ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像变形算法，主要(yào)用于数(shù)字(zì)图像处理、计算机视觉和(hé)计算机图形(xíng)学等领域。

其SD插件一经发布，在短短的两天内便(biàn)成为(wèi)了AI绘(huì)画领域最(zuì)新的(de)热点。

在(zài)此(cǐ)之前，大(dà)家(jiā)用(yòng)了很(hěn)多方法想让AI生成(chéng)的结果尽可能的符合要求，但是都(dōu)不尽如人(rén)意(yì)，它的出现代表着(zhe)AI生(shēng)成(chéng)开(kāi)始进入(rù)真正的可控时期。

因(yīn)为ControlNet可以直(zhí)接提(tí)取画面的构图(tú)，人物的姿势和画(huà)面的深度信息(xī)等。有了它的(de)帮助，就不用频(pín)繁的用(yòng)提示词来碰(pèng)运气，抽(chōu)盲盒式(shì)的创作(zuò)了。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了“魔(mó)法”，不少博主的作品已经获得了大量的(de)浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带(dài)她们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到(dào)对(duì)应(yīng)的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定(dìng)骨骼开(kāi)始换关键词试(shì)效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能(néng)实现线(xiàn)稿转全(quán)彩图。大(dà)神张吕敏其本尊(zūn)也亲(qīn)自(zì)回应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作(zuò)品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游(yóu)艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣这(zhè)所谓(wèi)的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大家(jiā)当成真事传(chuán)播了。

不(bù)过仔细观察可以发(fā)现，活动发起(qǐ)者提(tí)供的照(zhào)片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中(zhōng)女性(xìng)的手(shǒu)指部(bù)分有的存(cún)在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部(bù)分(fēn)的绘画算法比较(jiào)复杂，AI还(hái)不太会画人的手，但最新看(kàn)到的图片已经有越来越完美(měi)的AI模型(xíng)出(chū)现，以后(hòu)可能就(jiù)完全没有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在(zài)国外也(yě)已有发生。据(jù)英国广(guǎng)播公司报(bào)道(dào)，土耳其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片发布到网(wǎng)络，以(yǐ)此(cǐ)诱骗善(shàn)良的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈(zhà)骗。

目前随着技(jì)术(shù)发(fā)展(zhǎn)，AIGC已经(jīng)能做出真(zhēn)人照(zhào)片般的绘图效果，如果这样的(de)图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发(fā)了(le)很多担(dān)忧，一(yī)方面，批判者(zhě)认(rèn)为AI在“学习(xí)”了大(dà)量前人的(de)作品之后，其创作(zuò)没有任何情绪(xù)和灵魂(hún)，难以(yǐ)和人类的(de)艺术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前(qián)都并没(méi)有得到有效的解决，还(hái)有AIGC会不会代(dài)替人类“至高(gāo)无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安全问题需要得到重视，太晚就(jiù)来不及(jí)了(le)。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其(qí)光(guāng)辉的贡(gòng)献。现在看(kàn)来，人工智(zhì)能技术将(jiāng)是(shì)第四次工(gōng)业革命的核心驱动(dòng)力量，将创造(zào)新(xīn)的增长奇(qí)迹。

过(guò)去一年，人工智能在技(jì)术(shù)和(hé)商业层面都有(yǒu)了巨大进展，AI绘画(huà)就是人工智能技术发生方向性(xìng)改变(biàn)的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几条(tiáo)引爆(bào)科技圈的短视频。这些视频引发关注并非内(nèi)容(róng)做得(dé)多优秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝水的马，一(yī)只画画的玩具熊，或者一段骑(qí)摩(mó)托车的第一视角录像，随便(biàn)一个有手(shǒu)机(jī)的(de)人都(dōu)可以随手录(lù)下一段。

但这些(xiē)短(duǎn)视频的创作方式非常简单，创(chuàng)作者仅仅(jǐn)需(xū)要向AI输入一段(duàn)话，甚至(zhì)只是说一(yī)下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个能够做出(chū)更高清视(shì)频的AI还不足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连(lián)贯(guàn)的也有确切内容(róng)的视频(pín)，这(zhè)才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高(gāo)清，也只能是为内容生产者提(tí)供一个灵感，一个素材，一个过场动(dòng)画。

不过能够制作出(chū)有(yǒu)具体剧情内容的(de)视频就意味着，一些视频创作由AI代替人工完成已(yǐ)经初步有了(le)可(kě)能。

当下AI的发展速度已经超过(guò)大部(bù)分人的想象。内容(róng)产业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为内容产业带来(lái)更新的内容风格(gé)、更(gèng)快(kuài)的(de)生产速度，更低的生(shēng)产(chǎn)成本，这无疑会驱(qū)动内容产业的(de)大爆发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用于(yú)音(yīn)乐、代码、机器人(rén)动作(zuò)等多种(zhǒng)内容形(xíng)式的生(shēng)成。不难发现(xiàn)该(gāi)项技(jì)术不(bù)仅在游戏等行业能得到有效应用(yòng)，对于(yú)下一(yī)代互(hù)联(lián)网各种(zhǒng)元素的构建(jiàn)亦有关键意(yì)义。

从商(shāng)业化的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒等诸(zhū)多领域，本身就(jiù)对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的加持(chí)下实现更(gèng)大的(de)应用价值。

AI从理(lǐ)解内容，走(zǒu)向了可(kě)以生成内容，甚至能够创造出独立(lì)价值和独立(lì)视角的内容。AIGC的(de)再次出(chū)圈，更代表着未(wèi)来的先(xiān)进生产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的(de)发展也可以看出，在语言(yán)大(dà)模(mó)型、图像(xiàng)大模型之(zhī)后，多模态大模(mó)型(xíng)已经成为了(le)新(xīn)的(de)趋势。

大模型(xíng)被誉为(wèi)当前人工智能发展的(de)智能底座，是全(quán)球竞争最激烈的(de)研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相(xiāng)发力(lì)。

不过训练(liàn)大模型(xíng)的确价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训(xùn)练(liàn)一次的成本约为140万美元。而对于(yú)一些更(gèng)大(dà)的LLM(大型语言模型(xíng))，训练成本(běn)则介于(yú)200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美(měi)元，每日(rì)仅电费就在(zài)5万(wàn)美元(yuán)左(zuǒ)右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模型的(de)发展同时(shí)，更应(yīng)该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进(jìn)入史诗级加速进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展的终极目(mù)标离得更近。

因为算(suàn)力可以对突破性技术创新提供(gōng)大力的支(zhī)持(chí)。这方面(miàn)，多模态(tài)大(dà)模型是典型。作为面向(xiàng)未来(lái)强人工智能、通(tōng)用人工智能的重要技术创新，多模态大模型(xíng)已经(jīng)在人(rén)工智能(néng)领域(yù)提出了很多年，业(yè)界也(yě)有(yǒu)不少技术(shù)突(tū)破，但是(shì)，多(duō)模态大模型(xíng)进一步往下走，算力需求呈几何(hé)式上(shàng)升，一般的(de)算力基础设施很快将难以胜(shèng)任。

从图像、文字、语(yǔ)音单(dān)独一项的(de)训(xùn)练，到(dào)双模(mó)态、三模态(tài)的跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界(jiè)交互一样自(zì)然(rán)，这方(fāng)面，由(yóu)算力网络来驱动将有明显优势。

此(cǐ)外，还(hái)有很多(duō)需要爆发式(shì)增长的算(suàn)力来支撑的技术创新(xīn)，将(jiāng)在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的(de)边际成本(běn)降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 郑业成是否已婚 郑业成是几线演员