AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的时(shí)候，还是2022年8月，在美(měi)国科罗拉多(duō)州举办(bàn)的新兴数字艺术家(jiā)竞赛(sài)中(zhōng)，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖(jiǎng)。

随后(hòu)各(gè)大厂商的(de)AI绘画软件被广大(dà)网友熟知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其中代(dài)表。

用户(hù)们(men)可以在应用中输入一(yī)组关键词或者(zhě)一张照片(piàn)，就能获得一(yī)幅AI创(chuàng)作的画作。

作画的关(guān)键就是所输入的(de)文本。同(tóng)一组关键词也可(kě)以创作(zuò)出很(hěn)多张风格不一(yī)样的画作(zuò)，这让创作(zuò)的过(guò)程就像开盲盒。

很多(duō)用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们会将(jiāng)生成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场(chǎng)”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画的填写关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的(de)中国人(rén)张(zhāng)吕敏创作的一(yī)种基于控制点的图像变形算法，主要用于数(shù)字图像处理、计算机视觉和计(jì)算机图形学(xué)等领(lǐng)域(yù)。

其(qí)SD插件一经发布，在短短的两(liǎng)天内(nèi)便成为了AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家用了很多方法想让AI生(shēng)成(chéng)的结果尽可能(néng)的符合要求，但是都不尽如(rú)人意，它的(de)出现(xiàn)代(dài)表着AI生成开始进入(rù)真正(zhèng)的可(kě)控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的(de)姿(zī)势和画(huà)面的(de)深(shēn)度信息等。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽(chōu)盲(máng)盒式的(de)创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔(mó)法”，不少(shǎo)博主的作(zuò)品已经获(huò)得了大量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友(yǒu)的(de)照(zhào)片(piàn)直接带(dài)她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的(de)关(guān)键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始换关键(jiàn)词试(shì)效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉(lì)害的是(shì)，除了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已经变得(dé)越(yuè)来越强(qiáng)大，甚至输(shū)出的作品都(dōu)已(yǐ)经(jīng)能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而经过(guò)警方辟谣这所谓(wèi)的(de)“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给出的美女(nǚ)照片都是(shì)AI制(zhì)作(zuò)的真人(rén)照(zhào)片绘图，因(yīn)为太逼真，被大家当成真事传(chuán)播了。

不(bù)过仔细观察可以发现，活动发(fā)起(qǐ)者(zhě)提(tí)供的照片中有个很大的漏洞可以发(fā)现并(bìng)非真人(rén)，而(ér)是AI绘图，那(nà)便是图片中女(nǚ)性(xìng)的手指部分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算(suàn)法比较复杂，AI还(hái)不太会画人的手，但(dàn)最新(xīn)看到的(de)图(tú)片已经有越(yuè)来越完美的AI模(mó)型出现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的(de)假照片(piàn)发布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经(jīng)能做出真人(rén)照(zhào)片般的绘(huì)图效果(guǒ)，如果(guǒ)这(zhè)样的图片(piàn)被用来诈骗，将非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认为AI在“学习(xí)”了(le)大量前人(rén)的作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难(nán)以和人类的艺(yì)术(shù)创作相提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得(dé)到有效的解决(jué)，还有(yǒu)AIGC会不(bù)会代替(tì)人类“至高无上”的创意。

马斯(sī)克也(yě)强调(diào)，人(rén)工智(zhì)能的安全问题需(xū)要得到重视，太晚就(jiù)来不及(jí)了。

03

AIGC下(xià)一站除了视(shì)频(pín)，还(hái)有远(yuǎn)方

技术都是有两(liǎng)面性的(de)，潜(qián)在的(de)危害并不能(néng)掩盖其光辉的贡(gòng)献(xiàn)。现(xiàn)在看来，人工智能技术将是第四次工业革命(mìng)的核心驱动力(lì)量，将(jiāng)创造新的增长奇(qí)迹。

过去(qù)一(yī)年，人工(gōng)智能在(zài)技术和商业(yè)层(céng)面(miàn)都(dōu)有了(le)巨大进展，AI绘画就是人工智能技术(shù)发生方向性改变的一个代(dài)表。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技(jì)圈的短视(shì)频。这些视频引发(fā)关(guān)注并非内(nèi)容做得多优(yōu)秀(xiù)，反而(ér)都非(fēi)常简单，比如一匹正在喝(hē)水(shuǐ)的马，一(yī)只画画的玩具熊(xióng)，或(huò)者一(yī)段骑摩托车的第(dì)一(yī)视角录像(xiàng)，随(suí)便一(yī)个(gè)有手机(jī)的人(rén)都可(kě)以随(suí)手录下一(yī)段。

但这(zhè)些短视频的创作方式非常简单，创作者(zhě)仅(jǐn)仅(jǐn)需要向AI输入一段(duàn)话(huà)，甚至只是说一下要求，AI就可以根据(jù)需要生成一段视(shì)频(pín)。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的(de)差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个能够做出更(gèng)高(gāo)清视频的(de)AI还(hái)不足以在(zài)短时间(jiān)内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的(de)地方在于，它可以制(zhì)作出超过2分钟的连贯的也有确切(qiè)内容的(de)视频(pín)，这才(cái)是真正让人们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的视频(pín)多么高清(qīng)，也(yě)只能是(shì)为内容(róng)生产者(zhě)提供一(yī)个灵感，一(yī)个素(sù)材(cái)，一个过场动画。

不(bù)过能够制作出有具体剧情(qíng)内容的视(shì)频就意(yì)味着，一些(xiē)视(shì)频(pín)创(chuàng)作由AI代(dài)替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发(fā)展速度(dù)已经超过(guò)大部分(fēn)人的想(xiǎng)象。内容产业(yè)的(de)本质是(shì)供(gōng)给创造需求，AIGC作为(wèi)全(quán)新的内容(róng)生(shēng)产方式(shì)，可以为内容(róng)产业(yè)带来(lái)更(gèng)新的内(nèi)容风格、更(gèng)快的生(shēng)产速度，更低的生产成(chéng)本(běn)，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(né美国管得了比尔盖茨吗ng)应用于音乐、代码、机器人(rén)动(dòng)作等多种内容形(xíng)式的生成。不难发现该项技术不仅在(zài)游戏等行业能得到有效应用，对于(yú)下(xià)一代互联网各(gè)种元素的构(gòu)建亦有关键(jiàn)意义(yì)。

从(cóng)商业(yè)化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于(yú)AI的(de)可(kě)视化内容有强(qiáng)烈需(xū)求。

因此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新(xīn)的加持下实现更大的应(yīng)用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚(shèn)至(zhì)能够创造出独立价值和独立视角的内容。AIGC的再次出圈，更美国管得了比尔盖茨吗代(dài)表着(zhe)未来的先进生产力(lì)即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展(zhǎn)也可以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后，多(duō)模态大模(mó)型已经成为(wèi)了新的趋势。

大模型(xíng)被誉(yù)为当前人工智能发展的智能(néng)底座，是全球竞(jìng)争最激烈的研究方向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众多头(tóu)部企业都在(zài)竞相(xiāng)发力。

不过训练(liàn)大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算(suàn)，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万美元(yuán)至1200万美元高价之间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客平均(jūn)数1300万计(jì)算(suàn)，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入(rù)成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外(wài)不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算(suàn)力(lì)支持。在关注各类(lèi)大模型的发展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极(jí)目(mù)标离得(dé)更近。

因(yīn)为算力(lì)可以对突(tū)破性(xìng)技术创新(xīn)提供大(dà)力的支持(chí)。这方面，多(duō)模(mó)态大模型是典型。作为面向(xiàng)未来强人工智能、通用人工(gōng)智能的重(zhòng)要技术创新(xīn)，多(duō)模态大模型(xíng)已(yǐ)经在人工智能(néng)领域提出了很多年(nián)，业界也有不少技术突破，但是，多(duō)模态大模型进(jìn)一步往下走(zǒu)，算(suàn)力需求(qiú)呈(chéng)几何式上升，一(yī)般的算力基础设施很快(kuài)将难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对(duì)不同模态的转(zhuǎn)化、像(xiàng)人与世(shì)界交互(hù)一样(yàng)自然，这(zhè)方面(miàn)，由算力网络(luò)来(lái)驱动(dòng)将有(yǒu)明(míng)显优势。

此(cǐ)外，还有很(hěn)多需要爆发式(shì)增(zēng)长的算力(lì)来支(zhī)撑的技术创新，将在人工(gōng)智能算力网络(luò)支撑(chēng)下快(kuài)速推进。

AIGC已经露出曙光(guāng)，期待在大模型和(hé)大算(suàn)力的支(zhī)持下AIGC能持(chí)续颠覆(fù)内容生(shēng)产的方(fāng)式(shì)，将创造的(de)边际(jì)成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 美国管得了比尔盖茨吗