很多用户很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个(gè)人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往(wǎng)AI绘画的填写关键词游(yóu)戏可(kě)能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张(zhāng)吕(lǚ)敏创作(zuò)的(de)一种(zhǒng)基于控制点的图(tú)像变(biàn)形算法，主要用于数字图(tú)像处理、计算机视觉(jué)和(hé)计算机(jī)图形学(xué)等领(lǐng)域(yù)。

其SD插(chā)件一经发布，在(zài)短短的(de)两天内便成为(wèi)了(le)AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家用(yòng)了很多方法想让(ràng)AI生成的结果尽可能(néng)的符合要求，但是都不尽(jǐn)如人意(yì)，它的(de)出现代表着(zhe)AI生成开始进入真正的可(kě)控时(shí)期。

因为ControlNet可(kě)以直接提取画面的(de)构(gòu)图，人物(wù)的姿势(shì)和画面的深度信息等。有了它(tā)的帮助，就不用频繁的用(yòng)提示词来碰运气(qì)，抽盲盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友(yǒu)的照片直接带(dài)她们(men)走进动(dòng)漫世(shì)界。

勖存姿为什么没有碰喜宝，勖存姿为什么不碰喜宝ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效(xiào)果。

通过图(tú)片就可(kě)以看(kàn)出来，效果十分(fēn)惊艳。

更厉(lì)害的是，除了真(zhēn)实的照片，草图也可以(yǐ)加(jiā)上“魔(mó)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变(biàn)得越来越强大，甚(shèn)至输(shū)出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难(nán)辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖(hú)有游艇party”的消息火遍网(wǎng)络，而经(jīng)过(guò)警方辟谣这所(suǒ)谓的“party”可能是(shì)全国(guó)第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照片都(dōu)是AI制作的真人照片(piàn)绘图，因为(wèi)太(tài)逼真，被大家当成(chéng)真事传(chuán)播了。

不过仔细观察可以发现，活动发起者提供的照片中(zhōng)有个很大(dà)的漏洞(dòng)可以发现并非真人，而是(shì)AI绘(huì)图，那便是图片中女性的手指部(bù)分有的存在异常。

有行(xíng)业人事表(biǎo)示：“现在因(yīn)为手指部分的绘画算法比较(jiào)复(fù)杂(zá)，AI还不太会画人的手，但最新看到(dào)的图片(piàn)已(yǐ)经有越来越完美的(de)AI模型出现，以(yǐ)后可能(néng)就完全没(méi)有(yǒu)漏洞了。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在国外(wài)也已有发生。据英(yīng)国(guó)广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前随着(zhe)技术发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的图片(piàn)被(bèi)用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大(dà)量前人的作品之后，其创作没有任何情(qíng)绪和灵魂，难以和(hé)人类的艺术(shù)创作(zuò)相提并(bìng)论。

另一(yī)方面，AIGC背(bèi)后的版权、目前(qián)都(dōu)并没有(yǒu)得到有效的解(jiě)决，还(hái)有AIGC会不会代替人类“至(zhì)高无(wú)上”的创(chuàng)意(yì)。

马斯(sī)克也(yě)强调，人工智能(néng)的安全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下(xià)一站除了(le)视频(pín)，还有远方

技术都(dōu)是有两面性的，潜(qián)在(zài)的危害并(bìng)不(bù)能掩盖其光(guāng)辉的贡献(xiàn)。现在(zài)看来，人工智能技(jì)术(shù)将是第四次工(gōng)业(yè)革命的核心驱动力(lì)量，将(jiāng)创(chuàng)造新的增长奇迹。

过去一(yī)年，人工智能在技术和(hé)商业(yè)层面都有了巨大进展，AI绘画就是人工智能技(jì)术发生(shēng)方(fāng)向(xiàng)性改变的(de)一个(gè)代(dài)表(biǎo)。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷(gǔ)歌先(xiān)后发(fā)布了几条引爆科技圈的短视(shì)频(pín)。这些视频引发关注并非内容做(zuò)得多(duō)优(yōu)秀，反而都非常简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的玩(wán)具熊，或(huò)者一段(duàn)骑摩托车的第一视角录像，随(suí)便一个有手(shǒu)机的人都(dōu)可以随手录(lù)下一段。

但这些短视频的创作(zuò)方式非常(cháng)简(jiǎn)单(dān)，创(chuàng)作者仅仅需(xū)要(yào)向AI输入一(yī)段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需(xū)要生成一(yī)段视(shì)频(pín)。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就已经玩了(le)一波(bō)梗，一个能够做(zuò)出更(gèng)高(gāo)清视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊(jīng)的地方在于，它可以制作出超过2分(fēn)钟的(de)连贯的也有确切内容的视(shì)频(pín)，这才是真(zhēn)正让(ràng)人(rén)们感到(dào)惊(jīng)喜的(de)地方(fāng)。因为无(wú)论(lùn)AI生成(chéng)的视频多(duō)么高清，也只能是(shì)为内容生产者(zhě)提供(gōng)一个灵感，一(yī)个素材(cái)，一个过(guò)场动(dòng)画。

不(bù)过能够制(zhì)作出有具体剧情内容的视频就(jiù)意(yì)味(wèi)着，一些视频创(chuàng)作(zuò)由(yóu)AI代替人工(gōng)完成已(yǐ)经初步有了可能。

当(dāng)下(xià)AI的发(fā)展(zhǎn)速度已经(jīng)超(chāo)过大部分人的想象。内容(róng)产业的(de)本质(zhì)是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产(chǎn)方式，可(kě)以(yǐ)为(wèi)内(nèi)容产业带(dài)来(lái)更新的内(nèi)容风格、更快(kuài)的生产速度(dù)，更低(dī)的生产成本，这无疑会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内(nèi)容(róng)形式的生(shēng)成(chéng)。不难发现该项技(jì)术(shù)不仅在游戏等(děng)行业能(néng)得(dé)到有效应用，对于下一代互(hù)联网各种元(yuán)素(sù)的(de)构(gòu)建亦(yì)有关键意(yì)义。

从商(shāng)业化的角(jiǎo)度来看，文(wén)化娱乐(lè)、教育、传媒等诸多(duō)领域，本身就对基于AI的(de)可视化内容有(yǒu)强烈需求(qiú)。

因此，AI绘画及(jí)视(shì)频或不是结果，而(ér)只是AI进程中的一(yī)块重要拼(pīn)图，有望在技(jì)术更新的加(jiā)持下实现更(gèng)大的(de)应用价值。

AI从理解内容(róng)，走向了可(kě)以生(shēng)成内容(róng)，甚(shèn)至能够(gòu)创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更代表着未来的(de)先进生产(chǎn)力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发(fā)展(zhǎn)也(yě)可以看出，在语言大模(mó)型(xíng)、图像大模型之后，多模态大(dà)模型已经(jīng)成为了(le)新的趋势(shì)。

大模型被誉(yù)为当前人工智能发展的智能(néng)底座(zuò)，是全球竞争最激(jī)烈(liè)的研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发(fā)力(lì)。

不过训练大模型(xíng)的确价格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告估(gū)算，GPT-3训练一次的成本约为140万美元。而对(duì)于一些更(gèng)大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其(qí)对应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在5万美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模型的(de)发(fā)展同时，更应该关注算力网(wǎng)络的(de)建设。

算力网络正驱动(dòng)AI产业(yè)发(fā)展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发展的终极目标(biāo)离得更近。

因为(wèi)算力可(kě)以对(duì)突破性技术创(chuàng)新提供大力(lì)的支持(chí)。这方面(miàn)，多模态大模型是典(diǎn)型。作(zuò)为面向未来强人工智能、通用人(rén)工智能的(de)重(zhòng)要技(jì)术创(chuàng)新，多模态大模(mó)型已经在人工智能(néng)领(lǐng)域提出了很多年(nián)，业界(jiè)也有(yǒu)不(bù)少技术(shù)突破，但(dàn)是，多模态大模(mó)型(xíng)进一步往下走，算(suàn)力需求呈几何式上(shàng)升，一般(bān)的算力基础设施很快将(jiāng)难以胜任。

从(cóng)图像、文字(zì)、语音单独(dú)一项的训练，到双模态、三模态的跃迁(qiān)，让人工智(zhì)能可以灵活应(yīng)对不同模(mó)态(tài)的转化、像人与(yǔ)世界(jiè)交互一样自然，这方面，由(yóu)算(suàn)力网络(luò)来驱动将有明显(xiǎn)优势。

此外(wài)，还有很(hěn)多需要爆发式增(zēng)长的(de)算力来支撑(chēng)的(de)技(jì)术(shù)创新，将在人工智能算(suàn)力(lì)网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露出曙(s勖存姿为什么没有碰喜宝，勖存姿为什么不碰喜宝hǔ)光(guāng)，期待在(zài)大模型(xíng)和(hé)大(dà)算力的支持下AIGC能(néng)持(chí)续颠覆(fù)内容(róng)生(shēng)产的方式，将创造的边际(jì)成本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 勖存姿为什么没有碰喜宝，勖存姿为什么不碰喜宝