ControlNet是(shì)一(yī)位正(zhèng)在(zài)斯坦(tǎn)福读博的中国人张吕敏创(chuàng)作的一种基于(yú)控(kòng)制点的图像变形算(suàn)法(fǎ)，主要用(yòng)于数字图像处理、计算(suàn)机视觉(jué)和计(jì)算机(jī)图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在短短的(de)两天内便成为了AI绘画领(lǐng)域最(zuì)新(xīn)的(de)热点。

在此之前(qián)，大家(jiā)用了很(hěn)多(duō)方法(fǎ)想让AI生成的结果尽可(kě)能的符合要求(qiú)，但是都不尽如(rú)人意，它的出现代表(biǎo)着AI生(shēng)成开始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面(miàn)的构图，人物的姿势(shì)和画面的深度信息等。有了它(tā)的帮助(zhù)，就不(bù)用频繁的用提示词来(lái)碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博(bó)主的作品已(yǐ)经获得了大(dà)量的浏览量，“viggo”就是(shì)其中之一(yī)，他(tā)用朋友的照(zhào)片(piàn)直接带她(tā)们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插(chā)件绑(bǎng)定骨骼(gé)开始(shǐ)换关键词试(shì)效果。

通过图片就可以看出来(lái)，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实(shí)的照(zhào)片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图(tú)。大神张吕敏其本(běn)尊也(yě)亲(qīn)自回应(yīng)。

不得(dé)不说当下AIGC已经变得(dé)越来(lái)越强大，甚至输出的(de)作品都已经能(néng)以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过警方(fāng)辟谣这(zhè)所(suǒ)谓的(de)“party”可(kě)能是(shì)全国第一起AI绘图(tú)诈骗。

由于这个(gè)活动里(lǐ)面(miàn)给(gěi)出的美女照片(piàn)都是AI制作的真人(rén)照片绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是(shì)图片中(zhōng)女性(xìng)的手(shǒu)指(zhǐ)部分有的存在异(yì)常。

有行业人事表示：“现在因(yīn)为手指部分的绘(huì)画算(suàn)法比较(jiào)复杂，AI还不(bù)太会画(huà)人的手，但最新看(kàn)到的图片已(yǐ)经有越来越完美的AI模型出现，以后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发(fā)生(shēng)。据英(yīng)国广播公司(sī)报(bào)道，土耳其地(dì)震期间，有(yǒu)Tiktok用户使(shǐ)用AI合(hé)成了儿(ér)童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人(rén)打赏“捐助”从(cóng)而实施诈骗。

目前随(suí)着技(jì)术发展(zhǎn)，AIGC已(yǐ)经能做出真人(rén)照片般的绘(huì)图效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了(le)很(hěn)多担忧，一方面，批判者认为AI在“学(xué)习”了大量(liàng)前人的(de)作(zuò)品之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺(yì)术(shù)创(chuàng)作相(xiāng)提并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到有效的(de)解(jiě)决(jué)，还有AIGC会(huì)不会代替人(rén)类(lèi)“至高无上”的创意。

马(mǎ)斯克也强调，人工智能的安全问(wèn)题需要得到(dào)重视，太(tài)晚就(jiù)来不(bù)及了(le)。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方(fāng)

技(jì)术都(dōu)是有(yǒu)两面性的，潜在(zài)的危害并不能(néng)掩盖其光(guāng)辉(huī)的贡(gòng)献。现在(zài)看来，人(rén)工智能技术将(jiāng)是第四次工业革命的核心驱动(dòng)力量，将创(chuàng)造(zào)新的增长奇(qí)迹。

过去一年，人工智(zhì)能(néng)在技术和商业(yè)层(céng)面都有了巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技(jì)术发(fā)生方向性改(gǎi)变的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内容(róng)做得多优秀，反(fǎn)而都非常简单，比如一匹正在(zài)喝水的(de)马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像(xiàng)，随便一(yī)个有(yǒu)手(shǒu)机的(de)人都可以随手(shǒu)录下一(yī)段。

但(dàn)这些短视(shì)频的创(chuàng)作方式(shì)非常简单，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据(jù)需(xū)要(yào)生成一段(duàn)视频(pín)。

谷歌(gē)发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清视频的(de)AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯的也有确切内容的视频，这才是真正让人们(men)感到惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视频多么高清，也只能是(shì)为内容生产者提供一(yī)个灵(líng)感(gǎn)，一个素材，一(yī)个过场动画(huà)。

不区位条件要从哪些方面分析学校，区位条件要从哪些方面分析出来过能够制(zhì)作出(chū)有具体剧情内容的视频就(jiù)意(yì)味着，一(yī)些(xiē)视(shì)频(pín)创作由(yóu)AI代替(tì)人工完成已经(jīng)初(chū)步(bù)有了可能。

当下AI的发展速(sù)度已经超(chāo)过大(dà)部分人的想象。内(nèi)容产业的(de)本质是供给(gěi)创造需求，AIGC作(zuò)为全新的内(nèi)容生产方(fāng)式，可以为内容产业(yè)带来更新的内(nèi)容风(fēng)格、更快的(de)生产(chǎn)速度，更低的生(shēng)产成本，这无疑会驱(qū)动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用(yòng)于音(yīn)乐、代(dài)码、机器人动作(zuò)等多种内(nèi)容形式的生成。不难(nán)发现该(gāi)项技术(shù)不(bù)仅在游戏等行业(yè)能(néng)得到有(yǒu)效应用，对于下一代(dài)互联(lián)网各种(zhǒng)元素的构(gòu)建亦有(yǒu)关键意义。

从商业(yè)化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或(huò)不是结果，而只是AI进程(chéng)中(zhōng)的一(yī)块重要拼(pīn)图，有望(wàng)在技术更新的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至(zhì)能(néng)够创造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的(de)先进(jìn)生产力即将到(dào)来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言(yán)大模型、图像大(dà)模(mó)型之后，多模态大模型已(yǐ)经成为(wèi)了(le)新的趋势。

大模型(xíng)被誉(yù)为(wèi)当前(qián)人(rén)工智能发展的(de)智能底(dǐ)座，是(shì)全球竞(jìng)争最激烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多(duō)头部企业都(dōu)在(zài)竞相发(fā)力。

不过(guò)训(xùn)练(liàn)大模(mó)型(xíng)的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告估算，GPT-3训练一次的(de)成(chéng)本约为140万美(měi)元。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训练成本则介(jiè)于200万(wàn)美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算，其对应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿(yì)美(měi)元，每日(rì)仅电费就在5万美(měi)元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞(páng)大算(suàn)力支持(chí)。在关(guān)注各类大模型的(de)发展(zhǎn)同时(shí)，更应该关注算(suàn)力网(wǎng)络的建设。

算(suàn)力网络正驱(qū)动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极(jí)目标离(lí)得更近。

因为算力可以对突破性技术创新(xīn)提供大力的支持。这(zhè)方(fāng)面，多模态大(dà)模型是典型(xíng)。作为面向未来(lái)强(qiáng)人工智能、通(tōng)用人工智能的重要技术创新，多模态大模(mó)型已经在人工智(zhì)能(néng)领(lǐng)域提出了(le)很多年，业界也有不少(shǎo)技术突(tū)破，但是，多(duō)模态大模型进一步往下(xià)走(zǒu)，算力需求呈几何式上升，一般的算力基础(chǔ)设(shè)施很快将难以胜任。

从图像、文字、语音(yīn)单独(dú)一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活(huó)应对不同(tóng)模态(tài)的转(zhuǎn)化、像人与世界交(jiāo)互一样(yàng)自然，这方面(miàn)，由算(suàn)力网络(luò)来驱动将(jiāng)有明显优(yōu)势。

此(cǐ)外(wài)，还有很多(duō)需要(yào)爆发(fā)式增长(zhǎng)的算力(lì)来(lái)支撑(chēng)的技术创新，将在人(rén)工智能(néng)算(suàn)力网(wǎng)络(luò)支(zhī)撑(chēng)下快速(sù)推进。

AIGC已(yǐ)经(jīng)露出(chū)曙光，期(qī)待(dài)在大模(mó)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)的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 区位条件要从哪些方面分析学校，区位条件要从哪些方面分析出来