以(yǐ)AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时(shí)候，还是2022年8月(yuè)，在美国(guó)科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘(huì)画(huà)软件(jiàn)被广大(dà)网友熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是其中(zhōng)代表(biǎo)。

用户们(men)可以在应(yīng)用中输入一(yī)组关键(jiàn)词(cí)或者(zhě)一张照片，就能获得一幅AI创作的画作。

作画(huà)的关(guān)键就是所(suǒ)输入的文(wén)本。同一组关键词也可以(yǐ)创作(zuò)出很多张风格不(bù)一样的画作，这(zhè)让(ràng)创(chuàng)作的(de)过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们(men)会将生成的美(měi)图(tú)当做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而如今(jīn)随(suí)着ControlNet的出现与加(jiā)持(chí)，以往AI绘画的填(tián)写关(guān)键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在(zài)斯坦福读博的(de)中(zhōng)国人张(zhāng)吕敏创作(zuò)的一种基(jī)于控制点(diǎn)的图(tú)像变形算法，主要用于数(shù)字图像处理、计算机视(shì)觉和计算机(jī)图形学等领(lǐng)域。

其SD插件(jiàn)一经(jīng)发布，在短短的两天内便(biàn)成为了AI绘画(huà)领域最新的热点。

在此之前(qián)，大家用了很多方法想让AI生成的(de)结果尽(jǐn)可(kě)能的符合要求(qiú)，但是都不(bù)尽如(rú)人(rén)意，它的出现代表着AI生成开始进入(rù)真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人(rén)物(wù)的姿势和画(huà)面的深(shēn)度信息等。有了它的帮助，就不用频繁(fán)的用提示词来(lái)碰运(yùn)气，抽盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不(bù)少(shǎo)博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关键词试效果(guǒ)。

通(tōng)过图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了(le)真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿(gǎo)转全(quán)彩图。大神张吕敏其本尊(zūn)也亲自回(huí)应。

不得(dé)不说当下(xià)AIGC已经(jīng)变得越来越强大，甚至输出的作品(pǐn)都已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过(guò)警方(fāng)辟(pì)谣(yáo)这所谓的“party”可能(néng)是(shì)全国第(dì)一起AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动里面(miàn)给出的美(měi)女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大(dà)家当(dāng)成真(zhēn)事传播了。

不过(guò)仔细观察可(kě)以(yǐ)发(fā)现，活动发起者提供的照片中有个很(hěn)大的漏(lòu)洞(dòng)可以(yǐ)发现并非真人，而(ér)是AI绘(huì)图，那便是图(tú)片中女性的手指部分有(yǒu)的存在(zài)异常。

有行业人事表(biǎo)示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘(huì)画(huà)算法比较复杂，AI还不太会画人的(de)手，但最新看到的图片已经有越来(lái)越完美(měi)的AI模型出现，以(yǐ)后(hòu)可能就完(wán)全没有(yǒu)漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发(fā)生。据英(yīng)国(guó)广(guǎng)播公司(sī)报道，土(tǔ)耳(ěr)其(qí)地震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了儿童受(shòu)灾的(de)假照片发布(bù)到网络，以(yǐ)此诱(yòu)骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技(jì)术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如(rú)果这样(yàng)的图片被用(yòng)来诈骗，将非常可怕(pà)。

此(cǐ)外(wài)AIGC还(hái)引发了很多担(dān)忧，一(yī)方面，批判者(zhě)认为(wèi)AI在“学(xué)习”了大量前(qián)人(rén)的作品(pǐn)之后，其(qí)创作没有任何(hé)情(qíng)绪和灵魂，难以(yǐ)和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没有(yǒu)得到有效的解决，还有(yǒu)AIGC会不会(huì)代替(tì)人类“至高无上(shàng)”的创意。

马(mǎ)斯克也(yě)强(qiáng)调，人工(gōng)智能的安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并不能掩盖其光(guāng)辉的贡(gòng)献。现在看来，人工智(zhì)能技术将(jiāng)是第(dì)四(sì)次(cì)工(gōng)业革命的核心驱动力量，将创造新的增长奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是人工智能(néng)技术发生方向性改变的(de)一个(gè)代表。其下一站或许(xǔ)就是视(shì)频。

此前(qián)，Meta和谷歌先(xiān)后发布了几(jǐ)条(tiáo)引爆科技(jì)圈的短视频。这些视(shì)频引(yǐn)发关注(zhù)并非内容做得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正在喝(hē)水的马，一只(zhǐ)画画(huà)的(de)玩具熊(xióng)，或(huò)者一段骑摩托车的第(dì)一(yī)视角录像，随便一个有手机的人都(dōu)可(kě)以随(suí)手录(lù)下一(yī)段(duàn)。

但这些短视频(pín)的创(chuàng)作方式非常简单，创(chuàng)作者仅仅需要向AI输入一(yī)段话，甚至只(zhǐ)是说一(yī)下要求(qiú)，AI就可以根据需要生(shēng)成一(yī)段视频。

谷歌发布(bù)的(de)两个AI生成视频(pín)分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一波梗，一个能够(gòu)做出(chū)更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方(fāng)在于，它可以制作(zuò)出超过2分钟(zhōng)的连贯(guàn)的(de)也有(yǒu)确切内容的视频(pín)，这(zhè)才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高(gāo)清，也只能是为内(nèi)容生产者提供一个灵(líng)感，一个素材(cái)，一个过场动画(huà)。

不过能够(gòu)制(zhì)作出有具体剧(jù)情内(nèi)容的视频就(jiù)意(yì)味着(zhe)，一(yī)些视频创(chuàng)作由AI代替人工完成已经初(chū)步有了可能(néng)。

当下AI的发展速度已经超过大(dà)部分(fēn)人的想象。内容产(chǎn)业(yè)的本质是供给创造需(xū)求，AIGC作(zuò)为全新的内容生产(chǎn)方(fāng)式，可以(yǐ)为内容产(chǎn)业带来更(gèng)新的内容(róng)风格(gé)、更(gèng)快(kuài)的生产速度，更低的(de)生产成本，这无疑(yí)会驱动内容(róng)产(chǎn)业(yè)的(de)大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于(yú)音乐、代码、机器人动作等多种内容形式的(de)生成。不难(nán)发现(xiàn)该项技术不(bù)仅在游(yóu)戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网各种元素的(de)构建亦(yì)有关(guān)键(jiàn)意义。

从(cóng)商业化的角度来(lái)看，文(wén)化(huà)娱(yú)乐、教育、传媒等(děng)诸多领域，本(běn)身就(jiù)对基(jī)于AI的可视化内容(róng)有(yǒu)强烈需求。

因(yīn)此，AI绘(huì)画及视频或不是(shì)结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要拼图，有望在技术更新的加(jiā)持下(xià)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，甚至能(néng)够创造出独立价(jià)值(zhí)和(hé)独立视角的(de)内容。AIGC的再次出圈，更代(dài)表着未来(lái)的先进(jìn)生产(chǎn)力即将到来。

04

紧(jǐn)抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模(mó)型、图(tú)像(xiàng)大模(mó)型之(zhī)后，多模态大模型已(yǐ)经成(chéng)为了新的趋势(shì)。

大模型被(bèi)誉为当前人工智能发展的(de)智能底座，是全球竞争(zhēng)最激烈的研究方向之(zhī)一，包(bāo)括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业(yè)都在竞(jìng)相发力。

不过训(xùn)练大模型的(de)确价格不菲，以(yǐ)国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一些(xiē)更(gèng)大的LLM(大型语言模(mó)型)，训练(liàn)成本则介(jiè)于200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万计(jì)算，其对(duì)应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅(jǐn)电费(fèi)就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注(zhù)各类大模(mó)型(xíng)的(de)发展(zhǎn)同时，更应该(gāi)关注算(suàn)力网络的建设。

算力(lì)网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得(dé)更近(jìn)。

因为算力(lì)可以对突破性技术创新(xīn)提供大力的支持。这方面，多(duō)模态大模型是典型。作为(wèi)面向未来(lái)强人工智能、通用人(rén)工智(zhì)能的(de)重要技术创新，多模态大模型已经在人工智能(néng)领(lǐng)域(yù)提(tí)出了很多年，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进一步往(wǎng)下(xià)走，算力需求呈几何(hé)式上升，一般的算力基(jī)础设施很快(kuài)将难以胜任。

从图像(xiàng)、文字、语音单(dān)独一(yī)项(xiàng)的训练(liàn)，到双(shuāng)模(mó)态(tài)、三模态(tài)的(de)跃迁，让人工智能(néng)可以灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络(luò)来(lái)驱动(dòng)将有明显优势。

此外(wài)，还有很(hěn)多需要(yào)爆发(fā)式增(zēng)长的算力(lì)来(lái)支撑的技术创新，将在人工智能算力网络支(zhī)撑(chēng)下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待(dài)在(zài)大模型和大算力的支持下(xià)AIGC能(néng)持(chí)续颠覆(fù)内容生产的方式(shì)，将创造(zào)的(de)边际成本降(jiàng)低，让(ràng)万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 38码鞋是多少厘米 38的鞋子买欧码是多少