文 | 雷科技 Ieitech
聚合式 AI 的上限在哪里？这个问题的标准答案也许在短时间内都不会有标准答案，至少现在聚合式 AI 似乎又征服了一个捷伊领域。此前，聚合式 AI 的工作范凑主要集中在文字处置、油画、声音处置等方面，但是聚合式 AI 的能力显然不止于此。
近日，开放源码聚合式 AI 公司 Stability AI 正式宣布正式宣布发布了 Stable Animation SDK，以及备受关注的 Stable Diffusion 数学模型（以下简称 Stable）也正式宣布发布新版本，现在用户能更好的控制 AI 聚合的 3D 数学模型，因此对特定参数进行修改。
也许很多人看到这个消息的想法是：”3D 数学模型？是指魔方、菱形之类的东西？”，毕竟在多数人看来，真正的 3D 可视化复杂性恐怕是普通 AI 难以处置的。不过，聚合式 AI 的魅力就在这里，通过对数据的处置与分析，配合对语义的理解，如今的 AI 能根据描述聚合更加复杂、完善的数学模型，并不仅限于简单的魔方数学模型。
不仅仅是 2D 变 3D
聚合的 3D 数学模型在精巧度上虽然比不上专业人员花长时间搭建的数学模型，但是考虑到聚合所需的时间，也足以带给大家不小的震撼。
而在 Stability AI 发布的最新模拟音频中，Stable 的 3D 模型已经不仅限于素描，即便是一直在体育运动的人物形象，也能轻松转变为 3D 数学模型，因此体育运动的幅度、姿势都与美版十分接近。类似的控制技术在动画电影制做中其实经常被加进，一些动画电影为了让镜头、物体显得更具有层次感时，就会通过 2D 转 3D 的方式来制做这段镜头，凸显镜头的张力
图源：Stability AI而在传统的动画电影金融行业里，想要将 2D 镜头转为 3D，需要不少工作人员忙碌一段时间，而在 Stable 的帮助下，只需要将 2D 镜头输入数学模型中，即可获得高效率的起始 3D 数学模型，大幅提高可视化所需的时间与成本。
当然，如果只是这样，也许也就专业人士会高兴，对于广大网友来说，Stable 又有什么用呢？关键就在于 Stable 的 3D 数学模型聚合无须精巧的引导，即便只是图画，Stable 也能聚合格普雷差不差的 3D 数学模型，比如梵高如图幼儿园小孩般的拼贴，经过 Stable 的 ” 润饰 ” 后就变成了一个还算能看的 3D 镜头。
图源：YouTube让你的一切油画作品，甚至文字动起来，这就是 Stable 的盼望与目标。所以，Stability AI 的所有成果都是直接公开，以开放源码的方式提供给网友使用，对于广大二次元爱好者来说，也许这是让他们的 ” 纸片老婆 ” 们动起来的最简单方法。
而且从 Stable 的 3D 动态数学模型聚合能力中，我们也能看到一些未来的应用场景，比如更低廉、便利的动作捕捉系统，理论上只要算力足够，就能通过探头捕捉的镜头实时聚合对应的 3D 数学模型动作。
除此之外还有什么妙用呢？不知道大家是否有看过近日的一个热闻，海外网红 Caryn Marjorie 通过与 AI 团队合作，用 GPT-4 复制了一个数字版的自己，然后将数字版的使用权以每分钟一美元的价格出售给自己的粉丝。
在短短的一周里，Caryn Marjorie 就以此获得了 7.1 万美元的收入，而她提供的仅仅是语音对话闲聊服务。作为视觉生物，我们对于声音的敏感度其实要低于镜头，如果 Stable 也被应加进相关领域，是否可能打造出真正意义上的 AI 女友呢？可动、可聊，足以抚慰你空虚的内心。
咳咳，好吧，这个话题先打住，至少在目前的数学模型效率和算力规模下，个人想要实现实时且高规格的 3D 动态数学模型聚合，恐怕还十分困难，但是考虑到半导体金融行业的进步速度，也许这一天离我们并不遥远。
全捷伊生产力工具
Stable 此前最大的问题在于只能根据描述或图像来聚合 3D 数学模型，如果聚合的效果不好，只能重新调整图像或文字信息来重新聚合，根据显卡的性能不同，3D 数学模型的聚合时间也会有所区别，相较于 ChatGPT 等传统问答式 AI，Stable 的时间成本高很多。
所以，虽然 Stable 的 3D 数学模型聚合效果远优于以往的类似应用，使用场景却十分受限，仅仅是能够给社区爱好者提供一个简单便利的 3D 数学模型聚合工具。一直以来，社区用户都希望 Stability AI 就能给 Stabel 增加参数调整功能，这样就能对不满意的数学模型细节进行修改。
Stability AI 给出的回应就是 Stable Animation SDK，该接口能被加载到 Stabel 的数学模型中，用户在使用 Stabel 聚合 3D 数学模型后，能通过接口直接输入对应的参数，调整或增加数学模型的细节，让数学模型更符合用户的要求。
从接口的描述文件来看，支持修改的参数非常多，从基础的颜色、形状、大小、纹理到动作姿势等都能进行调节，而且调节过程无须输入专业数据或是名词，只需要如图聚合 3D 数学模型时一样输入文字信息即可。比如你聚合了一只小狗的 3D 数学模型，然后觉得小狗身上的花纹不太满意，只需要从接口输入你想要的花纹描述，Stabel 就会根据描述对数学模型进行修改并重新渲染相关图层。
除此之外，Stable Animation SDK 还支持动作命令的输入，能让静态的 3D 数学模型直接执行你的动作指令，比如你渲染了一只飞龙，然后输入指令 ” 让龙飞起来喷火 “，Stable 就会开始对 3D 数学模型进行动作渲染。
而且 Stable 还提供摄影功能，用户能调整拍摄机位、照明效果、背景等一系列产品的参数，对 3D 数学模型进行静态和动态的录像。是的，大家估计都猜到了，3D 可视化、3D 动画电影等与 3D 可视化有关的金融行业，都将会感受到来自 AI 的 ” 温暖 “。
另外，部分网友认为 Stable 与VR设备结合，也许会让VR设备的生产力表现得到飞跃式提升。大家应该都看过漫威电影《钢铁侠》，电影主角史塔克就拥有一个高级人工智能程序 ” 贾维斯 “，在史塔克制造钢铁侠铠甲时给予了许多帮助。
其中一个片段就是史塔克通过对话直接聚合了一个零件的 3D 数学模型，然后对其进行调整并应加进铠甲上，这套流程听起来是不是有点耳熟？没错，某种意义上这就是 Stable+ChatGPT 的未来版本，通过对话直接创造出 3D 数学模型，让设计师能在VR设备中直接检视物品的外观、使用效果等。
将这个过程放到现实生活照，就相当于将产品设计中最耗时的打样、调整过程简化，实质性的提高产品从设计到落地的整个流程效率。而且，结合VR设备的功能，甚至能让设计师提前在VR中使用和体验自己的产品。
当然，现在的产品设计流程中，其实就已经广泛利用类似的 3D 数学模型软件来渲染场景，但是 Stable 的优势在于聚合的速度，本来需要数小时甚至数天进行调整渲染的数学模型，如今只需要十分之一或更短的时间即可聚合，背后所带来的效率提升不言而喻。
随着聚合式 AI 的遍地开花，能看到 AI 对我们的社会、生产等方面会造成十分深远的影响，今天是 3D 数学模型，明天又会是什么？我非常期待。
