很多用户很喜欢这种不确定的惊(jīng)喜(xǐ)，他们会将生成的(de)美图当(dāng)做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘(huì)画(huà)的“翻车”作(zuò)品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友(yǒu)的小狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作(zuò)的一种基于控制(zhì)点(diǎn)的图(tú)像变(biàn)形算法，主要用(yòng)于数字(zì)图(tú)像处理、计算(suàn)机视觉和(hé)计算机图形学等领(lǐng)域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便成为(wèi)了AI绘画领域最新(xīn)的热点。

在此之前，大家用了(le)很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要求，但是都不尽(jǐn)如(rú)人意(yì)，它的(de)出现代(dài)表(biǎo)着AI生成开(kāi)始进入真正的可控时期(qī)。

因(yīn)为ControlNet可以直接(jiē)提取画面(miàn)的构图，人物的姿势和画面的(de)深度信息等。有了它的帮助，就不(bù)用频繁的用提示(shì)词(cí)来(lái)碰运气，抽盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得(dé)了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直(zhí)接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果。

通过图片就可以(yǐ)看(kàn)出(chū)来，效(xiào)果十分惊艳。

更厉害的(de)是，除了真实的照片，草图也可以加上“魔(mó)法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本(běn)尊也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变得越(yuè)来越强(qiáng)大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的(de)消(xiāo)息(xī)火遍网络，而(ér)经过警方辟(pì)谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都是AI制作的真(zhēn)人照片(piàn)绘图，因为太逼真，被大(dà)家当成真事(shì)传播了。

不过仔细(xì)观察可以发现，活动发起者(zhě)提供(gōng)的照(zhào)片中(zhōng)有个很(hěn)大(dà)的漏洞(dòng)可以发现并非(fēi)真(zhēn)人，而是AI绘图(tú)，那便是图片(piàn)中(zhōng)女性(xìng)的手指部分有(yǒu)的存在(zài)异常。

有行业(yè)人(rén)事表示(shì)：“现在因为(wèi)手指部分(fēn)的绘画算法比较复杂，AI还不(bù)太(tài)会(huì)画人的手(shǒu)，但最新看到(dào)的(de)图片(piàn)已(yǐ)经有(yǒu)越来越完美的AI模型(xíng)出现，以后可能就完(wán)全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司(sī)报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾(zāi)的(de)假照片发布(bù)到(dào)网络(luò)，以此诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人(rén)照片般的绘图(tú)效果，如果这样的图(tú)片被用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧(yōu)，一(yī)方面(miàn)，批判者认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作没(méi)有任何情(qíng)绪(xù)和(hé)灵(líng)魂，难(nán)以(yǐ)和人(rén)类的艺术(shù)创作相提并论(lùn)。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并没有得到有效的(de)解决(jué)，还(hái)有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安全问题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还(hái)有远方

技术(shù)都是有两面性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术(shù)将是第四(sì)次工业革命的核心驱动力(lì)量，将创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智能在(zài)技术和商业层面(miàn)都有了巨大进展，A定语中心语是什么意思，连接状语和中心语是什么意思I绘画(huà)就是人工智能技(jì)术发(fā)生(shēng)方向性改变的(de)一个代表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈(quān)的短视(shì)频。这些视(shì)频引发(fā)关注并非(fēi)内容(róng)做得多优秀(xiù)，反而都(dōu)非常(cháng)简(jiǎn)单，比如一匹正在喝水的马，一只画画的(de)玩具熊，或者(zhě)一段骑摩托车的(de)第(dì)一视角录(lù)像，随便一个(gè)有手机(jī)的人都可以(yǐ)随手录下一段(duàn)。

但(dàn)这些短视(shì)频的(de)创(chuàng)作(zuò)方(fāng)式非常简单(dān)，创作者仅仅需(xū)要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布(bù)的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频(pín)的AI还不(bù)足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在(zài)于，它可以制作出(chū)超过2分钟的连贯的(de)也有确切(qiè)内容的视频(pín)，这(zhè)才是真正让人们感(gǎn)到惊喜的(de)地方。因为无(wú)论AI生成的视频多(duō)么高清，也只(zhǐ)能是(shì)为内容生产(chǎn)者提供(gōng)一(yī)个灵(líng)感，一个(gè)素(sù)材(cái)，一个过(guò)场动画。

不过能够(gòu)制作出有具(jù)体(tǐ)剧(jù)情内容的视频就意(yì)味着，一些视频(pín)创作由AI代替人工完成已经初(chū)步有了(le)可能。

当下AI的发展速度已经超过大部分(fēn)人的想象(xiàng)。内(nèi)容产业的本(běn)质是供给创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方式(shì)，可以为内(nèi)容产业带来更新的内容风格、更快的生产速度(dù)，更低(dī)的生产成(chéng)本，这(zhè)无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技(jì)术还能应(yīng)用(yòng)于音乐、代码、机器(qì)人动(dòng)作等多种内容(róng)形式(shì)的生成。不难发现该项技(jì)术不(bù)仅在游戏等行业能得到有(yǒu)效应用，对于(yú)下一代互联(lián)网各种元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程中的一(yī)块重要拼图(tú)，有望在技术更新的加持下(xià)实(shí)现更大的应(yīng)用价值。

AI从理解内容，走向了可以生(shēng)成内容(róng)，甚至能够(gòu)创造(zào)出独立价值和独(dú)立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未(wèi)来(lái)的先进(jìn)生产力(lì)即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也(yě)可(kě)以看出，在语言大模型、图(tú)像大(dà)模型之后(hòu)，多模(mó)态大模(mó)型已经成为了新的趋(qū)势。

大(dà)模(mó)型被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最激烈的(de)研究方向(xiàng)之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大(dà)模型的确价(jià)格不菲(fēi)，以国盛(shèng)证券(quàn)发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本(běn)则(zé)介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均(jūn)数1300万(wàn)计算(suàn)，其对应芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每日(rì)仅(jǐn)电(diàn)费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时，更应该(gāi)关(guān)注算力网(wǎng)络的(de)建(jiàn)设。

算力网络正驱动(dòng)AI产业(yè)发展(zhǎn)进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工智能(néng)发展的终极目标(biāo)离得更近(jìn)。

因为算(suàn)力可以对(duì)突破性技术创新提供(gōng)大力的(de)支持。这方(fāng)面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用(yòng)人工智能的重要(yào)技(jì)术创新，多模态大模(mó)型(xíng)已经在人工智(zhì)能领域提(tí)出了很多年，业(yè)界也有(yǒu)不少技术突破，但是，多模态(tài)大模型进一步往下走，算力需(xū)求呈几何式上升，一般的算力基础设施很快(kuài)将难以胜任(rèn)。

从图(tú)像、文字(zì)、语音单(dān)独一(yī)项的训练(liàn)，到双模态、三模(mó)态的跃(yuè)迁，让人(rén)工智(zhì)能(néng)可(kě)以(yǐ)灵活应对(duì)不同(tóng)模(mó)态的转化(huà)、像(xiàng)人(rén)与世界交互一样(yàng)自然，这方面，由算力(lì)网络(luò)来驱动将有明(míng)显优势。

此(cǐ)外，还(hái)有很多需(xū)要爆发(fā)式(shì)增长的算(suàn)力来支(zhī)撑的技(jì)术创新，将在人工智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经(jīng)露出(chū)曙(shǔ)光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将(jiāng)创造的(de)边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 定语中心语是什么意思，连接状语和中心语是什么意思