AI绘画行业报告：AIGC之AI绘画（25页）

行业报告下载 2022年12月21日 07:30 管理员

未来 NeRF 发展主要是基于 NeRF 问题的改进。NeRF 的简洁性具有优势，但也因此带来一些问题： 1. 计算量大导致耗时长：NeRF 生成图像时，每个像素都需要近 200 次 MLP 深度模型的前向预测。尽管单次计算规模不大，但完成整幅图像渲染的计算量还是很可观的， NeRF 针对每个场景进行训练的耗时较长。对此，迭代过后的 Depth-supervised NeRF 能够实现更少的视角输入和更快的训练速度。 2. 只针对静态场景：对于无法拓展到动态场景的问题，主要和单目视频做结合，从单目视频中学习场景的隐式表示。Neural Scene Flow Fields 将动态场景建模为外观、几何体和三维场景运动的时变连续函数。该方法只需要一个已知摄像机姿势的单目视频作为输入。 3. 泛化性差：NeRF 无法直接扩展到没有见过的场景，这显然与人们追求泛化性的目标相违背。因此一些文章开始对 NeRF 进行泛化性的改进。GRF 学习 2D 图像中每个像素的局部特征，然后将这些特征投影到 3D 点，从而产生通用和丰富的点表示。与之类似的还有 IBRnet、pixelNeRF 等，比较核心的想法都是卷积与 NeRF 相结合。目前这种泛化都还不够成熟，无法在复杂场景中取得理想效果。 4. 需要大量视角：尽管 NeRF 方法能够实现出色的视角合成效果，但是它需要大量的（数百张）视角来进行训练，这限制了它在现实中的应用。针对视角数量的改进，目前还局限在比较封闭的测试环境下，如合成物体或者单个物体。扩展其在实操中的可用性也是未来的一大方向。

让每家公司都进入大模型建设并不现实，我们认为市场将由少数具有先发和成本优势的供应商主导。OpenAI 作为行业领先者，开发了 GPT 语言模型和 DALL-E 图像生成模型，并不断提升其模型复杂性和规模，OpenAI 亦是大模型供应商的有力选手，而其他公司可以付费购买其更底层的 API 等服务。同时，大模型趋势也将给云计算公司如 Googe、亚马逊，和 GPU 厂商如英伟达带来机会。AI 技术被区分为弱人工智能、通用人工智能、超级人工智能三种模式。弱人工智能也被称为狭义人工智能，是专攻某一领域的人工智能，例如在围棋上大放异彩的 AlphaGo 都属于弱人工智能。通用人工智能(Artificial General Intelligence, AGI)也叫强人工智能，或人类级人工智能，通用人工智能指的是一台像人类一样拥有全面智能的计算机，人类能解决的智力问题他都能解决。落到 AIGC 领域，人工智能模型将是多模态的，这意味着相同的模型将被用于文本、图像、视频等等。超级人工智能被定义为“在几乎所有领域，包括科学创造力、一般智慧和社交技能，都比最优秀的人类大脑聪明得多的智力。通用人工智能处理复杂情况的能力无比诱人，但实现难度极高，AIGC 或为曙光。受困于技术、资源、应用方向等因素的局限，通用人工智能的发展在短期内较难突破。AIGC 的兴起，一方面可以给到一个相对特定的、具象范围的 AGI 应用空间，降低难度，再举一反三；另一方面，AIGC 提供了 AI 广泛施为的机会，无论是数据的大量生产，还是众多专业力量和资本的投入，都有利于推动技术向前演进。