万字长文讲透AI艺术:缘起、意义和未来(上篇)_FTT:sbf币圈是谁

前言

今年AI艺术热潮源于海外AI技术在图像生成领域的革命性进步,以DiscoDiffusion、StableDiffusion、Midjourney等为头部代表的扩散模型开始在数字艺术领域大放异彩!以其惊人的艺术效果和可绘制“万事万物”的无限性,在短短半年时间里,吸引了来自全世界数千万注册用户的实际参与、以及数亿人的关注与谈资。

时代洪流再度来袭,只不过这次的主角给予了AI技术。我们可以去质疑一种新的商业模式或者消费场景的市场有限性,但却无法不去敬畏一种新技术革新所带来的未来无限性,那是一场绝对的“无限游戏”!

缘起:细数几大模型

2022年初,由独立开发者Somnai开发的DiscoDiffusion在谷歌Colab云服务上正式对世界开放使用,4月份开始在国内经很多设计与开源领域的大V传播至热,引发全民参与热潮,不限于如何使用这种AI生产力工具、AI艺术与人类艺术之争、版权问题,乃至对现有各种视觉相关行业的冲击几何,纷繁复杂,不一而足,好不热闹。

紧随其后的是一个更为强大的AI艺术工具Midjourney开始在Discord上建立全球第一个集中式的AI创作者社区,在短短两三个月内,仅靠这种自发的人人传播,社区规模便突破了一百万人,成为Discord有史以来规模最大的社区频道,蔚为壮观。

加密艺术家Beeple发布Yuga Labs元宇宙新作品“Otherside”:2月19日消息,加密艺术家Beeple在社交媒体发布与Yuga Labs元宇宙相关的全新作品“Otherside”,其中展示了“无聊猿”BAYC的吉祥物Curtis眺望未来城市,整个城镇的广告牌上都是各种NFT,在Beeple对The Otherside作品的解释中,广告牌上的NFT项目包括Cryptodickbutts、Mutant Apes、CoolCats、Nouns、World Of Women、Meebits、CryptoPunks和Toadz,大部分来自Yuga Labs在2022年3月第一部Otherside预告片中列出的NFT系列。

此前,Beeple创作的NFT作品《Everydays: The First 5000 Days》以约6930万美元(42329.453 ETH)成功竞拍,创下迄今为止数字艺术拍卖最高记录。[2023/2/19 12:15:30]

2022年夏天,众多科技巨头纷纷涉足AI艺术领域,以OpenAI、谷歌、微软、百度最为积极,分别推出了Dall·E2、Imagen、Nuwa、文心一格。巨头成?还是社区成?成为这个夏天AI艺术发展进程中最瞩目的商业鏖战。

The Sandbox与时代杂志将在元宇宙中开发TIME Square:金色财经消息,The Sandbox与美国时代(TIME)杂志的Web3社区计划TIME Pieces达成合作,将在TheSandbox的元宇宙中开发虚拟艺术和商业中心“TIME Square”,它将通过提供对讨论、活动、TIME Studios项目放映和教育体验的虚拟访问,为TIME Pieces社区提供服务。[2022/6/21 4:41:55]

但这些都尚不足以将AI艺术带入到一个千亿乃至万亿级的消费市场中,一种技术只有具备建立超级大生态的能力才会被历史所辅证、被当下所青睐、被未来所铭记,就像曾经的Linux、云计算、安卓、以太坊等在用生态来承载人类数字技术发展的30多年征途。而它们的继承者今天也逐渐崭露头角——StableDiffusion。

SD自今年8月份面世以来,秉承“大开源”的精神和宗旨,不仅在短短两个月时间内让其背后公司实体一跃成为市值高达十几亿美金的独角兽,更吸引了全球数百万乃至上千万人积极参与其生态的建设,这场如火如荼的“去中心化运动”引爆了海内外的创业与投资热潮,因此其意义之深远远超对自身的影响,其福泽被于世界与万民。

宝通科技全资子公司海南元宇宙增资AR/VR公司哈视奇:1月12日消息,《科创板日报》记者获悉,宝通科技全资子公司海南元宇宙公司对哈视奇再次进行增资,增资之后,宝通科技及其相关主体持有哈视奇股份合计比例为43.61%,成为哈视奇控股股东。哈视奇是国内领先的AR/VR内容研发和解决方案供应商,双方于2016年开始合作,目前宝通科技是哈视奇最大的外部投资人。(鞭牛士)[2022/1/12 8:43:29]

而所谓的“大开源”,包括开放核心AI算法模型、开放核心训练数据集、开放AI生成图片的版权。这种三位一体的开源模式,让全世界所有普通人、极客、创业者、商业团体可以随心所欲地完成对SD的部署、运行、改进和商业化,且大胆使用全世界人利用SD所无私贡献的AI生成式图片,而不必受制于版权的束缚,大胆地去创新,让AI技术在视觉生成领域能够零摩擦地大跨步向前,不必受制于商业的条条框框而固步自封。

风靡国内外的AI艺术工具

时至今日,DD虽然在商业化上无法体现效率、边际成本、规模效应的优势,但其对AI艺术开源运动的引领地位被广泛认可,依然是更多新人入场所能够首先免费享受到的AI艺术体验,对于教学与用户教育的意义依然存在且无法被替代。

东南大学:太赫兹无线传输通信实验结果将满足未来元宇宙需求:金色财经报道,据东南大学官微报道,该校与网络通信与安全紫金山实验室、鹏城实验室、复旦大学和中国移动等团队已建出首个360—430GHz频段100/200Gbps实时无线传输通信实验系统,创造出目前世界上公开报道的太赫兹实时无线通信的最高实时传输纪录,从而将现有5G的峰值传输速率提升一至两个量级,能满足未来6G全息通信、元宇宙等新型应用需求。[2022/1/6 8:29:55]

在美学角度,DD对于色彩的大胆绘制往往令人“心驰神往”,但其并不注重逻辑性,具有极为强烈的“AI风格”,这种纯粹追求对视觉的冲击效果也经常被壁纸类创作者所青睐,因此在抖音、小红书等社交媒体上经常会看到由DD所创作的“色彩美学”作品。几乎所有的国产AI艺术产品和工具都会首先集成DD,是对开创者的致敬,也是对其独特美学体验的认可,这种风格不因技术的进化而过时,也许会历久而弥新,传承为AI艺术最初始的模样,愈发不可替代,则弥足珍贵!

DD绘制的中国二十四节气

AI艺术领域并非由开源独撑,时至今日商业化最为成功的当属MJ。而MJ不仅完全闭源,还倡导付费模式。这种底气当然来自其核心可控的技术、强大的产品、顶级的算法、不断进化的数据集,使得MJ的出图已经进入“大成之境”,不论从逻辑性还是细节都几乎与人类艺术家难解难分。迄今为止,MJ共发布了四个版本,而每个版本都有其“致命性”的革新,如v2版的“美学”、v3版的“逻辑”、v4版的“无可挑剔”。每次的新版本发布都无不让全世界为之欢呼和追捧,这种场面不禁令人想到了当初iPhone从初代开始的每一场发布。有人戏称,DD是塞班,SD是安卓,MJ则是苹果。戏谑之中,暗藏着历史的重演,未来已在此处,只是分布不均。

靠着不断进化的“深度”,MJ全年都处于兴盛不衰的状态,是所有AI艺术创作者都顶礼膜拜的“冈仁波齐峰”。虽然MJ并没有进驻中国消费市场,但凭借着大模型之“大力出奇迹”的精髓,加上MJ每天都在扩充自己的训练数据集,这个扎根于海外的产物竟也十分理解中国元素。很多国内用户用它刻画古风、武侠、神兽、古建筑等系列,并燃爆了整个抖音和小红书的公域流量,好的作品点赞量都高达一百多万,比很多粉丝数上亿的头部主播发布的日常状态都高。也许在七八月份的时候,很多用户还能挑出MJ出图的各种问题和瑕疵,但今天更多的是折服与认可,随之而来的便是持续的商业化输出。MJ的创作者群体已经逐渐从一开始的纯兴趣爱好慢慢扩展至使用MJ进行商业设计与变现的职业群体,涉及影视制作、游戏设计、UI设计、原画、插画、壁纸、数字艺术、数字藏品、元宇宙视觉等多个领域数百万人的辐射。

MJ目前将社群构建在海外社交软件Discord之上,从0到100万人仅仅不到半年时间,而更是在随后的两个月时间内从100万干到了近400万左右的规模。

可以说MJ社群的规模增长速度恰如其分地反映了整个AI艺术行业2022年的发展轨迹和无尽潜力。作为AI艺术皇冠上的明珠,MJ的存在无疑给了从事这个行业的创作者和创业者更多的信心和鼓舞,因为它在不断证明——AI艺术的进化是永无止境的!

AI艺术家AIBEN使用MJ创作的科幻作品

在技术基因上,SD跟MJ有着太多相似、相比、相拼之处。比如出图时间都在1分钟以内,甚至秒级,这得益于像SD利用潜空间极大地提升了扩散模型的绘制效率,将原本二维的像素空间画布降维至一维的潜空间,这不仅仅是压缩了时间,更让图像匹配人类描述的精准度大大提升,因此这类模型相比于初代的扩散模型更具商业落地可行性,可满足千万乃至上亿人参与的新消费场景。

时至今日,由MJ和SD领衔的AI艺术消费市场已经在全球突破了一千万用户的大关,并在疯狂地向一亿全球用户的新征程迈进。但SD目前在输出图像的艺术水准上相比于MJ还存在一些进步的空间,这与我们接下来要讲得息息相关,也是SD生态正在努力的方向。

目前SD生态由公司实体StabilityAI和RunwayML共同领衔推进,与此同时一些第三方社区力量也举足轻重,诸如SDwebui项目、众多二次元改进项目、可用于训练SD新模型的dreambooth生态、可用于精准控制SD画面输出的交叉注意力技术方向等等。百花齐放,生态犹如热带雨林一般,可能每天都有生与死,但生生不息!

更值得注意的是,扩散模型技术大厦的构建更离不开众多上游大技术的鼎力配合,尤其指更精准理解人类语义的大模型技术、文本与图像多模态预训练模型、AI艺术输出质量最为依赖的大规模训练数据集等。

SD今天的成就离不开当初对LAION数据集的全力支持,其中大名鼎鼎的LAION-5B是用于训练下一代图像文本模型的开放式大规模数据集,高达58.5亿个图像-文本对,共80T数据,是世界第一大规模、多模态的文本图像数据集。

这个数据集的建立并非一朝一夕的工作,它是对互联网发展近30年的缩影,要对海量的互联网图片做大量的工作,诸如提供了图片过滤、水印图片过滤、高分辨率图片、美学图片等子集和模型,以供不同方向研究。这就是互联网的视觉DNA!时至今日则由CLIP、扩散模型等新一代AI技术进行编码演绎,去勾勒出互联网未来的模样——元宇宙时代。随着LAION的持续进化,SD也会输出更加高质量的AI艺术作品,就像MJ那样。

诚如StabilityAI创始人Emad所言:“很高兴支持创建这个为下一代模型奠定基础的数据集。甚至更好的数据集正在开发中,它被设计为广泛的、可扩展的。现在我们将向着多样化、专业化和不断提高质量前进。”

SD绘制的“万事万物”

如今人类有了众多开源与闭源的AI艺术生产力,这其中有的可以直接进入商业生产,而有的则停留在娱乐体验,因此就产生了付费与免费的用户行为。对于极致水准的图像生成,用户付费的意愿也随之强烈,这便是AI艺术这个行业极为明确的发展方向,进化是永恒的使命!

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:0ms0-6:774ms