用户们可(kě)以在应(yīng)用中输入一组关键词或者一张照片(piàn)，就能(néng)获得(dé)一幅AI创作的画(huà)作(zuò)。

作画(huà)的关键就是(shì)所输(shū)入的文本(běn)。同一组关键词也可以创(chuàng)作出(chū)很多张风(fēng)格不一样的画(huà)作，这让创作的过程就像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确(què)定(dìng)的惊喜(xǐ)，他们会将(jiāng)生成的美(měi)图当做头像。而另(lìng)一(yī)部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体(tǐ)上，许多用户(hù)分(fēn)享(xiǎng)AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一(yī)种基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主要用于数字图(tú)像处理、计(jì)算机视觉和计算机图形学等领域(yù)。

其SD插(chā)件一(yī)经发布(bù)，在短短的两天内便成(chéng)为了AI绘画(huà)领(lǐng)域最新的热点。

在(zài)此之(zhī)前，大家用了(le)很多(duō)方法(fǎ)想让AI生(shēng)成(chéng)的结(jié)果尽可能的符合(hé)要求，但是都不尽如人意，它(tā)的出现代表着AI生(shēng)成开始进入真正的可(kě)控时期。

因为ControlNet可以直接(jiē)提(tí)取画面(miàn)的构(gòu)图，人物的姿势和(hé)画面的深度信息等。有了它的(de)帮助，就不用频繁的用提示(shì)词(cí)来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔(mó)法”，不少(shǎo)博主的作(zuò)品已(yǐ)经获得了大量的(de)浏览量，“viggo”就是其(qí)中之一，他用朋友的照(zhào)片直接带她们(men)走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词(cí)试(shì)效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊艳。

更厉害(hài)的是，除(chú)了真(zhēn)实的照(zhào)片(piàn)，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊(zūn)也亲自回应。

不得不(bù)说(shuō)当(dāng)下AIGC已经(jīng)变得越(yuè)来越强大(dà)，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆(bào)发(fā)

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖(hú)有游艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是(shì)全(quán)国第一(yī)起AI绘图诈(zhà)骗。

由于这个(gè)活(huó)动里面给(gěi)出的美女照片都是(shì)AI制作的真人(rén)照片绘图(tú)，因为太逼真，被大家当成真事传播了。

不过仔细观(guān)察可(kě)以发(fā)现，活动发(fā)起(qǐ)者提供的照片(piàn)中有个很大(dà)的漏洞可(kě)以发现并非真人，而是(shì)AI绘图，那便是(shì)图(tú)片中女性(xìng)的手指部分有(yǒu)的存在异常。

有(yǒu)行业人事(shì)表示：“现在因为(wèi)手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人的手，但最新看到的(de)图片已经有(yǒu)越来越完美的AI模型(xíng)出(chū)现，以后可能(néng)就完(wán)全没有漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据英国广播公司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使(shǐ)用(yòng)AI合成(chéng)了儿(ér)童受灾(zāi)的假照片发布(bù)到网络(luò)，以此诱骗善良(liáng)的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经能做出真人(rén)照片般的绘图效果(guǒ)，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在“学习”了大(dà)量(liàng)前(qián)人的作品(pǐn)之后，其创作没有任何情绪和灵魂(hún)，难(nán)以(yǐ)和人类(lèi)的艺术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的(de)版权、目前(qián)都并(bìng)没(méi)有得到有效的解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也强调(diào)，人工智能的(de)安全(quán)问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都(dōu)是(shì)有两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其光辉的(de)贡(gòng)献。现在(zài)看来，人工智能技术(shù)将是第四(sì)次工业革命的核心(xīn)驱动力量(liàng)，将创(chuàng)造新的(de)增长奇迹。

过去一(yī)年，人(rén)工智能在技(jì)术(shù)和商业层面都有了巨大进展，AI绘画(huà)就是人(rén)工智能技术发生方向性改变的一(yī)个代表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先(xiān)后发(fā)布了几(jǐ)条引爆科(kē)技圈的短视频。这些视频引发(fā)关(guān)注并非内(nèi)容做(zuò)得多(duō)优(yōu)秀，反而都非常简单，比如(rú)一匹正(zhèng)在喝水的马，一(yī)只画画(huà)的玩具熊(xióng)，或者一段骑摩托(tuō)车的第(dì)一视(shì)角录像(xiàng)，随便一个有手机的人(rén)都可(kě)以随手(shǒu)录(lù)下(xià)一(yī)段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输入一(yī)段(duàn)话豫n是河南哪里的车牌，甚至只是说(shuō)一下要求，AI就(jiù)可(kě)以(yǐ)根(gēn)据需要生成一段(duàn)视频(pín)。

谷(gǔ)歌发布的两个AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩(wán)了一波梗，一个能够做出更高(gāo)清(qīng)视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震(zhèn)惊的地方在于(yú)，它可以制作出超(chāo)过2分钟的(de)连(lián)贯的也(yě)有确切内容(róng)的视频，这才是真(zhēn)正让(ràng)人们感到惊(jīng)喜的地方。因为无论AI生成(chéng)的视频(pín)多么高(gāo)清(qīng)，也只能是为(wèi)内容(róng)生产者(zhě)提供一(yī)个灵(líng)感，一(yī)个素(sù)材(cái)，一个过场动画(huà)。

不(bù)过能够制(zhì)作(zuò)出有具体(tǐ)剧(jù)情内容的视频(pín)就意味着，一(yī)些(xiē)视频创(chuàng)作由AI代替人工完成(chéng)已(yǐ)经初步有了可能。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超(chāo)过大(dà)部分人的想象(xiàng)。内容产业的本(běn)质是供给创造需(xū)求，AIGC作为全新的内(nèi)容生产(chǎn)方式，可以为内容产业(yè)带来更新的内容风格(gé)、更快的生产(chǎn)速度，更低的(de)生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应用于音(yīn)乐、代码、机器人(rén)动作等(děng)多种内容形式的生成。不难发现该(gāi)项技术不(bù)仅在游(yóu)戏(xì)等行业能得到(dào)有效应用，对(duì)于下(xià)一代互(hù)联(lián)网各种元(yuán)素的构(gòu)建亦有关键(jiàn)意义(yì)。

从商业化(huà)的(de)角度来看(kàn)，文(wén)化(huà)娱(yú)乐(lè)、教育、传媒等诸多(duō)领域，本(běn)身就对基于AI的可视(shì)化(huà)内容(róng)有强(qiáng)烈需求(qiú)。

因此，AI绘(huì)画及(jí)视频或(huò)不(bù)是结果(guǒ)，而只是AI进程中的一块重(zhòng)要拼(pīn)图(tú)，有(yǒu)望在技术更新的加持下实现更大(dà)的应用价值。

AI从(cóng)理解(jiě)内容，走向(xiàng)了可以生成内容，甚至能够创造出独(dú)立(lì)价值和独立(lì)视角的内容。AIGC的(de)再次(cì)出圈，更代表着(zhe)未来(lái)的先进生产(chǎn)力(lì)即将到来。

04

紧抓大(dà)模型(xíng)与算力，牢(láo)固(gù)AIGC底(dǐ)座

从技(jì)术的(de)发展(zhǎn)也可以看出，在语(yǔ)言大模型、图(tú)像大(dà)模型之后，多模态大模型(xíng)已经成为了新(xīn)的(de)趋势。

大模型(xíng)被誉为当前人(rén)工智能发(fā)展的智能底座(zuò)，是全球竞争(zhēng)最激烈的(de)研究方向之(zhī)一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在竞(jìng)相发力。

不(bù)过训(xùn)练大模型的确价格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训(xùn)练(liàn)一次的成(chéng)本约为140万美元。而(ér)对(duì)于(yú)一(yī)些更(gèng)大的(de)LLM(大(dà)型语言模型)，训(xùn)练成本则介于(yú)200万(wàn)美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入(rù)成本(běn)约为8亿美元，每日(rì)仅(jǐn)电费就在5万美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都(dōu)离不开庞(páng)大(dà)算力支持。在(zài)关注各类大(dà)模型的发(fā)展同(tóng)时，更应该关注算力(lì)网络的建设。

算力网(wǎng)络正驱动AI产业发展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智(zhì)能发展的终(zhōng)极(jí)目标离得(dé)更(gèng)近。

因为算力可(kě)以对突破性(xìng)技(jì)术创新提(tí)供大力的支持(chí)。这方面，多模态大(dà)模型是典型。作为(wèi)面向未来(lái)强人工智能、通用人工(gōng)智(zhì)能的重要(yào)技术创(chuàng)新，多模态(tài)大模型已经在(zài)人工智能领(lǐng)域(yù)提出了(le)很多年，业界也有不少(shǎo)技术突(tū)破，但是，多模(mó)态大(dà)模型进一步往下(xià)走，算力需求呈几何式(shì)上(shàng)升，一般的算力(lì)基础(chǔ)设施很快(kuài)将难以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独一项的训练(liàn)，到双(shuāng)模态、三模态的跃(yuè)迁，让人工智能(néng)可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方(fāng)面(miàn)，由算力(lì)网络来(lái)驱动(dòng)将(jiāng)有明显优势。

此外，还有很多(duō)需要爆发式增(zēng)长(zhǎng)的算(suàn)力来支撑的(de)技术创新，将在(zài)人工智能(néng)算(suàn)力网络支(zhī)撑(chēng)下快速(sù)推进(jìn)。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型(xíng)和大算力的支(zhī)持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方式(shì)，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 豫n是河南哪里的车牌