AIGC向(xiàng)可(kě)控靠(kào)近

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火(huǒ)的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举(jǔ)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(zuò)品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友(yǒu)熟(shú)知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在(zài)应用中输(shū)入一(yī)组关键词或者一张照(zhào)片，就能获(huò)得一幅AI创作的画作。

作画的关(guān)键就(jiù)是所输入的文本(běn)。同一组关键词(cí)也可(kě)以创作(zuò)出很多(duō)张(zhāng)风格不一(yī)样的画作(zuò)，这让创作的过程就像(xiàng)开盲盒。

很多(duō)用户很喜欢(huān)这种不(bù)确定的惊喜，他们会将生成(chéng)的(de)美图(tú)当做头像。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位(wèi)网友的小(xiǎo)狗照片被AI画成了(le)“肌肉男”，还有网友的个(gè)人照(zhào)片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人张吕敏创作(zuò)的一(yī)种基(jī)于控制点的图像变形算(suàn)法，主要用于(yú)数字图(tú)像处理(lǐ)、计(jì)算机(jī)视觉和计(jì)算机图形学等领域(yù)。

其SD插件一(yī)经(jīng)发(fā)布，在短短(duǎn)的(de)两天内便(biàn)成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合要(yào)求，但是都不尽如人(rén)意，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了它的(de)帮(bāng)助，就不用频繁的用提示词来碰(pèng)运(yùn)气(qì)，抽(chōu)盲盒式的创(chuàng)作了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博(bó)主(zhǔ)的(de)作品已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应(yīng)的关键词(cí)；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换(huàn)关键词试效(xiào)果。

通过(guò)图片(piàn)就可以看出(chū)来(lái)，效果十(shí)分惊(jīng)艳。

更(gèng)厉害的是，除(chú)了真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品(pǐn)都(dōu)已经能(néng)以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都是AI制作(zuò)的(de)真人照(zhào)片(piàn)绘图，因为太逼真，被(bèi)大(dà)家(jiā)当成真事(shì)传播(bō)了。

不过仔(zǎi)细观察可以发现，活动发(fā)起者(zhě)提(tí)供的照片中(zhōng)有个很大(dà)的(de)漏洞可以发现并(bìng)非真(zhēn)人，而是(shì)AI绘图，那便(biàn)是(shì)图片中女性的(de)手指部分有的存在(zài)异常。

有行业人事表(biǎo)示：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太(tài)会(huì)画人(rén)的手，但最新看到的图片已经有越来越完美的(de)AI模型(xíng)出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也(yě)已有发生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗善良的(de)人打赏“捐助(zhù)”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真(zhēn)人(rén)照片(piàn)般的(de)绘图效果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗(piàn)，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方面，批(pī)判者认为AI在“学习”了大量前人的作品之后，其创作没有任(rèn)何情绪(xù)和灵魂，难(nán)以和人类的艺(yì)术创作相提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后(hòu)的版权、目前都并没有得到有效的(de)解决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调，人工智(zhì)能的安全(quán)问(wèn)题需要得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是(shì)有两面性的，潜在的(de)危害并(bìng)不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能技术(shù)将是第三件套是哪三件四次工业革命的核心驱动力量(liàng)，将(jiāng)创造(zào)新的增长(zhǎng)奇迹。

过去(qù)一年(nián)，人(rén)工智(zhì)能在(zài)技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技(jì)术发生方向性(xìng)改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引(yǐn)爆科技(jì)圈(quān)的短视频。这些(xiē)视频引发(fā)关注并(bìng)非内容做得多优秀(xiù)，反而都非常简单(dān)，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一段(duàn)骑摩托车的第(dì)一视角录像，随便一(yī)个有手机的人(rén)都可以随手(shǒu)录下一段(duàn)。

但这些短视频(pín)的创作方(fāng)式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可以根据需(xū)要(yào)生成(chéng)一段视频(pín)。

谷(gǔ)歌发布的(de)两个(gè)AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经玩了一波梗，一(yī)个能够做出更(gèng)高(gāo)清视频(pín)的AI还不(bù)足(zú)以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可以制作出超过(guò)2分钟(zhōng)的连贯的(de)也(yě)有确切(qiè)内容的视频，这才是(shì)真正让(ràng)人们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容(róng)生(shēng)产者提供一(yī)个灵感，一个(gè)素材，一个过场动画。

不过(guò)能够制作出有(yǒu)具体剧情内容的视频就意味着，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速(sù)度已经超过大(dà)部分人的想象(xiàng)。内(nèi)容产业的本质是供给(gěi)创(chuàng)造需求(qiú)，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快的生(shēng)产速(sù)度，更低(dī)的生产(chǎn)成本，这(zhè)无疑会驱(qū)动内容(róng)产业的(de)大爆(bào)发。

除了(le)AI绘图(tú)、视频，AIGC技术还能应(yīng)用(yòng)于音乐、代码、机器人动作等多(duō)种内容(róng)形式的(de)生成。不难发现该项技术不仅在游戏等行业能(néng)得到有(yǒu)效应用，对于下一代互(hù)联网各种元(yuán)素的构建亦有关(guān)键意义。

从商业化的(de)角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘(huì)画(huà)及(jí)视频或(huò)不是结(jié)果，而(ér)只是AI进程中的一块重要(yào)拼(pīn)图，有望(wàng)在技术(shù)更新的加持下实现更大(dà)的应用价值。

AI从理解内容，走向了(le)可以生成(chéng)内容，甚至能够创造出独立价(jià)值(zhí)和独立视角的(de)内容。AIGC的再次(cì)出圈，更(gèng)代(dài)表着未来的先(xiān)进生产力即将(jiāng)到(dào)来(lái)。

04

紧抓大(dà)模型与算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的发(fā)展也可以(yǐ)看出，在语言大模型、图(tú)像(xiàng)大模型之后，多(duō)模态(tài)大模型已经成为(wèi)了(le)新的趋势。

大模型被誉为当前人工(gōng)智能发展的智能底(dǐ)座，是(shì)全球竞争最激烈的研(yán)究方向之一(yī)，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训练大模型(xíng)的确价格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一次的(de)成(chéng)本约为140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练(liàn)成(chéng)本则介于(yú)200万(wàn)美元(yuán)至1200万(wàn)美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯(xīn)片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每(měi)日仅电费就(jiù)在5万美元左(zuǒ)右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力(lì)支持(chí)。在关(guān)注各类大模型的发展同时，更应该关注算力网(wǎng)络(luò)的建设(shè)。

算力网络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标(biāo)离得更近(jìn)。

因为算力(lì)可以对突破(pò)性技术创新提供大力的支持。这方面，多(duō)模(mó)态大(dà)模型是(shì)典型。作为面(miàn)向未(wèi)来强(qiáng)人工智能、通(tōng)用人工智能(néng)的(de)重要技术创新(xīn)，多模态大模型已经(jīng)在人工(gōng)智能领域提出了很(hěn)多年，业界也有不少技术(shù)突破，但是，多模态大模型进一步往下走，算力需求呈几何式上(shàng)升(shēng)，一般的算力基础设(shè)施很快(kuài)将难以胜(shèng)任。

从图像、文字、语音(yīn)单独一项的训练(liàn)，到(dào)双(shuāng)模态、三模态的跃迁，让人工智(zhì)能(néng)可以(yǐ)灵活应对不(bù)同模态的(de)转化、像人(rén)与世界交互一(yī)样自然，这方(fāng)面，由算(suàn)力网络来(lái)驱动将有明显优势。

此(cǐ)外(wài)，还(hái)有很多需要爆(bào)发式增长的算力来支撑的(de)技术创新，将在人工智(zhì)能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光，期待在大模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 三件套是哪三件