AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一(yī)次爆火(huǒ)的时(shí)候，还是2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新(xīn)兴数字艺术家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应用中(zhōng)输入一组关键(jiàn)词或(huò)者一(yī)张照(zhào)片(piàn)，就能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输入的(de)文本。同一组关(guān)键词(cí)也(yě)可以创作(zuò)出很多(duō)张(zhāng)风格不一样的画作，这让创作的(de)过程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确(què)定的惊喜，他(tā)们会将(jiāng)生成的美图当(dāng)做头像。而另一部(bù)分喜欢(huān)翻看(kàn)AI绘画(huà)的“翻车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照(zhào)片被AI画成了(le)“肌肉(ròu)男”，还(hái)有(yǒu)网(wǎng)友(yǒu)的个人(rén)照片被AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的(de)出现与加持(chí)，以(yǐ)往AI绘画的填写关键(jiàn)词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像变形算(suàn)法(fǎ)，主要用于数字(zì)图像(xiàng)处理、计算机视(shì)觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画(huà)领(lǐng)域最(zuì)新的(de)热点。

在此(cǐ)之前，大(dà)家用了很多方法想让AI生成的结(jié)果尽(jǐn)可能的符(fú)合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始进入(rù)真正(zhèng)的可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势(shì)和画面的(de)深度信息等。有了(le)它的帮助(zhù)，就不用(yòng)频繁的用(yòng)提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过图(tú)片(piàn)就(jiù)可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真实的照片(piàn)，草(cǎo)图也(yě)可以加(jiā)上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全(quán)彩图。大(dà)神(shén)张吕敏其本尊也(yě)亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经变(biàn)得越来越(yuè)强大，甚至输(shū)出的(de)作品(pǐn)都(dōu)已(yǐ)经(jīng)能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网(wǎng)络(luò)，而经过警方辟(pì)谣这(zhè)所谓的“party”可(kě)能是全国第一起AI绘(huì)图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是(shì)AI制作(zuò)的真人照片绘(huì)图，因(yīn)为太逼真(zhēn)，被大家当成真事传(chuán)播了。

不(bù)过仔细观察可以发现(xiàn)，活动发起者(zhě)提供(gōng)的照片中有个很(hěn)大的漏洞(dòng)可(kě)以(yǐ)发(fā)现并非真人，而是AI绘图，那(nà)便是图片中女性的(de)手(shǒu)指部(bù)分有的存在异常。

有行业人事表示：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片(piàn)已经有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似(shì)的AI作(zuò)图(tú)诈(zhà)骗在(zài)国外也已有发(fā)生。据英(yīng)国广播公司报(bào)道，土耳(ěr)其(qí)地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受(shòu)灾(zāi)的假(jiǎ)照片发布到(dào)网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图片被用来诈骗，将非(fēi)常可怕(pà)。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发了很多担忧(yōu)，一方面，批判者(zhě)认为AI在“学(xué)习”了大(dà)量前人的作品之(zhī)后，其创作没(méi)有(yǒu)任(rèn)何(hé)情(qíng)绪和(hé)灵(líng)魂(hún)，难以和人(rén)类的艺术创作相(xiāng)提(tí)并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得(dé)到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克也强调，人(rén)工智能的安(ān)全问题需要得到重视，太晚(wǎn)就来(lái)不(bù)及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技术除牛反绒是真皮吗，二层牛皮除牛反绒是真皮吗都是有两面(miàn)性的，潜在的(de)危害并(bìng)不能(néng)掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人(rén)工智能(néng)在技术(shù)和(hé)商业层面都(dōu)有(yǒu)了巨大进展(zhǎn)，AI绘画(huà)就是人(rén)工智能技(jì)术发生方向性改变(biàn)的一个代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发(fā)布了几条引(yǐn)爆科技圈的短视频。这些(xiē)视频引发(fā)关注(zhù)并非内容做得多优秀，反(fǎn)而(ér)都非常简单，比如(rú)一匹正在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托(tuō)车的(de)第一视角录(lù)像(xiàng)，随便一个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些(xiē)短(duǎn)视频(pín)的创作(zuò)方式(shì)非常简(jiǎn)单，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是(shì)说一下要求，AI就(jiù)可以根据(jù)需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个能够做(zuò)出更高清视频的AI还不足以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它(tā)可(kě)以制作(zuò)出超过2分钟(zhōng)的连贯(guàn)的(de)也有确(què)切内容的视频，这(zhè)才是真(zhēn)正让人(rén)们感(gǎn)到(dào)惊喜的地(dì)方(fāng)。因为无论AI生成(chéng)的视频多么高清，也只能(néng)是为内容生产者提供一个灵感，一(yī)个素材，一个过场动画(huà)。

不过能够制作出(chū)有具体剧(jù)情(qíng)内容(róng)的(de)视(shì)频就意味(wèi)着，一些(xiē)视频创作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下(xià)AI的发展(zhǎn)速度已经(jīng)超过大部分人的(de)想(xiǎng)象。内容产(chǎn)业的(de)本质是(shì)供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全(quán)新的内容生(shēng)产方式(shì)，可(kě)以(yǐ)为内容产(chǎn)业带来更新的内容风格、更快的生产速度，更低的(de)生产成本，这无(wú)疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器(qì)人(rén)动作等多种内容形式的生(shēng)成。不难发现该(gāi)项技术(shù)不(bù)仅在(zài)游(yóu)戏等行业能得到有效(xiào)应用，对于下(xià)一代互联(lián)网各种元素的构建亦有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化内(nèi)容(róng)有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是AI进程中的一(yī)块重(zhòng)要拼图，有望在技术更新的加持下实现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造出独立价值和(hé)独(dú)立视角的内容。AIGC的(de)再次出圈，更代表着(zhe)未(wèi)来的先进生(shēng)产力即(jí)将到来。

04

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在(zài)语言大(dà)模(mó)型、图像大模型之后，多模态大模(mó)型已经成为了新的趋势。

大模型被(bèi)誉为当前人(rén)工智能(néng)发展(zhǎn)的智能底座，是全球(qiú)竞争最激烈(liè)的研究(jiū)方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等(děng)众多头部企业都在竞相发(fā)力。

不过(guò)训练(liàn)大模型的确(què)价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少(shǎo)算力》报(bào)告估(gū)算，GPT-3训(xùn)练一(yī)次(cì)的成(chéng)本约为140万(wàn)美(měi)元。而对于一些更(gèng)大(dà)的(de)LLM(大型语(yǔ)言模型)，训练成本则介(jiè)于200万(wàn)美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿(yì)美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算(suàn)力支持。在(zài)关注各类大模型的发展同时，更应该关注算(suàn)力网络的建(jiàn)设。

算(suàn)力网络(luò)正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智能发展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性(xìng)技术(shù)创新提供大(dà)力的支持。这(zhè)方面，多模(mó)态大模型是典型。作为面(miàn)向未来强人(rén)工智能、通(tōng)用人工智(zhì)能(néng)的重(zhòng)要技(jì)术(shù)创新，多模态大模型已(yǐ)经在人(rén)工智能领域提出了(le)很多年，业界(jiè)也有不少技术突(tū)破，但是，多模态(tài)大模型进一步往下走，算力需求呈(chéng)几何式(shì)上升(shēng)，一般(bān)的算(suàn)力基础设(shè)施很快将难(nán)以胜任。

从图像、文(wén)字、语音单独(dú)一项的训(xùn)练，到双(shuāng)模态、三模态的跃迁(qiān)，让人工(gōng)智能可以灵活应对不同模(mó)态的转化、像人(rén)与世界(jiè)交互(hù)一样自然，这方面，由算力(lì)网络来驱(qū)动将有(yǒu)明显优(yōu)势。

此外，还有很多需(xū)要爆发式增长的算(suàn)力(lì)来支撑的技术创新(xīn)，将在(zài)人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模(mó)型和大算(suàn)力的(de)支持(chí)下AIGC能持续颠覆(fù)内(nèi)容生产的方式，将创造的边际成本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 除牛反绒是真皮吗，二层牛皮除牛反绒是真皮吗