很(hěn)多(duō)用户很(hěn)喜欢这种(zhǒng)不确定的惊喜，他们(men)会将生(shēng)成的美图当做头像。而(ér)另(lìng)一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上，许多用户分享AI“翻(fān)车(chē)现场(chǎng)”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还有网友的(de)个人照片被AI识(shí)别(bié)成(chéng)了建筑(zhù)。

而如今(jīn)随着ControlNet的(de)出现与(yǔ)加持，以(yǐ)往AI绘画的(de)填(tián)写关键(jiàn)词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的一种(zhǒng)基于控制点的图(tú)像变(biàn)形算法(fǎ)，主(zhǔ)要用于(yú)数字图(tú)像处理(lǐ)、计算机视觉和计算机(jī)图形学(xué)等领域。

其SD插(chā)件(jiàn)一经发布(bù)，在(zài)短短的两天(tiān)内(nèi)便成为了AI绘画领域最新的热点。

在此之前，大家用了(le)很多方法想让(ràng)AI生成的结果尽可能的(de)符(fú)合(hé)要求，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开始进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提取画面的(de)构图，人物的姿势和(hé)画面的(de)深度信(xìn)息等。有了(le)它的帮助，就不用(yòng)频繁的用提示词来碰运气(qì)，抽盲盒(hé)式的创作了(le)。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过(guò)图片(piàn)就(jiù)可以看出(chū)来(lái)，效(xiào)果十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应。

不得不说(shuō)当下(xià)AIGC已经变得(dé)越来越强(qiáng)大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术力爆(bào)发(fā)

警惕安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖(hú)有(yǒu)游(yóu)艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由于这个(gè)活(huó)动(dòng)里面给出(chū)的美(měi)女(nǚ)照片都(dōu)是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家当(dāng)成真(zhēn)事传播了(le)。

不过仔(zǎi)细观察可以发现，活动发起(qǐ)者(zhě)提供的照片中有个很(hěn)大的漏洞可(kě)以(yǐ)发现(xiàn)并非真人，而是AI绘图(tú)，那便是图片中女性的手指部分有的存在异常(cháng)。

有行业(yè)人事表(biǎo)示：“现在因为手指部分(fēn)的绘画算法比较复杂，AI还不太(tài)会(huì)画人的(de)手，但最新看到的图(tú)片(piàn)已(yǐ)经有越来越完美的AI模型出现，以后可能(néng)就完全(quán)没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生(shēng)。据(jù)英国广播公(gōng)司(sī)报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很(hěn)多担忧，一方面(miàn)，批判者认为(wèi)AI在“学(xué)习”了大量前人的(de)作品(pǐn)之(zhī)后，其创作没(méi)有任何情绪和灵魂，难(nán)以和人类的艺术创(chuàng)作(zuò)相提并论(lùn)。

另一方面，AIGC背后(hòu)的版(bǎn)权、目(mù)前(qián)都并没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯(sī)克也(yě)强调，人工智能(néng)的安全问(wèn)题(tí)需要(yào)得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术都(dōu)是有两面性(xìng)的，潜在(zài)的危(wēi)害并(bìng)不能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第(dì)四次工业革命(mìng)的(de)核心(xīn)驱动力量，将(jiāng)创造新(xīn)的增长奇(qí)迹(jì)。

过去一(yī)年，人工智能(néng)在技术和商(shāng)业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘(huì)画就(jiù)是(shì)人工智能(néng)技术发生(shēng)方向性改变的一个代表(biǎo)。其(qí)下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发布了几(jǐ)条引(yǐn)爆科技(jì)圈的短视频。这(zhè)些视频引发(fā)关注并非内(nèi)容做得多优(yōu)秀(xiù)，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一(yī)段骑摩(mó)托车的第一(yī)视角录(lù)像(xiàng)，随便一个有手(shǒu)机的(de)人(rén)都可以随手录下一段。

但(dàn)这些短视频(pín)的创作方(fāng)式非常简单(dān)，创作者仅仅需要(yào)向AI输入一(yī)段话(huà)，甚(shèn)至只是说(shuō)一下(xià)要求，AI就可(kě)以(yǐ)根据需(xū)要生(shēng)成一段(duàn)视频(pín)。

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

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个能够做出更(gèng)高清视频(pín)的(de)AI还(hái)不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它(tā)可(kě)以制作(zuò)出(chū)超(chāo)过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频(pín)，这(zhè)才是真正让人们感到(dào)惊(jīng)喜的地方。因为无论AI生(shēng)成的视频(pín)多么(me)高清，也(yě)只能是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画(huà)。

不过能(néng)够(gòu)制(zhì)作出有具体剧情内容的(de)视频(pín)就意味(wèi)着，一些(xiē)视(shì)频创作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超过大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为(wèi)全新(xīn)的内容生产方式，可(kě)以为内容(róng)产业带(dài)来更新的内容风(fēng)格、更快的生产速度，更低(dī)的生产(chǎn)成(chéng)本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代(dài)码、机器人动作等(děng)多种(zhǒng)内容(róng)形式的生成(chéng)。不(bù)难(nán)发(fā)现该项技术不仅在游戏等行业能得到(dào)有效应用，对于(yú)下一代互联(lián)网各种元素的构建(jiàn)亦(yì)有关键意义(yì)。

从商业化的(de)角度来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需求(qiú)。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中(zhōng)的一块重要拼图，有望在技术(shù)更新(xīn)的加持(chí)下实现(xiàn)更大的(de)应用价(jià)值。

AI从(cóng)理解内容，走向了(le)可(kě)以生成内容，甚至能够创造出独(dú)立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以(yǐ)看(kàn)出(chū)，在语(yǔ)言大模型、图像大模型之后，多模态大模(mó)型已经成为(wèi)了新的趋势。

大模型被誉(yù)为当(dāng)前人工(gōng)智能(néng)发展的智能底座，是全球竞争最(zuì)激烈(liè)的研究(jiū)方向之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等(děng)众多头(tóu)部企业都在竞(jìng)相发力(lì)。

不过训练大模型的确价格(gé)不菲，以国盛证券发(fā)布(bù)的《ChatGPT需要多少(shǎo)算力》报告估(gū)算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对于一(yī)些更大(dà)的LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其(qí)对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算(suàn)力支持。在(zài)关注各类大(dà)模型(xíng)的(de)发(fā)展同时，更应该关注算力网络(luò)的(de)建设(shè)。

算力网(wǎng)络正驱(qū)动AI产业发展(zhǎn)进入史诗级(jí)加速进程，让(ràng)AIGC及(jí)通用AI这(zhè)一人工智能(néng)发展的终(zhōng)极目(mù)标离得(dé)更近。

因(yīn)为算(suàn)力可(kě)以对突破性技术创新(xīn)提供大(dà)力的支持。这方面，多模态大模型(xíng)是典型(xíng)。作为(wèi)面向未来强人工(gōng)智能(néng)、通用人工智能的(de)重要(yào)技术(shù)创(chuàng)新，多模态大模型已经在(zài)人(rén)工智能领域提出(chū)了很多年，业(yè)界也有不少技术突破，但是，多模态(tài)大模型进一步往下走，算力需(xū)求呈几何式上升，一般(bān)的算(suàn)力基础设(shè)施(shī)很快将难以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态(tài)的跃(yuè)迁(qiān)，让人工智能(néng)可以灵(líng)活应对不同模态(tài)的(de)转化、像人与世界交互一样自然，这(zhè)方面，由算(suàn)力网(wǎng)络(luò)来驱动将有明显优势。

此外，还有(yǒu)很多需要(yào)爆(bào)发式增长的算力来支撑(chēng)的技术(shù)创(chuàng)新，将在人工智能算力网络(luò)支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降(jiàng)低，让(ràng)万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 可惜天空不作美的意思，天空不作美的意思下一句