|我研究了一下百度AIGC，未来可能遍地都是艺术家( 二 )

ChatGPT说：这种说法是不正确的……
再往前看一点，早在2015年，谷歌就在AI上有所行动，那时他们在一篇论文中介绍了神经网络架构，这是个非常酷的发明，或者可以说是GPT-3和ChatGPT的祖师爷。
现在，类似AI“创造世界”这样具有未来主义的描述，正在不断接近现实——来自中国的科技公司不甘心只停留在“描绘AI蓝图”这样的境地，它们正在用基于AIGC的技术干点漂亮活。
比如1月10日的2022百度Create大会上，开场视频便是数字人希加加在不同维度的Create（创造）世界跑酷穿梭；更有数字人乐队演绎歌曲——从作词、作曲到编排，全部是由AIGC生成；整场大会当然有专业制作人员参与，但AI这次加入了各个环节之中，整个创排过程混合了人类和AIGC的“脑洞” ，使得大会真正具备了“Create”的特性。

Create大会看起来真像一个科技公司的AIGC秀场，但其背后技术平台的实力，以及“人机共创”的新模式——这甚至可以看做是为“人人都是艺术家”而迈出的最为深远的一步。
文心大模型如何成为内容生成力？想象一下，若让AIGC创造世界，这家伙要学习不同的文化、不同的创作方式、不同的理念，也许还要懂点美学概论……
于是工程师们创造了一个可以学习的模型，让AI得以更懂艺术创作。在百度，这个模型叫做文心。
通过学习，文心成为天才。
比如要拍一部电影， AI一个“人”便兼职了编剧、导演、演员、摄影师、剪辑师、美术师、服化道等等——这在人类看来是不可能的事情， AI做起来非常简单。
现实中，作为“天才导演”的AI已经完成一些简单的任务——百度APP里有些视频内容，是AI“导演” ，将百家号的图文内容自动转换成视频。
而更复杂的AIGC学习和生成，背后则有着这一套深不可测的方法和逻辑。
比如在训练“文心ERNIE 3.0”中，工程师为AI灌注了百科、小说、新闻、戏剧、诗歌等无标注数据——还记得哆啦A梦中有一个放在书页上的转印转知识面包吗？你可以理解工程师不断将印有知识面包喂给文心模型。
“吃下”百余种不同形知识的文心，成为一个真正的“杂学家”——会写摘要、对对联，翻译、分类、阅读理解，并且掌握了几十类自然语言。
在另一个模型， “文心 ERNIE-ViLG 2.0”中，通过训练逐渐成为一位AI美术室、插画师。现在，你只需要在屏幕上输入一个想法， AI便可以据此进行创作，生成一幅令人惊叹的画作。

AI背后的操纵者，总会感慨人工智能的创作成果与他的想法如此接近，这恰恰是因为AI学会了分析你的想法。
工程师为AI学习添加了知识增强的扩散模型——简单说就是， AI不仅能分析你这段想法中的语义，同时能通过拆解描述，找到对应的图像。不仅如此， AI还能在图像的底稿、轮廓、着色等不同阶段，选择不同网络来进行建模。
最终， AI生成的图像，不仅精美，与人的想法也如此接近。与其说这是AIGC的生产力，不如说这是机器学习带来的力量。
所以AIGC真的是一个合格的艺术家，从编剧到运镜，从桥段设置到画出分镜，乃至渲染、剪辑、添加特效，这些以往需要超大制作团队才能完成的任务， AIGC都能轻松应对——毕竟，文心模型在权威公开数据集 MS-COCO 上刷新 SOTA 效果，性能已经远远超过了国际上的同类技术。
人人艺术家？百度的AI软实力有一点需要注意， AI终究是AI ，并不会主动为你做点什么。
无论AIGC有多么强大，驱动其完成各种任务的，始终是背后的人。而通过AIGC进行创造，本质上是让“每个人成为创造世界的艺术家”这一梦想成为现实。