01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还(hái)是2022年(nián)8月，在(zài)美国科罗拉(lā)多州(zhōu)举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友(yǒu)熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以在应(yīng)用中输入一组(zǔ)关键词或者一(yī)张照片，就能(néng)获(huò)得一幅AI创作的(de)画作。

作画的关(guān)键就是(shì)所输入的文本。同(tóng)一组(zǔ)关键(jiàn)词也可(kě)以创(chuàng)作(zuò)出很多张风(fēng)格不一样的画作，这让创作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确定的(de)惊喜，他们会(huì)将(jiāng)生成的美图当做头(tóu)像。而另一部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了(le)“肌肉男(nán)”，还(hái)有(yǒu)网友的个人(rén)照片(piàn)被AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读博的中(zhōng)国人张吕敏创(chuàng)作(zuò)的一种基于控制点(diǎn)的图像(xiàng)变(biàn)形算法，主(zhǔ)要(yào)用于数字(zì)图(tú)像处理、计算(suàn)机(jī)视觉和计(jì)算机(jī)图形学等领域(yù)。

其SD插件一经发布，在短短的两(liǎng)天(tiān)内便成为了(le)AI绘画(huà)领域最新的热(rè)点。

在此(cǐ)之(zhī)前(qián)，大家用了很(hěn)多方法(fǎ)想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构(gòu)图，人物(wù)的姿势和画面的深度(dù)信息(xī)等。有了它的帮助，就不用(yòng)频(pín)繁(fán)的用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不(bù)少博主(zhǔ)的作品已经获得了大(dà)量的浏览量，“viggo”就是其中之一，他(tā)用朋友(yǒu)的照片直接带她们(men)走进动漫(màn)世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕敏(mǐn)其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚(shèn)至(zhì)输出的(de)作(zuò)品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

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

不过(guò)仔细观察可以发现，活动(dòng)发起者提(tí)供的(de)照片(piàn)中有个很大的漏(lòu)洞可以发现并非(fēi)真人，而是(shì)AI绘图(tú)，那便是图片中女(nǚ)性的手指部(bù)分有的存在异常。

有行(xíng)业人事表示(shì)：“现在因为(wèi)手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据(jù)英国广播公司报道，土耳其地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片(piàn)发布到网络(luò)，以此诱骗善良的人(rén)打赏“捐助”从而实(shí)施诈骗(piàn)。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照(zhào)片般的绘图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将(jiāng)非常可怕(pà)。

此(cǐ)外AIGC还引发了(le)很多担忧(yōu)，一方面，批(pī)判者认(rèn)为AI在“学习(xí)”了大(dà)量前人的作品之后，其(qí)创作(zuò)没有任何(hé)情绪和灵魂，难(nán)以和人类的艺(yì)术创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到有效的(de)解决，还有AIGC会(huì)不会代替人类(lèi)“至高无上”的创意。

马斯克也强调，人工智(zhì)能的(de)安全问(wèn)题需要得(dé)到(dào)重视，太晚就来不及了(le)。

03

AIGC下(xià)一(yī)站除了视频，还有远方

技(jì)术都是有两(liǎng)面性的，潜在的危害并不能(néng)掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智(zhì)能(néng)技(jì)术将是第(dì)四次工业革命的核(hé)心驱(qū)动力(lì)量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人(rén)工(gōng)智(zhì)能在技术和商业层面都有了巨大进展，AI绘画就是(shì)人工(gōng)智能技术发(fā)生(shēng)方向性改(gǎi)变的一个代(dài)表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频(pín)。这些(xiē)视频引发关注并非内容做(zuò)得(dé)多优秀，反而都非常简单，比如一匹正在喝水的马(mǎ)，一只画画的玩(wán)具熊，或者一段骑摩托车的第一视角录像，随便一(yī)个有手机的人(rén)都可(kě)以随手录(lù)下一段(duàn)。

但这些短视频(pín)的创(chuàng)作方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频。

谷歌(gē)发布的(de)两个AI生(shēng)成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗，一个能够做(zuò)出更高清视频的(de)AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊的地(dì)方在(zài)于(yú)，它(tā)可以(yǐ)制作出超过2分钟的连贯的也有(yǒu)确切内(nèi)容的视频，这才是(shì)真正让人们感到惊喜(xǐ)的地方(fāng)。因为无论(lùn)AI生成的视频多(duō)么高清，也只能(néng)是(shì)为内容生产者提供(gōng)一个灵感(gǎn)，一个素(sù)材(cái)，一(yī)个过场动画。

不过能够制作(zuò)出有具体剧(jù)情内容的视频(pín)就意味着，一些视频创(chuàng)作(zuò)由AI代替(tì)人(rén)工完成(chéng)已经初步(bù)有了可能。

当下AI的发(fā)展(zhǎn)速度已(yǐ)经超过大部分人(rén)的想象。内容产(chǎn)业的本质是供给创造(zào)需(xū)求，AIGC作为全新(xīn)的内容(róng)生产方式(shì)，可以(yǐ)为内容(róng)产业带来(lái)更(gèng)新的内容风格、更快的生产速度，更低的生(shēng)产(chǎn)成本，这(zhè)无疑会(huì)驱(qū)动内(nèi)容产业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机(jī)器人动作等多种内(nèi)容形式(shì)的生成。不难发现该项技(jì)术不仅在(zài)游戏等行业能得到有效应用，对于下一代互(hù)联网(wǎng)各种元素(sù)的构建亦(yì)有(yǒu)关键意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育(yù)、传媒(méi)等诸多领(lǐng)域(yù)，本身就对基于AI的可(kě)视化(huà)内容(róng)有强烈需(xū)求(qiú)。

因此，AI绘画(huà)及视频或不是结果，而(ér)只是AI进程(chéng)中的一(yī)块重要拼图，有望在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从理解内容，走向(xiàng)了(le)可以生成(chéng)内(nèi)容，甚至能够创造出独(dú)立价值(zhí)和独(dú)立视角的(de)内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先进(jìn)生产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的(de)发展(zhǎn)也可以看出，在语(yǔ)言大模型、图(tú)像大模型之后，多模(mó)态大模型(xíng)已经成为了新的趋势。

大(dà)模型被誉为当前人(rén)工智能发展的智能底座，是全球竞争最激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众多头部(bù)企业都在竞相发力。

不过(guò)训(xùn)练大(dà)模型的确价格(gé)不菲，以国盛(shèng)证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多(duō)少算(suàn)力》报告估算(suàn)，GPT-3训(xùn)练一次的(de)成(chéng)本约为140万美(měi)元。而对于一些(xiē)更(gèng)大(dà)的LLM(大型语言模型)，训练成本则介(jiè)于200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客(kè)平均数(shù)1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美(měi)元，每日仅电费就在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在(zài)关注各类大(dà)模(mó)型(xíng)的发展同时，更应该关注算力网络的建设。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进(jìn)入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极(jí)目标离(lí)得更(gèng)近(jìn)。

因为算(suàn)力可以对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型是典型(xíng)。作为(wèi)面向未来强人工智能、通用人(rén)工智能(néng)的(de)重要技术创新，多(duō)模态大模(mó)型已经(jīng)在人工智(zhì)能领域提出了(le)很(hěn)多年(nián)，业界也(yě)有不少技术(shù)突(tū)破，但是，多模态大模(mó)型进一步(bù)往下走，算力需求呈几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像(xiàng)、文字(zì)、语(yǔ)音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵(líng)活应(yīng)对不同模态的转化、像人与(yǔ)世界(jiè)交互一样自然，这方面，由(yóu)算力网络来(lái)驱动将有明显优(yōu)势。

此外，还(hái)有很多需要爆发(fā)式增长的算力来支(zhī)撑的技(jì)术创新，将在(zài)人(rén)工智能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已经露(lù)出曙光(guāng)，期待(dài)在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的(de)边际成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：惠安汇通石材有限公司 回复好和好的的区别在哪里，好,好的区别