很多用户很喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻(fān)车(chē)”作品。在社交媒体上，许多用(yòng)户(hù)分享AI“翻车(chē)现场”，例(lì)如，一位网友的小(xiǎo)狗照片(piàn)被AI画(huà)成(chéng)了“肌肉男”，还有(yǒu)网友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以(yǐ)往AI绘画的填写关键词游戏(xì)可能要(yào)被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种基于控制点的图像变形算法，主(zhǔ)要用于数字(zì)图(tú)像处理、计算机视觉和计算(suàn)机(jī)图形学等(děng)领域。

其(qí)SD插件(jiàn)一经发布(bù)，在(zài)短(duǎn)短的两天内便(biàn)成为了(le)AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方(fāng)法想(xiǎng)让AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意(yì)，它的出现(xiàn)代表着(zhe)AI生成开始进(jìn)入真正的可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接提(tí)取画面的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加(jiā)了(le)“魔法(fǎ)”，不少(shǎo)博主的(de)作品已(yǐ)经获得了大量的浏览量，“viggo”就是(shì)其中之一，他(tā)用朋友的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找(zhǎo)到对应的(de)关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通过图片就(jiù)可(kě)以(yǐ)看出来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害的(de)是(shì)，除了真实的照片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图。大(dà)神张吕敏其(qí)本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越(yuè)来越强大，甚至(zhì)输出的作品都(dōu)已经(jīng)能以假(jiǎ)乱(luàn)真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警惕安全问(wèn)题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活动里面给(gěi)出(chū)的美女照(zhào)片都是AI制作(zuò)的真人(rén)照片绘(huì)图，因为太逼(bī)真，被(bèi)大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发现，活(huó)动发起者(zhě)提供(gōng)的照片(piàn)中有(yǒu)个很大的漏(lòu)洞可以(yǐ)发现并非真(zhēn)人(rén)，而是AI绘图，那便是图片(piàn)中(zhōng)女性的手指(zhǐ)部(bù)分有的存在异常(cháng)。

有行业(yè)人事表示：“现在因为手指(zhǐ)部分的(de)绘画算法比较复杂，AI还不太会画人的手，但(dàn)最新看到(dào)的图片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国(guó)外也已有发生(shēng)。据英国广播公(gōng)司报(bào)道，土(tǔ)耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片发布(bù)到网络，以(yǐ)此(cǐ)诱(yòu)骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已(yǐ)经能做(zuò)出真人照片般的绘图效果，如果这样(yàng)的(de)图片(piàn)被用来诈骗，将非(fēi)常可(kě)怕。

此(cǐ)外AIGC还引发(fā)了(le)很多担忧，一(yī)方(fāng)面(miàn)，批判者认为AI在“学习”了大(dà)量前人的作品之后(hòu)，其创作没(méi)有任何情绪和灵魂，难以和人类的(de)艺术(shù)创作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前都(dōu)并没有得到(dào)有效的解决，还有(yǒu)AIGC会不会代替(tì)人类“至高无(wú)上(shàng)”的(de)创意(yì)。

马斯克也(yě)强调，人工(gōng)智能(néng)的安全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方

技术都是有两面性的(de)，潜在的危害并不能掩盖其光辉(huī)的贡献。现(xiàn)在看(kàn)来(lái)，人(rén)工智能技术(shù)将(jiāng)是第四次工业革命的核心(xīn)驱动力量(liàng)，将创造新的增(zēng)长奇(qí)迹。

过去一年，人工智能在技术和商业(yè)层面都(dōu)有了巨大进(jìn)展，AI绘(huì)画就是人工智能技术(shù)发生方向性改(gǎi)变(biàn)的一个代表。其下一站或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌(gē)先后发布了几条引爆科技(jì)圈的短视频。这些视(shì)频引发(fā)关(guān)注并非内容做(zuò)得多优(yōu)秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝水(shuǐ)的马，一(yī)只画(huà)画的(de)玩具(jù)熊(xióng)，或者一段骑摩托车的第一视角录像，随(suí)便一(yī)个有手(shǒu)机的(de)人都可以随手录下一段。

但这些短视频的(de)创作方式(shì)非常(cháng)简单，创作者(zhě)仅(jǐn)仅需要向AI输入(rù)一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根(gēn)据需要生成(chéng)一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视频的AI还不足以在(zài)短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方(fāng)在于，它可(kě)以制作出(chū)超过2分钟的连(lián)贯(guàn)的也有确(què)切内(nèi)容的(de)视频，这才是(shì)真正让人们感到(dào)惊喜的(de)地方(fāng)。因(yīn)为(wèi)无论AI生(shēng)成的视(shì)频(pín)多么高清，也(yě)只能是为内容生产者提供一个灵感，一个素材，一个过场(chǎng)动画。

不过(guò)能够制作出有具体剧(jù)情内(nèi)容(róng)的视频(pín)就意味着，一(yī)些视频创作由(yóu)AI代(dài)替人工(gōng)完成(chéng)已(yǐ)经初(chū)步有(yǒu)了可能(néng)。

当下AI的(de)发展(zhǎn)速度已经超过大(dà)部分人的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内(nèi)容(róng)产业带来更(gèng)新的内容风格、更快(kuài)的生产速度，更低的(de)生产成(chéng)本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等(děng)多种内容形式的生成(chéng)。不难(nán)发现该项技术(shù)不仅在游戏等行业能得到(dào)有效应用，对(duì)于下一代互(hù)联网各种元素的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业化的角度(dù)来看，文(wén)化(huà)娱(yú)乐、教育、传媒等诸多领(lǐng)域(yù)，本身就对基(jī)于AI的(de)可视(shì)化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及视(shì)频(pín)或不(bù)是结果，而只是AI进程中的一块重要(yào)拼图，有望(wàng)在(zài)技(jì)术更新的(de)加持下实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够(gòu)创造出(chū)独立价值(zhí)和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来(lái)的先进生产力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的发展也可以看出(chū)，在(zài)语言大(dà)模(mó)型、图像大(dà)模(mó)型之(zhī)后，多模态大模(mó)型已经成为了新的趋势。

大(dà)模型(xíng)被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在(zài)竞(jìng)相发力。

不过训练大(dà)模(mó)型的(de)确价格(gé)不单倍行距是多少菲，以国盛(shèng)证(zhèng)券发布(bù)的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万(wàn)美元(yuán)至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其(qí)对(duì)应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美(měi)元，每日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型(xíng)的发展同时，更应(yīng)该关注算力网络的建设。

算力网络(luò)正驱(qū)动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及(jí)通(tōng)用(yòng)AI这(zhè)一人工智能发展的终极目标离得(dé)更(gèng)近。

因为算(suàn)力可以对突(tū)破性技术创新(xīn)提(tí)供大力的支持。这方面，多模态大(dà)模型是典型。作(zuò)为面向未来强人工智(zhì)能、通用人(rén)工智(zhì)能的重要技(jì)术(shù)创新，多模态大模型已经在人工智(zhì)能领域(yù)提出了(le)很多年，业界(jiè)也有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往下走(zǒu)，算力需求呈几何(hé)式(shì)上升，一般的算力基础设施(shī)很(hěn)快将(jiāng)难以(yǐ)胜任。

从图(tú)像(xiàng)、文字(zì)、语音单独一项的训练，到(dào)双模(mó)态、三模(mó)态的跃迁，让(ràng)人工智能可以灵活应对(duì)不同模(mó)态(tài)的转化、像(xiàng)人与世界交互(hù)一(yī)样自然，这方面，由算力网络来驱(qū)动将有明(míng)显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的(de)技术(shù)创新，将(jiāng)在人工(gōng)智能算力网络支撑下快速推(tuī)进。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型和大算力的(de)支持下(xià)AIGC能持(chí)续颠覆内容(róng)生(shēng)产(chǎn)的方式(shì)，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 单倍行距是多少