kě)以(yǐ)生成内容，甚至能够创(chuàng)造(zào)出(chū)独立(lì)价值(zhí)和独立视(shì)角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出(chū)，在语言大模型、图像大模型之(zhī)后，多模态大模型(xíng)已(yǐ)经(jīng)成(chéng)为了新的趋(qū)势。

大模(mó)型被誉(yù)为当前人工智能发展的智能底座，是全球(qiú)竞争最激烈的(de)研(yán)究方向之一(yī)，包括(kuò)谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等众多(duō)头部企业都在竞相发力。

不过训练大(dà)模型的确价格不(bù)菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约(yuē)为140万美元。而对(duì)于一些更大的LLM(大型语言(yán)模型(xíng))，训练成本则介于200万美(měi)元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算(suàn)，其(qí)对(duì)应芯片需求(qiú)为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日(rì)仅电费就在(zài)5万美元(yuán)左右。

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

算力网络正驱动AI产业(yè)发展进入史诗级加(jiā)速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展的终极目标(biāo)离(lí)得更近(jìn)。

因为算力可以对突破性技术创新提(tí)供大力的支持。这方面，多模态大模(mó)型(xíng)是典型(xíng)。作(zuò)为面向(xiàng)未来(lái)强人(rén)工智能、通(tōng)用人工智能的重要(yào)技术创新，多模态(tài)大模型已经在(zài)人工智能领(lǐng)域提(tí)出了很(hěn)多(duō)年，业界也(yě)有不少技术突破，但是(shì)，多模态大模型进一步(bù)往(wǎng)下(xià)走，算(suàn)力需求呈(chéng)几何式上升，一般的(de)算力基础设施很快将难以(yǐ)胜任。

从图像、文字(zì)、语音单(dān)独一项的训练，到(dào)双模态(tài)、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同(tóng)模态的转化(huà)、像人与世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱动将(jiāng)有明显优势。

此外(wài)，还有很多(duō)需要爆(bào)发式增长的算力来(lái)支撑(chēng)的技(jì)术创新，将在人工智(zhì)能算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露出曙光，期(qī)待在大(dà)模型(xíng)和大算力的支持下(xià)AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边(biān)际成本降低，让万(wàn)众(zhòng)受益。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 北京市有几个区，北京市有几个区,都叫什么