查看原文
其他

AIGC 2月刊 | 一文总结3个趋势、10大热点、5个创作工具

头号AI玩家 头号AI玩家 2024-03-10

这里是“头号AI玩家”的新栏目:AIGC月刊。每月更新一次,以下是我们梳理汇总的2024年2月AIGC行业趋势、AI热点要闻、新上线的AI工具和AIGC热门应用案例。希望能带给你一些启发和思考,也欢迎在评论区和我们交流你的想法~




2月AIGC行业趋势


Sora惊艳亮相,AI视频迎来突破性飞跃


2月16日,OpenAI推出首款文生视频大模型Sora(官网:https://openai.com/sora),可以根据提示词生成长达1分钟的视频,包括高度细腻的场景、复杂的摄像机动作和多个情感丰富的角色。此外,该模型也支持生成图像,支持将现有静止图像生成视频,能对现有视频进行扩展、将两个视频衔接并填充缺失的帧。


Sora建立在对DALL·E和GPT模型的研究之上,OpenAI表示“Sora是能理解和模拟现实世界的模型的基础,我们相信这一功能将成为实现AGI的重要里程碑”。


目前Sora仍未向公众开放,OpenAI称正在与红队人员合作,对模型进行对抗性测试。同时,OpenAI开通了社交平台TikTok官方账号,专门发布由Sora生成的视频,在5天内涨粉超10万,目前获赞超120万,粉丝数达20.8万。



“头号AI玩家”梳理了所有已发布的Sora测试案例,并和9位业内一线玩家探讨了Sora对内容行业、尤其是视频领域带来的影响,以及AIGC冲击下,谁会被淘汰,未来内容从业者又需要具备什么样的核心竞争力。


相关阅读:《爆火的Sora会改变内容行业的游戏规则吗?9位一线从业者这么说》《Sora官方测试案例大全!最新AI视频提示词都在这了(附文档)》


附2月OpenAI相关动态:

OpenAI一键调用GPTs功能正式上线

OpenAI推出Vision Pro版ChatGPT

ChatGPT测试记忆管理功能

消息称OpenAI估值达800亿美元

OpenAI取消GPT-4 Turbo的每日调用限制

Sam Altman就芯片项目寻求美国政府的支持

美国专利局拒绝OpenAI将“GPT”注册为商标

OpenAI创始成员Andrej Karpathy离职

马斯克连续发文施压OpenAIOpenAI秘密项目Feather曝光

OpenAI称《纽约时报》“黑入”了ChatGPT ,人为制造版权诉讼

OpenAI和微软被起诉盗版


国内公司加码大模型,AI产品相继落地


过去一个月,OpenAI、微软、谷歌、英伟达、苹果、Meta、亚马逊等头号AI玩家们都发布了有关AI大模型、芯片或产品的消息,比如苹果放弃了造车业务,近2000人团队大部分将转向生成式AI研发。


来自海外科技公司的激烈竞争,迫使国内公司加快追赶大模型进展。我们看到互联网大厂接连推出多款AIGC新应用,比如百度的文心一言上线数字分身功能,阿里巴巴的通义千问上线AI生成全家福和拜年视频功能。


其中,字节跳动被曝正在加大投入对AI产品的研发,成果相继落地,包括抖音电商、巨量引擎等业务部门,其中动作最大的Flow部门除了上线豆包、扣子等AI产品外,还将推出AI角色互动App“话炉”,以及一款或为图片方面的AI产品“PicPic”。原抖音集团CEO张楠也宣布辞任,重心转向剪映。



此外,还有多家AI创企和机构推出了基于生成式AI技术的产品,AIGC行业正在加速产品化和商业化。


相关阅读:《剪映的AI革命,字节的AI狂想》


监管出手!警惕AI造谣诈骗


随着AI技术的发展,其伦理和安全性问题也受到更多关注。


2月1日,公安部网安局通报了一起利用AI发表造谣文章赚取佣金案件。网民王某托某款手机软件的AI题词功能写文章,在系统中输入带有“杀人、失踪”等敏感字眼的提示词,附以时间地点,就能自动生成博取眼球的文章,结果被大量网民点赞、留言、转发,严重干扰社会秩序。目前,齐齐哈尔公安机关对王某处以罚款,同时责令删除相关谣言。


为了维护合法有序的内容生态,平台方和AI公司开始采取相关预防措施。


2月5日,小红书官方发布了一则关于AI创作内容的平台主张:

1.尊重他人肖像权,禁止任何以他人照片或视频进行换脸的行为

2.主动声明AI技术创作的内容,避免用户混淆

3.禁止任何通过AI技术制作和发布的违反社区规范的内容

4.禁止任何使用AI创作内容虚构使用体验或效果进行商业变现的行为


在海外,AI生成的知名歌手Taylor Swift(泰勒・斯威夫特)的不雅照引起争议,OpenAI随后宣布将在DALL-E 3生成图像元数据中添加C2PA(内容来源和真实性联盟)的水印,用户可凭此查询图像来源。Meta也宣布在旗下社交平台Facebook、Instagram和Threads等标注AI生成的图像。



你可能错过的10大AI热点


1. 字节上线AI Bot创建平台Coze(扣子)


2月2日消息,字节跳动上线了“Coze(扣子)”AI Bot创建平台,用户能够快速创建和优化专属AI Bot。Coze支持用户添加插件或上传数据库,提供了必应搜索、文生图ByteArtist、效率办公等各类插件。整个操作流程,和创建GPTs以及Poe机器人无异,此前“头号AI玩家”发布过完整创建流程


创建完成后,用户可以将AI Bot发布到飞书、豆包、微信公众号(服务号)等,Coze还上线了机器人商店。


国内版扣子:https://www.coze.cn/


2. AI创业公司月之暗面融资8亿美元


2月26日消息,据知情人士透露,国内大模型独角兽月之暗面近日获得了8亿美元新融资,而非此前传出的10亿美元。在8亿美元融资中,阿里投资了7.9亿美元,砺思资本投资1000万美元。小红书、美团原计划战略投资,但阿里将月之暗面估值提高了50%,并且重仓持股40%,所以后者主动退出了。


据了解,月之暗面已在秘密研发通用多模态模型,预计今年内将推出。目前,月之暗面已经完成千亿参数规模的自研通用大模型,面向消费者的“kimi智能助手”。


3. 谷歌相继发布大模型Gemini 1.0 Ultra、Gemini 1.5、Gemma


继推出Gemini 1.0 Ultra后,2月15日,谷歌发布了新一代多模态大模型Gemini 1.5,其性能在多个维度上有显着改进,并且1.5 Pro实现了与1.0 Ultra相当的质量,同时使用更少的计算。该模型在长上下文理解方面取得突破,能持续运行多达100万个tokens,实现迄今任何大型基础模型中最长的上下文窗口。


2月22日,谷歌推出全新的开源模型系列Gemma,其采用了与创建Gemini模型相同的研究和技术,但更加轻量级,同时保持免费可用,模型权重也一并开源了,且允许商用。据介绍,Gemma在关键基准测试上超过Meta Llama2和最强混合架构开源模型Mistral,而且能直接在开发者的笔记本电脑或台式电脑上运行。


Gemini 1.5博客:https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024/#architecture

Gemma官网:https://ai.google.dev/gemma/


4. “卖AI课的清华博士”李一舟陷争议


Sora爆红后,AI课程因疑似“割韭菜”争议再度登上风口浪尖,头部博主李一舟陷入了退款风波,一批AI课程导师也因此成为话题焦点。李一舟的“每个人的人工智能课”售价199元,主要在抖音直播间售卖,新榜旗下抖音数据工具新抖显示,近一年来,该课程预估销量近25万份,其直播累计预估销售额近5000万。


相关阅读:《2倍速怒刷李一舟199元AI课,AI圈的“韭菜”这么好割?》


5. Stability AI发布Stable Diffusion 3,与Sora同源架构


2月22日,Stability AI推出Stable Diffusion 3早期预览版,并表示这是他们迄今为止最强大的文本生成图像模型,在多主题提示、图像质量和文本渲染能力方面均有显著提升。Stable Diffusion 3和Sora一样采用了diffusion transformer架构,似乎由此获得了和Sora一样“理解和模拟物理现实”的能力。目前Stable Diffusion 3尚未全面开放,可申请加入候补名单。


Stable Diffusion 3官网:https://stability.ai/stablediffusion3


相关阅读:《与Sora同架构!Stable Diffusion 3文生图模型惊艳亮相,对比实测来了》


6. 艺术圈“AI三杰”翻车了,用AI作画冒充“手绘”


2月21日,三位自称中国美术学院学生的博主发布了一条“手绘”画作的视频,融合流行梗“高速运转的机械进入中国”画出了一幅大尺寸且细节丰富的作品,视频全网获赞超百万。但很快这幅画作就被质疑是用AI生成的,网友还找到了极为相似的另一张AI绘图。


2月23日,其中一位博主“曾bobi”对此发布视频道歉,称自己的确在创作中使用了AI,没有如实标明,让大家误以为是手绘的,并解释了如何借助AI创作这幅画的过程。虽然他强调过往作品是个人独立完成的,但仍被质疑使用了AI生成,网友将他们称为艺术圈“AI三杰”。


相关阅读:《看似达芬奇转世、实则“AI附体”,“AI三杰”带给创作者哪些启示?》


7. 全球首例:广州互联网法院判决AI生成奥特曼侵犯著作权


2月27日消息,广州互联网法院近日生效了一起生成式AI服务侵犯他人著作权判决,这也是全球范围内首例生成式AI服务侵犯他人著作权的生效判决。该案认为,被告(某AI公司)在提供生成式AI服务过程中侵犯了原告对案涉奥特曼作品所享有的复制权和改编权,并应承担相关民事责任。


相关阅读:《全球AIGC平台侵权第一案宣判!“奥特曼”战胜AI》


8. 谷歌发布基础世界模型Genie,能生成可交互虚拟世界


2月27日消息,谷歌发布了基于生成式人工智能的基础世界模型“Genie”,其拥有110亿的参数规模,能够通过一张图像提示生成可交互的虚拟世界。谷歌强调,Genie是一种通用方法,不需要额外的领域知识,并且可以转移到真实的人类设计环境中,应用于游戏、设计、XR、机器人等多个领域。


项目主页:https://sites.google.com/view/genie-2024/home?pli=1


9. Mistral AI发布旗舰模型Mistral Large和聊天机器人le Chat


2月27日,法国生成式AI独角兽Mistral AI发布全新旗舰模型Mistral Large。据介绍,Mistral Large是先进的文本生成模型,逻辑推理能力出色,能处理包括文本理解、转换以及代码生成在内的复杂多语言任务。在衡量多语言理解任务基准MMLU上,Mistral Large的表现仅次于GPT-4。


该模型上下文窗口为32K tokens;擅长英语、法语、西班牙语、德语和意大利语;原生支持函数调用。此外,微软官方宣布与Mistral AI建立长期合作伙伴关系。目前,Mistral Large可在微软Azure AI和Mistral AI 平台上使用,也可以通过类似于ChatGPT的网站le Chat进行测试。


le Chat体验地址:https://chat.mistral.ai/chat


10. 阿里发布AI图生视频模型EMO


2月28日消息,阿里巴巴智能计算研究所近日推出了一款名为EMO(Emote Portrait Alive)的生成式AI模型,能够凭一张人物肖像照片和音频,生成逼真的声画同步视频,还支持根据音频长度生成不同时长的视频内容。


项目地址:https://humanaigc.github.io/emote-portrait-alive/Github(模型和源码待开源)



新上线的5个AI工具(功能)


1. Luma AI发布AI文生3D工具Genie


近日,Luma AI正式发布文生3D模型:Genie,将3D模型生成时间降至10秒以内,为了方便用户使用,还提供手机端、网页端和Discord等三种体验途径。(在线体验地址:https://lumalabs.ai/)


之于专业人士,AI生成3D模型可以无缝衔接到已有的工作流中。


提示词:Pikachu holds a pot of cacti


而对于从未接触过3D建模的普通玩家,Luma AI除了能丝滑生成可供拖拽“把玩”的赛博手办,还支持3D重建现实中的场景和物体,成了Ins网红、甚至明星MV酷炫镜头生成的绝佳利器。


用Luma AI的3D重建功能制作的希区柯克变焦镜头,Instagram@Karen X Cheng

近期使用Luma AI打造的3D重建视频在Ins上最受欢迎的是航拍镜头,最高的一支视频播放量超430万,收获点赞破31万。


相关阅读:《谁能想到,一款3D建模AI工具成了Ins网红的视频创作利器》


2. 谷歌推出AI文生图工具ImageFX


2月5日消息,谷歌推出了一款新工具ImageFX,主打堆砌简短提示词,快速生成高质量图片。用户可以通过简单的文本来创造图像,然后ImageFX会将提示词自动切分成单词、短语,谷歌称之为“表达性组件”。ImageFX调整完提示词之后,用户可以选择优化单词,调整不同的参数。

左图由ImageFX生成,右图为Dall·E 3
提示词:An astronaut skiing on the moon with Earth in the background, highly detailed, realistic

总体来说,Imagen2更适合生成真实感的图片,比如人物肖像,而DALL·E 3生成的结果更接近用户的提示词。

体验地址:https://aitestkitchen.withgoogle.com/tools/image-fx

3. AI视频生成工具Stable Video开放公测


2月21日,Stability AI旗下的视频生成产品Stable Video开放公测,产品基于Stable Video Diffusion 1.1架构打造,支持文生视频和图生视频功能。据“头号AI玩家”实测,目前Stable Video对于静态物体、风景等效果不错,但一旦遇上人脸,就有可能出现失败的情况。

Stable Video官网:https://www.stablevideo.com/


4. Stability AI推出图像放大工具CreativeUpscaler


近日,Stability AI推出了一个基于AI的图片生成器CreativeUpscaler,该模型整合了多种前沿的机器学习算法,如Stable Diffusion、DALL-E2、VQGAN+CLIP等,支持生成各种风格的图像。用户只需要提供文字描述,CreativeUpscaler就可以自动生成图片。同时,它还有图像上样器功能,可以将上传图像的分辨率升级到4K,并强化一些原本没有的新细节。


5.Pika推出“对口型”功能Lip Sync


2月27日,AI视频生成平台Pika推出人物配音功能,由AI语音生成平台ElevenLabs提供技术支持,同时上线“对口型”的唇形同步功能,上传图片或视频后即可看到新按钮“Lip Sync”,目前仅支持专业版Pro用户体验。



5个AIGC热门案例


1. AI红包封面爆火,分分钟躺赚千元


对于没有绘画基础的创作者来说,原创设计一个红包封面并不容易,而有了AI绘图工具的帮助,一天就能产出数十套封面,切中市场需求的话甚至能卖出爆款。

比如在小红书搜索红包封面,能看到不少销量在100以上的商品。有的静态图红包封面售价4.9元,已卖出1132份,销售额超5000元。


还有更复杂的动态红包封面售价6.8元,目前已售8928份,销售额超6万元。


我们可以借助AI文生图/图生图功能来快速制作红包封面,免费的AI绘图工具包括微软Copilot、Stable Diffusion、文心一格、腾讯混元等,专业玩家可以直接上手付费的Midjourney。

据“头号AI玩家”观察,目前小红书、淘宝上的红包封面价格以2~8元/张为主,主题多是龙年春节,霸气金龙、可爱萌龙、龙年暴富等风格较受欢迎。

相关阅读:《教你用AI制作微信红包封面,分分钟躺赚千元(附红包封面)》《今年爆火的“电子年货”,我们用AI帮你们备齐了》


2. AI拜年小游戏刷屏:决战拜年之巅



这是春节前走红的拜年模拟器“决战拜年之巅”,玩法和文字聊天小游戏差不多,你要在“相亲相爱一家人”群聊中依次面对七大姑、八大姨、六大婶、五大叔、二大爷等众多亲戚的灵魂拷问,每个人都有针对性的话题如工作、恋爱。

放弃平时唯唯诺诺的回答,现在你可以尽情发疯:

什么工作?美国副总统

你的回答会影响亲戚的情绪值,鸡同鸭讲也会让他们放弃和你聊天。和所有亲戚们聊完后,最后你还要面对大BOSS妈妈。对话结束后,系统会根据情绪值等因素生成不同的成就。回答完美的“大孝子”有机会被纳入族谱哦!

“决战拜年之巅”出自ChatMindAI团队,由国产大模型GLM(智谱AI)提供支持。目前原网站已下架,感兴趣的玩家可以登录智谱清言体验(https://chatglm.cn/main/gdetail/65bc598949828c64d52e6f44)。

3. AI视频上央视春晚,创作者详解制作过程


2024年的龙年春晚,可以说史上AI含量最高。除了明星的营业照用上了AI图外,更有AI生成视频在春晚舞台亮相。在节目《枕着光的她》开头,有一段陶瓷小人跳舞的画面,这便是由AI生成的。

‍图片来源:全民熊猫计划;视频截图

2月9日,短片创作者“海辛”和“Simon阿文”复盘讲解了这个AI舞蹈的详细制作过程。在这个项目中,他们用到了ControlNet、LCM、AnimateDiff等技术,将真人双人舞转绘成陶瓷质感的舞蹈。关于保持角色一致性的方法,他们提到,相比单人转绘后期合成,直接引入ControlNet tile模型,能够更快速便捷地固定住双人角色特征。

另外,稳定扩散模型搭载IPAdapter插件,可以大大降低AI绘画生成的随机性。用一张图就可以引导AI生成指定材质的效果,比如陶瓷、青花瓷、翡翠质感等等。

4. 如何打造一个AI虚拟网红


‍自此前Instagram博主Emily靠堪称完美的颜值在Ins4周内涨粉超20万之后,最近,外网又有一位叫Lexi Love的AI博主火了。

Lexi Love的Ins账号数据

她的角色设定依旧是模特,背后的创作者靠发“假图”,妥妥实现了“躺着赚钱”。据背后的创作团队Foxy AI称,Lexi每个月都能收到超20名用户的求婚、约会邀请,平均每月赚取3万美元(折合约人民币20余万元)。

受到西班牙AI模特Aitana成功赚取流量的启发,X平台博主“Emm”用Aitana上传的12张个人形象图,训练了一个LoRA模型。他认为,2024年将是AI虚拟博主之年,完全由AI生成的角色将不再是一个概念,而是可以参与商业,直接赚钱。

结合“Emm”的创作经验,“头号AI玩家”也进行了一番实测。AI虚拟博主的打造,关键是保证面部、身材等人物的一致性,而训练LoRA模型能够较大程度降低生成的随机性。

相关阅读:《爆火的AI博主,是“摇钱树”还是“坑”?(附实测教程)》

5. “复活”已逝爱人?现在流行AI声音克隆


我们见识过AI合成视频、动态图片的技术,而现在合成语音也变得轻而易举。

最近在商汤2024年年会上,已经去世的商汤创始人汤晓鸥的数字人现身表演脱口秀。据了解,通过商汤如影数字人技术,仅需要5分钟真人视频素材,就可以生成动作声音自然、口型准确、多语种精通的数字人分身。



AI克隆人声要怎么做?‍

以AI音频工具ElevenLabs为例,只要上传1分钟的声音素材,就能够把任意一段音频,快速生成为中文、葡萄牙语、日语等在内的29种语言,还保留声源的音色特征和情感色彩。

“头号AI玩家”体验下来,对于很多创作者来说,如果是进行剧情重制、制作游戏二创视频,或是代替个人原声进行解说,目前AI工具中的音色克隆功能其实完全够用。比如抖音旗下的视频剪辑工具剪映内置了“声音克隆”的AI功能,方便视频创作者一键实现文本到语音的转换。

还有一些专业向的声音工具,比如大饼AI、出门问问旗下的魔音工坊等,都支持一键改变创作者的音色,让音视频的创作有了延展发挥的空间。

从最早AI音频生成技术让AI孙燕姿唱歌、让郭德纲讲英文相声,到现在AI复刻博主音色、“复活”逝者的ToC产品,AI音频的可玩性正在不断扩大。在大语言模型的加持下,我们离打造个人“数字生命”又近了一步。

相关阅读:《10秒,让OpenAI奥特曼为你的视频配音?80岁歌手靠此技术翻红互联网》




「头号AI玩家交流群」进群方式:添加微信“banggebangmei”并备注姓名+职业/公司+进群,欢迎玩家们来群里交流,一起探索见证AI的进化。


也欢迎围观小红书@头号AI玩家,我们在这里日常练习AI绘画。


欢迎分享、点赞、在看

 一起研究AI

继续滑动看下一个

AIGC 2月刊 | 一文总结3个趋势、10大热点、5个创作工具

头号AI玩家 头号AI玩家
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存