AI가 소설을 쓰고, 그림을 그리고, 영상을 편집하는 것이 더욱 인기를 끌고 있습니다.

​최근 제너레이티브 AI가 다시 인기를 끌고 있어요! '드림 스틸러(Dream Stealer)'라는 위챗 애플릿은 즉각적인 인기를 끌며 매일 5만 명의 신규 사용자를 추가하는 기록을 세웠습니다.

드림스틸러는 입력된 텍스트를 기반으로 이미지를 생성할 수 있는 AI 플랫폼입니다. AIGC(AI-Generated Content)의 한 분야입니다.

사용자가 상상력을 발휘하고 텍스트 설명을 입력하면 Dream Stealer는 1:1, 9:16 및 16:9의 세 가지 비율로 그림을 생성할 수 있습니다. 또한 기본 유화 외에도 24가지 그림 스타일 중에서 선택할 수 있습니다. , 수채화 및 스케치와 같은 그림 카테고리에는 사이버펑크, 증기파, 픽셀 아트, 지브리 및 CG 렌더링과 같은 특수 스타일도 포함됩니다.

사진: Technology Cloud Report 편집자는 "Dream Stealer" WeChat 애플릿을 사용하여 이를 생성했습니다.

사실 "텍스트를 사용하여 그림을 만드는" AI 소프트웨어는 이것이 최초가 아닙니다. Midjourney부터 Stable Diffusion까지, 생성 AI는 지난 2년간 가장 뜨거운 주제였습니다.

제너레이티브 AI는 AI 발전의 중요한 방향으로서 발전 가능성이 매우 높습니다.

가트너의 상반기 데이터에 따르면 생성 AI가 생성하는 전체 데이터 중 현재 1% 미만인 비중이 2025년에는 10%를 차지할 것으로 예상된다.

어떤 사람들은 2022년이 생성 AI가 기술에서 성숙하여 사회의 기본에 침투하는 원년이 될 것이라고 믿습니다.

생성 AI의 폭발적인 성장: 사진에서 영상까지

최근 시각 분야의 AI 기술 발전은 '빠르다'고 할 수 있습니다.

지난해 1월, '일반 인공지능으로 모든 인류에게 이로움'을 추구하는 기업 오픈AI(OpenAI)는 텍스트에서 이미지 생성을 구현하는 GPT-3 모델 기반 획기적인 DALL-E를 출시했다.

올해 4월 OpenAI가 출시한 2세대 DALL-E 2 모델이 다시 한번 이미지 생성 분야의 새로운 기준을 세웠습니다.

사용자는 짧은 텍스트 설명(프롬프트)을 통해 해당 이미지를 생성할 수 있으므로 그림을 그릴 수 없는 사람들도 상상력을 예술적인 창작물로 바꿀 수 있습니다. 예를 들어 "농구를 하는 알파카"라는 문장에서 생성된 네 단어가 그림에 아주 많이 보입니다. 모두의 기대에 부응합니다.

DALL-E 2 모델 생성 이미지 예시

그뿐만 아니라, 텍스트 설명의 세분성이 계속 개선됨에 따라 생성된 이미지도 점점 더 정확해지며, 그 효과는 비전문가에게 이미 꽤 충격적입니다. 전문가.

그러나 DALL-E 2와 같은 모델은 여전히 ​​2차원 생성, 즉 이미지 생성 분야에 머물며 막다른 골목 없이 360도 3D 모델을 생성할 수 없습니다.

그러나 Google 연구의 최신 결과 중 하나인 DreamFusion 모델은 간단한 텍스트 프롬프트를 입력하여 3D 모델을 생성할 수 있는 매우 창의적인 알고리즘 연구자들에게는 여전히 문제가 되지 않습니다. 또한, 생성된 3D 모델은 밀도, 색상 등의 특성도 가지며, 생성된 여러 3D 모델을 하나의 장면으로 통합할 수도 있습니다.

3D 이미지를 생성한 후 Meta의 알고리즘 직원은 아이디어를 더욱 개방하고 더 높은 난이도에 도전했으며 텍스트 프롬프트를 사용하여 직접 비디오를 생성하는 방법을 탐색하기 시작했습니다.

비디오는 본질적으로 일련의 이미지를 중첩한 것이지만, 이미지 생성에 비해 텍스트를 사용하여 비디오를 생성하는 경우 동일한 장면의 여러 프레임을 생성해야 할 뿐만 아니라 인접한 프레임 간의 연속성을 보장해야 합니다. 섹스. 모델을 훈련할 때 사용할 수 있는 고품질 비디오 데이터는 거의 없지만 계산량이 매우 크기 때문에 비디오 생성 작업의 복잡성이 크게 증가합니다.

올해 9월 메타 연구진은 DALL-E의 비디오 버전에 해당하는 인공지능 기반의 고품질 단편 비디오 생성 모델인 Make-A-Video를 출시했으며, "Made with Mouth"라는 별명도 가지고 있습니다. 비디오", 즉 텍스트 프롬프트를 통해 새로운 비디오 콘텐츠를 만들 수 있습니다. 그 뒤에 있는 핵심 기술 역시 DALL-E와 같은 이미지 생성기에서 사용되는 "텍스트-이미지" 합성 기술에서 비롯됩니다.

1주일 후, Google CEO Pichai는 Meta의 Make-A-Video에 정면으로 도전할 두 가지 모델, 즉 Imagen Video와 Phenaki를 공식 발표했습니다.

Make-A-Video와 비교하여 Imagen Video는 비디오의 고화질 특성을 강조하고 1280*768 해상도, 초당 24프레임 비디오 클립을 생성할 수 있으며 다양한 예술적 스타일의 작품을 이해하고 생성할 수도 있습니다. 회전 표시 중에도 객체의 3D 구조가 변형되지 않습니다.

Imagen의 텍스트를 정확하게 묘사하는 능력도 계승되었으며, 이를 기반으로 간단한 묘사만으로 다양한 창의적인 애니메이션을 생성할 수 있습니다.

​Imagen Video는 비디오 예제를 생성합니다

그리고 Phenaki는 약 200단어의 프롬프트를 기반으로 2분 이상의 저해상도 롱샷을 생성하여 비교적 완전한 스토리를 전달할 수 있습니다.

Phenaki 생성 동영상 예시

현재 중국에는 생성 AI 애플리케이션이 많이 있습니다.

예를 들어 ByteDance의 Jianying 앱은 AI 생성 비디오 기능을 제공하며 무료로 사용할 수 있습니다.

이미지를 텍스트로 변환하는 동영상 기능은 Google과 유사합니다. 제작자는 몇 가지 키워드나 짧은 텍스트 단락을 사용하여 창의적인 짧은 동영상을 생성할 수 있습니다.

Clip Screen은 텍스트 설명을 기반으로 비디오 자료를 지능적으로 일치시키고 비디오를 금융, 역사, 인문학 및 기타 카테고리를 포함한 보다 수직적인 콘텐츠 작품으로 패키지화할 수도 있습니다.

2022년 1월 NetEase는 AI가 사용자가 편집한 새해 인사를 노래로 생성하는 원스톱 AI 음악 제작 플랫폼 "NetEase Tianyin"을 출시했고, 상반기에는 웹사이드 전문 버전을 출시했습니다.

2021년 9월, 다양한 유형의 텍스트를 만들 수 있는 Caiyun Xiaomeng 앱이 출시되었습니다. 사용자는 1~1000 단어의 시작 부분만 제공하면 Caiyun Xiaomeng은 다음 스토리를 계속 작성할 수 있습니다.

실제로 AI 창작에는 다양한 형태가 있습니다. 생성 AI 기술을 글쓰기에 적용하면 언론인, 소설가, 시인, 시나리오 작가 등의 기계 버전이 탄생할 수 있다. 회화, 음악, 무용 분야에 적용하면 화가, 작곡가, 편집자를 '육성'할 수 있다. .댄스 스태프.

제너레이티브 AI의 폭발적인 성장 뒤에

지난 1년 동안 제너레이티브 AI는 더욱 발전했습니다. Google, Microsoft, Meta 등 AI 분야의 거대 소프트웨어 기업들은 내부적으로 이 기술을 홍보하고 생성 AI를 자사 제품에 통합했습니다.

생성 AI가 갑자기 인기를 끄는 이유는 무엇인가요?

실제 생성 AI 기술은 급속도로 발전해 왔지만, 이전에는 기술 문턱이 지나치게 높아 기술 산업 내 작은 원에 국한되어 있었습니다.

AI 기술의 발전 역사를 되돌아보면 생성 AI의 폭발적인 증가는 더 나은 모델, 더 많은 데이터, 더 많은 계산이라는 세 가지 요인과 분리될 수 없다는 것을 알 수 있습니다.

2015년 이전에는 소형 모델이 언어 이해를 위한 '최첨단 기술'로 간주되었습니다. 이러한 소형 모델은 분석 작업에 탁월하며 배송 시간 예측부터 사기 분류에 이르기까지 다양한 작업에 배포됩니다.

그러나 일반적인 생성 작업에는 표현력이 부족합니다. 인간 수준의 글쓰기나 코드를 생성하는 것은 아직 꿈일 뿐입니다.

2017년 Google Research는 고품질 언어 모델을 생성할 수 있는 변환기라고 불리는 자연어 이해를 위한 새로운 신경망 아키텍처를 설명하는 랜드마크 논문(Attention is All You Need)을 발표했습니다. 병렬성과 필요한 교육 시간도 크게 단축됩니다.

물론, 모델이 커질수록 초인적인 퍼포먼스를 보이기 시작합니다. 이러한 모델을 훈련하는 데 사용된 계산량은 2015년부터 2020년까지 6배나 증가했으며 그 결과 필기, 음성 및 이미지 인식, 독해 및 언어 이해 분야에서 인간의 성능에 대한 벤치마크를 초과했습니다.

그 중에서도 OpenAI의 GPT-3가 눈에 띕니다. 이 모델의 성능은 GPT-2에 비해 크게 향상되어 코드 생성부터 농담 쓰기까지 더 나은 기능을 보여줍니다.

기초 연구 분야의 모든 발전에도 불구하고 이러한 모델은 보편적이지 않습니다.

규모가 크고, 실행하기 어렵고(GPU 조정 필요), 널리 사용할 수 없으며(사용할 수 없거나 비공개 베타에서만 사용 가능), 클라우드 서비스로 사용하기에는 비용이 많이 듭니다.

그러나 이러한 한계에도 불구하고 최초의 생성 AI 애플리케이션이 전장에 등장하기 시작했습니다.

이후 컴퓨팅이 저렴해지면서 업계에서는 계속해서 더 나은 알고리즘과 더 큰 모델을 개발했습니다.

개발자 권한이 비공개 베타에서 공개 베타로 확장되거나 경우에 따라 오픈 소스로 확장되었습니다.

이제 플랫폼 레이어가 탄탄하고 모델이 계속해서 더 좋고, 더 빠르고, 더 저렴해지고, 무료 및 오픈 소스 경향이 있는 모델에 대한 액세스가 결합되었으므로 AI 애플리케이션 레이어는 창의성이 폭발할 수 있는 무르익었습니다.

예를 들어 올해 8월에는 텍스트-이미지 생성 모델인 Stable Diffusion이 오픈 소스로 공개되었습니다. 후임자는 이 오픈 소스 도구를 더 잘 활용하여 더욱 풍부한 콘텐츠 생태계를 발굴할 수 있으며, 이는 이를 더 넓은 범위로 대중화하는 데 중요한 역할을 합니다. C-end 사용자의 중요한 역할입니다.

Stable Diffusion의 인기는 본질적으로 오픈 소스가 창의성을 발휘한다는 것입니다.

Generative AI는 실제 도전에 직면해 있습니다.

벤처 캐피탈 기관인 Sequoia Capital은 공식 웹사이트의 블로그 게시물에서 다음과 같이 언급했습니다. "Generative AI는 수조 달러의 경제적 가치를 창출할 수 있는 잠재력을 가지고 있습니다.

" Sequoia Capital에 따르면 , 생성 AI는 게임에서 광고, 법률에 이르기까지 인간이 독창적인 작품을 창작해야 하는 모든 산업을 변화시킬 수 있습니다.

특히, 미래의 생성적 AI 적용 시나리오는 문화 창작, 뉴스 등 콘텐츠 제작 산업 외에도 의료, 디지털 상거래, 제조, 의사가 엑스레이, CT 및 기타 장비 스캔에서 병변을 감지하도록 돕고, 제품의 디지털 트윈을 생성하고, 제품 품질 테스트를 지원하는 등 농업 분야에 적용할 수 있습니다.

XR, 디지털 트윈, 자율주행차 등 대중적인 기술에도 풍부한 적용 공간이 있습니다.

하지만 현재의 생성 AI에는 아직 해결해야 할 문제가 많다는 점은 주목할 만합니다.

예를 들어 엔터테인먼트 분야에서 많은 사람들이 생성 AI를 창작에 활용하는 이유 중 하나는 저작권 문제를 피하기 위한 것이지만, 그렇다고 해서 숨겨진 위험이 없다는 의미는 아닙니다.

한편 AI 생성은 요구 사항에 따라 학습된 데이터를 재결합하기도 합니다. 비록 세분성이 점점 더 미세해지고 있지만, 일부 예리한 사람들은 어떤 작품이 참조될 수 있는지 볼 수밖에 없으며, 일부 네티즌들은 심지어 AI가 생성한 이미지에는 의심되는 서명의 흔적이 희미하게 보인다는 내용이 소셜 플랫폼에 명시됐다.

한편, 현재 AI 세대 플랫폼의 대부분은 저작권을 주장하지 않거나 상업적인 목적으로 사용될 수 있다는 점을 명확히 명시하고 있지 않습니다. 그러나 생성 AI가 점차 상용화되면서 그러한 저작권 환경이 존재하는지, 새로운 것이 있는지는 알 수 없습니다. 저작권 문제도 발생할 수 있으니 논의가 필요합니다.

생성 AI의 논리와 보안도 개선되어야 합니다. 현재의 제너레이티브 AI는 상식적인 실수를 저지르기 쉽고, 장기기억이 필요한 영역에서도 문제가 발생하기 쉽다.

예를 들어 AI가 만든 소설을 만드는 과정에서 길이가 길어서 불일치가 발생하는 경우가 많습니다.

생성 AI가 이미 많은 분야에 적용될 수 있다고 하더라도, 생성 AI가 실제로 작동하도록 하려면 AI "오류"로 인한 큰 손실을 피하기 위해 많은 훈련이 필요합니다.

결국 의료, 제조 등의 응용 시나리오는 문화 및 창조 산업만큼 시행착오를 겪을 여지가 없습니다.

결론

현재 생성 AI는 인간 개입과 불가분의 관계에 있지만, 생성 AI가 여전히 발전 가능성이 크다는 점은 부인할 수 없습니다.

제너레이티브 AI의 등장은 AI가 '관찰과 예측'에서 '직접 생성과 의사결정'까지 실생활 콘텐츠에서 새로운 역할을 맡게 된다는 것을 의미합니다. 즉, 생성 AI는 단순한 분석이 아닌 생성을 수행합니다.

OpenAI CEO인 Sam Altman은 다음과 같이 말했습니다. "제너레이티브 AI는 인공 지능에 대해 예측하기가 어렵다는 점을 상기시켜 줍니다.

10년 전만 해도 인공 지능이 먼저 육체 노동에 영향을 미칠 것이라는 것이 일반적인 통념이었습니다. 인지 노동이라면 언젠가는 창의적인 일을 할 수도 있을 것 같습니다."

위 내용은 AI가 소설을 쓰고, 그림을 그리고, 영상을 편집하는 것이 더욱 인기를 끌고 있습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!