其(qí)SD插(chā)件一经发(fā)布，在短(duǎn)短的两天(tiān)内便成为(wèi)了AI绘画领域最(zuì)新的热(rè)点。

在此之(zhī)前，大家用了很多方法想让(ràng)AI生成的(de)结果尽可(kě)能的(de)符(fú)合要求，但(dàn)是都不(bù)尽(jǐn)如人意，它的出现代(dài)表着AI生(shēng)成(chéng)开(kāi)始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构图，人物的(de)姿(zī)势和画(huà)面的深度信息(xī)等。有了它的(de)帮助，就(jiù)不用(yòng)频繁的(de)用提示(shì)词来碰(pèng)运气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少博主的作(zuò)品(pǐn)已(yǐ)经(jīng)获得了大量的浏(liú)览量，“viggo”就是(shì)其中之(zhī)一，他用(yòng)朋(péng)友(yǒu)的照片(piàn)直接(jiē)带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换(huàn)关(guān)键词试(shì)效果。

通过图片(piàn)就可以看(kàn)出来，效(xiào)果十(shí)分惊艳。

更厉害的是，除了真实(shí)的照(zhào)片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转全彩图(tú)。大(dà)神张吕敏其本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚至输出的作品都已经(jīng)能(néng)以假乱真了(le)。

02

难辨(biàn)虚(xū)实，AIGC技(jì)术(shù)力爆发

警(jǐng)惕(tì)安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而(ér)经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国第一(yī)起(qǐ)AI绘图(tú)诈骗。

由(yóu)于这个活动里面给(gěi)出(chū)的美(měi)女照(zhào)片都是AI制作的真人照片绘(huì)图(tú)，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的照(zhào)片中有个很大的漏洞(dòng)可以发现并非(fēi)真人(rén)，而是AI绘图，那便是图片中女(nǚ)性的手指部分(fēn)有的存在异常。

有行业人事表示：“现在(zài)因为(wèi)手指(zhǐ)部分(fēn)的(de)绘画算法比较(jiào)复杂(zá)，AI还不太会(huì)画(huà)人(rén)的(de)手，但最新(xīn)看到(dào)的(de)图片已经有越来越完美的(de)AI模型出现，以(yǐ)后可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有(yǒu)发生(shēng)。据英国广播公司(sī)报道，土耳(ěr)其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施诈骗(piàn)。

目前(qián)随着技(jì)术发展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了(le)很(hěn)多担(dān)忧(yōu)，一方面，批判者认为AI在(zài)“学(xué)习”了大量前人(rén)的作品之后(hòu)，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的(de)艺术创作相提(tí)并论(lùn)。

另一方(fāng)面(miàn)，AIGC背(bèi)后的版(bǎn)权、目前都(dōu)并(bìng)没有得到(dào)有(yǒu)效的解(jiě)决，还有AIGC会不会代替(tì)人(rén)类“至高无上”的创意(yì)。

马斯克也强调，人工智能的(de)安全问(wèn)题需要得到重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在的危(wēi)害并不(bù)能掩(yǎn)盖其光辉的贡献(xiàn)。现在(zài)看来，人工智(zhì)能技术(shù)将(jiāng)是第四(sì)次工业革命(mìng)的核心驱动力量(liàng)，将创造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在(zài)技术和商业层面都有了(le)巨大进展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术发生方(fāng)向性改变的(de)一(yī)个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发(fā)布了几条引(yǐn)爆科技圈的短(duǎn)视频(pín)。这些视频引发关注并(bìng)非(fēi)内容做得多优秀，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一(yī)视角录像(xiàng)，随便一个有手机的人都可以随(suí)手录(lù)下一段(duàn)。

但这些(xiē)短(duǎn)视频(pín)的创作方式非常简单，创作(zuò)者仅仅(jǐn)需要(yào)向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可以根据(jù)需要生成一段视频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成(chéng)视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与(yǔ)Meta的(de)Make-A-Video没有太(tài)多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可以(yǐ)制作出(chū)超过(guò)2分(fēn)钟的连贯的也有确(què)切内容的视频，这才是真正让人们感(gǎn)到惊喜的地(dì)方。因为(wèi)无论AI生成的(de)视频多么高清，也(yě)只能是为(wèi)内容生产者提供一个灵感，一个素材，一(yī)个(gè)过场动画。

不过能够(gòu)制作出有具体剧情内容的视频(pín)就意(yì)味(wèi)着，一些视频(pín)创作由AI代替人工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当(dāng)下AI的发展速(sù)度已经超过大部(bù)分(fēn)人的想象。内容(róng)产业的本质(zhì)是供给创造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以(yǐ)为内容产业带来(lái)更新的(de)内容风格、更快(kuài)的生产速度，更(gèng)低的(de)生产(chǎn)成本(běn)，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频(pín)，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作(zuò)等多(duō)种内(nèi)容形式的生(shēng)成。不难发现(xiàn)该项技术不(bù)仅在(zài)游戏等行业能得到有效应(yīng)用(yòng)，对于下一代互联网各种元素(sù)的构(gòu)建亦有关键意义。

从(cóng)商业化的角度来(lái)看(kàn)，文化娱乐、教育、传媒(méi)等诸(zhū)多领(lǐng)域，本身就(jiù)对基(jī)于AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中的(de)一块重要拼图，有望在技术更新的加持(chí)下(xià)实现更大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够创造出独立价(jià)值(zhí)和独立视角的(de)内容。AIGC的再(zài)次出圈，更代表着(zhe)未(wèi)来的先进(jìn)生产力(lì)即(jí)将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底(dǐ)座

从技(jì)术的(de)发(fā)展(zhǎn)也可以(yǐ)看出，在语(yǔ)言大模型(xíng)、图像大模(mó)型之后，多(duō)模态大模型已经成为了新的(de)趋势(shì)。

大模型被(bèi)誉为当前人(rén)工(gōng)智能发展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训(xùn)练大模型的确价(jià)格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训练一次的(de)成本约为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模型)，训练(liàn)成(chéng)本(běn)则(zé)介于200万(wàn)美元(yuán)至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计算，其对(duì)应芯片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持。在(zài)关注各类大模型的(de)发展同时，更应该关注算力网络的建设。

算力(lì)网络正(zhèng)驱动AI产业发(fā)展进入史诗级加(jiā)速进程(chéng)，让AIGC及(jí)通(tōng)用AI这一人工智(zhì)能发(fā)展的终极目标离得更(gèng)近。

因为算(suàn)力(lì)可以对突破性(xìng)技术创新提供大力的支持(chí)。这方面，多模态大模型是典型。作为面(miàn)向未(wèi)来(lái)强人工智(zhì)能(néng)、通用人工(gōng)智能的重要(yào)技术(shù)创新，多(duō)模(mó)态大模型(xíng)已经在(zài)人工智能领域(yù)提出(chū)了很多年(nián)，业界也有不少(shǎo)技(jì)术突(tū)破，但是，多模态大模型(xíng)进一(yī)步往下走，算力需(xū)求呈几(jǐ)何式上升，一般的算(suàn)力基(jī)础设施很快将难(nán)以(yǐ)胜任。

从图像、文(wén)字、语(yǔ)音单(dān)独(dú)一(yī)项的训练，到双模态(tài)、三(sān)模态的跃迁，让人工智能(néng)可以(yǐ)灵活应对(duì)不同模(mó)态的转(zhuǎn)化、像人与(yǔ)世界交互一样自(zì)然，这(zhè)方面，由(yóu)算力网络来驱动将有(yǒu)明显优势(shì)。

此外，还有很(hěn)多需要爆发式增长(zhǎng)的算力(lì)来支(zhī)撑的(de)技术创(chuàng)新(xīn)，将(jiāng)在人工智能(néng)算力网络支撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大(dà)算力的(de)支持下(xià)AIGC能持续颠覆内容(róng)生产(chǎn)的方式(shì)，将(jiāng)创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 匚这个部首的名称叫什么怎么读，匚这个偏旁读什么