很多(duō)用户(hù)很喜欢这种不确定(dìng)的(de)惊(jīng)喜，他们(men)会将(jiāng)生(shēng)成的美图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻(fān)车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了(le)建筑(zhù)。

而如今(jīn)随着ControlNet的出(chū)现与加(jiā)持(chí)，以往AI绘画的填写(xiě)关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏(mǐn)创(chuàng)作(zuò)的一种基(jī)于控制点的(de)图像变(biàn)形算法，主(zhǔ)要(yào)用(yòng)于数字图像处理、计(jì)算机视觉和计算机图形学等领(lǐng)域。

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

在此(cǐ)之(zhī)前(qián)，大家用了很多方法想让(ràng)AI生(shēng)成的结果尽可能(néng)的符合要(yào)求，但是都不尽如人意，它的(de)出现代(dài)表着AI生成(chéng)开(kāi)始进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直(zhí)接提取画面的构(gòu)图，人物的姿势和画面的(de)深度信息等。有(yǒu)了(le)它(tā)的(de)帮助，就不用频繁(fán)的用提示(shì)词来碰(pèng)运气(qì)，抽盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博主的作(zuò)品已经获(huò)得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片(piàn)直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关(guān)键词；最后用(yòng)ControlNet插(chā)件绑(bǎng)定(dìng)骨骼开始换关(guān)键词试效(xiào)果(guǒ)。

通过图片就可以(yǐ)看出来，效果十分惊艳。

更厉害的(de)是，除了真实(shí)的照片，草图也可以加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏(mǐn)其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输出的作品(pǐn)都已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)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(guò)警方辟谣(yáo)这所谓(wèi)的(de)“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女(nǚ)照片都(dōu)是AI制作的真人照片(piàn)绘图(tú)，因为太逼(bī)真，被大家当成真事(shì)传播了。

不(bù)过(guò)仔细观察可以发现，活动发起(qǐ)者提供的照片中有个(gè)很大的漏洞可以发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便(biàn)是图片(piàn)中女性的手指部(bù)分有的(de)存在(zài)异常。

有行(xíng)业人事(shì)表示：“现在因(yīn)为手指部分的绘画算法比较复(fù)杂(zá)，AI还(hái)不太会(huì)画人的手，但(dàn)最新看到的图片(piàn)已经(jīng)有越来(lái)越(yuè)完(wán)美的AI模型出现，以后可能就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生。据英(yīng)国(guó)广(guǎng)播公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假照(zhào)片发布到(dào)网络，以此(cǐ)诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从而实施诈(zhà)骗(piàn)。

目前随着(zhe)技术(shù)发(fā)展，AIGC已经能做出真(zhēn)人照片(piàn)般的绘图效果，如果这样的(de)图片被用(yòng)来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还引发了很(hěn)多担(dān)忧(yōu)，一方面(miàn)，批判者认为AI在“学(xué)习”了大量前人的作品之后，其创作没有任何情绪(xù)和灵魂，难(nán)以和(hé)人类的(de)艺(yì)术创作相(xiāng)提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权(quán)、目(mù)前(qián)都并没有得到有效的(de)解(jiě)决，还有AIGC会不会代替人类“至(zhì)高无(wú)上”的创意。

马斯克(kè)也(yě)强调(diào)，人工智能的(de)安(ān)全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除(chú)了视频，还有(yǒu)远(yuǎn)方(fāng)

技术都是(shì)有两(liǎng)面性的，潜(qián)在的(de)危害并不(bù)能(néng)掩盖(gài)其光(guāng)辉的贡献。现在看(kàn)来(lái)，人工智能(néng)技术将是第四(sì)次工业革命(mìng)的核心驱动力量，将创造新的增长(zhǎng)奇迹(jì)。

过去一年，人(rén)工智(zhì)能在技术和商(shāng)业层面都有了(le)巨大进(jìn)展，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视频。

此(cǐ)前，Meta和(hé)谷歌先(xiān)后发布了几条(tiáo)引爆科技(jì)圈的短视频。这些视频引发关注并非内容做(zuò)得多(duō)优秀，反而都非常简(jiǎn)单(dān)，比如(rú)一(yī)匹正在喝水的马，一(yī)只画(huà)画的玩具熊，或(huò)者一段骑摩托车的第一视(shì)角录像，随(suí)便(biàn)一个(gè)有(yǒu)手(shǒu)机(jī)的人都可以(yǐ)随手录下一段。

但这些短视频的创作方式非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一(yī)下要求，AI就(jiù)可(kě)以根(gēn)据需要生(shēng)成一段视频。

谷歌(gē)发布的两个(gè)AI生(shēng)成(chéng)视频(pín)分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈就(jiù)已(yǐ)经玩了一波(bō)梗，一(yī)个能够做出(chū)更高清视(shì)频的AI还不足(zú)以在短时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分钟的(de)连贯(guàn)的(de)也有(yǒu)确切内容的(de)视频(pín)，这(zhè)才是真正(zhèng)让人们感到惊喜的(de)地方。因为(wèi)无(wú)论AI生成(chéng)的视频多么(me)高清，也只能是为(wèi)内(nèi)容生产者提供一(yī)个(gè)灵感，一个素材，一个过场(chǎng)动画(huà)。

不(bù)过能够(gòu)制作出有具体(tǐ)剧(jù)情内容的视频就意(yì)味着，一(yī)些视频创作由AI代(dài)替人(rén)工完成已(yǐ)经初步(bù)有了可能(néng)。

当下AI的发展速(sù)度(dù)已经超过大部(bù)分人的想(xiǎng)象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以为内容(róng)产业(yè)带来(lái)更新的内(nèi)容风格(gé)、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于音乐(lè)、代码、机器人动(dòng)作等多种内容形(xíng)式的(de)生成。不难(nán)发现该项技(jì)术不仅在游戏等行业能(néng)得到有效应用，对于下一(yī)代互联网各种元(yuán)素(sù)的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来(lái)看(kàn)，文化娱乐、教育、传媒等诸多(duō)领域，本身就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘(huì)画及视频或不(bù)是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图，有望在技术(shù)更新的(de)加持下实现更(gèng)大(dà)的应用价(jià)值。

AI从(cóng)理解(jiě)内容，走(zǒu)向了(le)可以生成内容，甚至能够(gòu)创造出独立(lì)价值(zhí)和独(dú)立(lì)视角(jiǎo)的(de)内容。AIGC的再次(cì)出圈，更代(dài)表着未(wèi)来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发(fā)展也可(kě)以看出，在(zài)语言大模型、图像(xiàng)大(dà)模(mó)型(xíng)之后(hòu)，多(duō)模态大模型已(yǐ)经成为了新(xīn)的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的智能底座，是(shì)全球竞(jìng)争(zhēn早鸟票什么意思 早鸟票是最便宜的吗g)最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多(duō)头部(bù)企业都(dōu)在竞相(xiāng)发力。

不过训练大模型的(de)确(què)价格不(bù)菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对于一些更(gèng)大的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美(měi)元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算(suàn)，其对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅(jǐn)电费就在5万(wàn)美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大(dà)算力支(zhī)持。在关(guān)注各类大模(mó)型的(de)发(fā)展(zhǎn)同时(shí)，更应该关注算力网络的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人工智(zhì)能发(fā)展的终极(jí)目标(biāo)离得更近。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态(tài)大模型是典型(xíng)。作为(wèi)面向未(wèi)来强人工智能(néng)、通用人(rén)工智能的重(zhòng)要技术(shù)创新，多模态(tài)大模型已经在人工智(zhì)能领域提出(chū)了(le)很(hěn)多(duō)年(nián)，业界也有(yǒu)不少技(jì)术突破，但是，多模态(tài)大(dà)模型进一步往下(xià)走，算力需求(qiú)呈几何式(shì)上升(shēng)，一(yī)般的算力基础设施很快将难以(yǐ)胜任(rèn)。

从图(tú)像、文字、语音单独一项的训练，到双模态、三(sān)模态(tài)的跃迁，让人工智(zhì)能可(kě)以灵活应对不同模态(tài)的转化、像人与(yǔ)世(shì)界交互一样自然，这(zhè)方面(miàn)，由算力网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增长的算力来支(zhī)撑的(de)技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑(chēng)下(xià)快速推进(jìn)。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容生(shēng)产(chǎn)的方(fāng)式，将创(chuàng)造的边际成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 早鸟票什么意思 早鸟票是最便宜的吗