很多用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们会将生成的美图当做头(tóu)像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社(shè)交媒体上，许多用(yòng)户(hù)分(fēn)享AI“翻(fān)车现场”，例如，一(yī)位网(wǎng)友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网友的个人(rén)照(zhào)片被(bèi)AI识别成了建筑。

而如(rú)今随着(zhe)ControlNet的(de)出现与加持，以往AI绘(huì)画的(de)填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的(de)中(zhōng)国人张吕敏创作的一种(zhǒng)基(jī)于控(kòng)制点的图(tú)像(xiàng)变形算法，主要用(yòng)于数字图像处理、计(jì)算(suàn)机视觉和计算机图形学等领域。

其SD插件一经发(fā)布，在短短的两天内便成(chéng)为了AI绘画(huà)领(lǐng)域(yù)最新的热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多方法(fǎ)想让AI生(shēng)成的结果尽可能的符(fú)合(hé)要求(qiú)，但是都不尽如人意，它的出现代表着AI生成开始进入(rù)真正的可控时期。

因为ControlNet可(kě)以直接提取画面的构图，人物的姿势和画面的深度(dù)信息等。有了(le)它的帮助，就不用频(pín)繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他(tā)用朋(péng)友的照(zhào)片(piàn)直接带她们(men)走进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以(yǐ)看(kàn)出来，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实(shí)的(de)照片，草图也可以加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输(shū)出(chū)的作品都已(yǐ)经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警惕安全问题(tí)

近日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照(zhào)片都是(shì)AI制(zhì)作的真人(rén)照片(piàn)绘(huì)图，因为太逼真(zhēn)，被大家(jiā)当成(chéng)真事传播(bō)了。

不过仔细观察可以(yǐ)发现，活(huó)动(dòng)发起(qǐ)者提供的照片(piàn)中有个很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的(de)手指(zhǐ)部分有的存在异常。

有行(xíng)业人事(shì)表示：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还(hái)不(bù)太会画人的手，但最新看到的(de)图片已经有越来越完美的AI模型出现，以后可(kě)能就完全没有漏洞了(le)。”

类(lèi)似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国广播公司(sī)报(bào)道(dào)，土耳其地震期间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童受(shòu)灾的(de)假(jiǎ)照片发(fā)布(bù)到网络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏“捐助”从而实(shí)施诈(zhà)骗(piàn)。

目前随着技(jì)术发展(zhǎn)，AIGC已经(jīng)能(néng)做出真人照片(piàn)般的绘(huì)图(tú)效果，如(rú)果这样(yàng)的图片被用来(lái)诈骗(piàn)，将(jiāng)非常(cháng)可怕。

此(cǐ)外(wài)AIGC还引发(fā)了很多担忧，一(yī)方面，批(pī)判者认为AI在“学习”了大量前人(rén)的作品之后，其(qí)创作(zuò)没有任何情绪(xù)和灵魂(hún)，难以(yǐ)和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都并没有得(dé)到有效的(de)解决，还有AIGC会不(bù)会代替人(rén)类(lèi)“至(zhì)高(gāo)无上”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能的安全(quán)问题需要得到重(zhòng)视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视频，还有远方

技术(shù)都是有两(liǎng)面(miàn)性的，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能技术将是第四次工业革命的核心驱动力(lì)量，将创造新(公交车被C这才几天没做水，s货你是不是欠c了公交车站xīn)的增(zēng)长奇迹。

过(guò)去一年(nián)，人工智能(néng)在(zài)技术和商(shāng)业层面都有(yǒu)了巨大进展，AI绘画(huà)就(jiù)是人工(gōng)智能技(jì)术发生(shēng)方向性改(gǎi)变(biàn)的一(yī)个(gè)代(dài)表。其下一站(zhàn)或(huò)许就(jiù)是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科(kē)技圈的短视(shì)频。这些视频引发关注并(bìng)非内容(róng)做(zuò)得多优(yōu)秀，反(fǎn)而都非(fēi)常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只画画(huà)的玩(wán)具熊，或者一段骑摩托车的第(dì)一视(shì)角(jiǎo)录像(xiàng)，随(suí)便一个有手机(jī)的人都可以随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作(zuò)者仅(jǐn)仅(jǐn)需要向AI输入一段(duàn)话，甚(shèn)至只是说一下要求，AI就可以根据需要生成一段(duàn)视频。

谷歌发布(bù)的(de)两(liǎng)个AI生成(chéng)视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)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(de)视(shì)频后(hòu)，AI圈就已经玩(wán)了(le)一波梗，一(yī)个能够做(zuò)出更(gèng)高清视频的AI还(hái)不(bù)足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震惊的地(dì)方(fāng)在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容生产者(zhě)提供一(yī)个灵(líng)感，一(yī)个素材，一(yī)个过场动画。

不(bù)过能够(gòu)制作出(chū)有具体剧(jù)情内容的视频就意味着，一(yī)些视频创作(zuò)由AI代替人工完成已经(jīng)初(chū)步有了可(kě)能。

当下(xià)AI的发展速度已经(jīng)超(chāo)过大(dà)部分(fēn)人的想(xiǎng)象。内容产业的本(běn)质是供(gōng)给创造需求，AIGC作(zuò)为全(quán)新的内容生产方(fāng)式，可以为(wèi)内容产业带来(lái)更新的内(nèi)容风格、更快的(de)生产速度(dù)，更低的(de)生产成本，这无疑会驱(qū)动内容产业(yè)的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技(jì)术(shù)还能应用于音乐、代码、机器(qì)人动作等(děng)多种内容形式的(de)生成。不(bù)难发现该项技术不仅在游(yóu)戏等行业(yè)能得到有效应(yīng)用，对于下一代互联网(wǎng)各种(zhǒng)元素的构建亦有关(guān)键意义(yì)。

从商业化(huà)的角度来(lái)看(kàn)，文化娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画(huà)及视频或(huò)不是结果，而只是AI进(jìn)程中的一块重要拼图，有望(wàng)在技(jì)术更新的(de)加持下实现更大的应用(yòng)价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内(nèi)容，甚至能够(gòu)创造(zào)出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次出(chū)圈，更(gèng)代(dài)表着未(wèi)来的先进(jìn)生产力(lì)即(jí)将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后(hòu)，多模态大模(mó)型已经成为了新(xīn)的趋势。

大模型(xíng)被誉为当前人工智能(néng)发展的智能底座，是(shì)全(quán)球竞争最激烈(liè)的研究方向之一，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度、阿里(lǐ)、腾(téng)讯等众多头部(bù)企业(yè)都在竞相(xiāng)发力。

不过训练大(dà)模型的确价格(gé)不菲，以国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要(yào)多少算力》报告估(gū)算，GPT-3训练一次(cì)的成本约(yuē)为140万美元。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元(yuán)至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯(xīn)片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注各类大模型的发展(zhǎn)同时，更(gèng)应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络正驱(qū)动AI产业发展进入史诗级加速(sù)进(jìn)程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展(zhǎn)的终极目标离得更近。

因为算力可以对突破性技术创新提供大(dà)力(lì)的支持。这方面，多模态大模型是典型(xíng)。作(zuò)为面向未来强人工智能、通用人工(gōng)智能的重要(yào)技术(shù)创新，多模态大模型(xíng)已(yǐ)经在人工智能领(lǐng)域提出(chū)了(le)很多(duō)年，业(yè)界也有(yǒu)不(bù)少技术突破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文字、语音单独一项的(de)训练(liàn)，到双模(mó)态、三模态的跃(yuè)迁，让人工智(zhì)能可(kě)以灵活应(yīng)对不同模(mó)态的(de)转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动将有明显(xiǎn)优势(shì)。

此(cǐ)外，还有很多(duō)需要(yào)爆发式增长的算(suàn)力来支撑(chēng)的技术创(chuàng)新，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的(de)支(zhī)持下AIGC能(néng)持续(xù)颠覆(fù)内容生(shēng)产的(de)方式，将创造的边际成本(běn)降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 公交车被C这才几天没做水，s货你是不是欠c了公交车站