ControlNet是一(yī)位(wèi)正在斯坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于(yú)数(shù)字图像处理、计(jì)算机(jī)视觉和(hé)计(jì)算机图形学等领域。

其SD插件一经发(fā)布(bù)，在短短的两天内便(biàn)成为了AI绘画(huà)领(lǐng)域(yù)最(zuì)新的热点。

在此之(zhī)前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽可能的符合要求，但(dàn)是都不尽如(rú)人意，它的出现代表着(zhe)AI生成开始进入(rù)真正的可控时(shí)期。

因为ControlNet可(kě)以直接提取画面(miàn)的构图，人(rén)物(wù)的(de)姿势和画面的深(shēn)度信息(xī)等(děng)。有(yǒu)了(le)它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少(shǎo)博主(zhǔ)的作品已(yǐ)经获得了(le)大量的浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友的(de)照片直接带她(tā)们(men)走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通(tōng)过图(tú)片就可(kě)以看出来，效果十分(fēn)惊(jīng)艳。

更(gèng)厉害的(de)是，除了真实的(de)照片(piàn)，草(cǎo)图(tú)也可(kě)以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩(cǎi)图(tú)。大神张吕敏其本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来越强大(dà)，甚至输出(chū)的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣(yáo)这(zhè)所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给出的(de)美女照片都是(shì)AI制作的(de)真人照片(piàn)绘(huì)图，因为太逼真，被(bèi)大家当成真事传(chuán)播了。

不过(guò)仔细观察可以发现，活动发起者提(tí)供的照片中有个很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指(zhǐ)部分有的存在异(yì)常(cháng)。

有行业人事(shì)表示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘画(huà)算(suàn)法(fǎ)比较复(fù)杂，AI还不(bù)太会画人(rén)的(de)手，但最新(xīn)看到的图片已经有越(yuè)来越完(wán)美的AI模型出现，以后(hòu)可能(néng)就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也(yě)已有发生。据英国广播公司报道，土耳(ěr)其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布(bù)到网络，以此诱骗善良的人打赏“捐(juān)助”从而(ér)实施(shī)诈骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做出(chū)真人(rén)照片般的绘图效果，如果这(zhè)样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大(dà)量前(qián)人的作品之后(hòu)，其创作没有任何(hé)情(qíng)绪和(hé)灵魂，难以和人(rén)类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得(dé)到有效的解决，还有AIGC会(huì)不会(huì)代替人(rén)类“至高无(wú)上”的创意。

马斯克(kè)也强(qiáng)调，人工智能(néng)的安全问(wèn)题需要(yào)得到重视，太晚就来不及了。

03

AIGC下(xià)一站除(chú)了视(shì)频(pín)，还(hái)有远方

技术都是有(yǒu)两面性(xìng)的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术(shù)将是第四次工业(yè)革命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和(hé)商业层(céng)面都(dōu)有了(le)巨(jù)大进展，AI绘画就是(shì)人工智能技术发(fā)生方向性改变的一个代(dài)表。其下一(yī)站或许就(jiù)是视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短视频。这些视(shì)频引发关注并非(fēi)内容做得多优(yōu)秀，反而都非常简单，比如一匹正在喝水的(de)马，一只(zhǐ)画画的玩(wán)具熊，或者(zhě)一段骑摩托(tuō)车的第一(yī)视角(jiǎo)录像，随便一个有手机的人都可(kě)以(yǐ)随手(shǒu)录下(xià)一段。

但这(zhè)些(xiē)短视频(pín)的创作方(fāng)式(shì)非常简单(dān)，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入(rù)一段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一(yī)个(gè)能够做(zuò)出(chū)更高清视频(pín)的AI还不足以在短时间(jiān)内(nèi)戳(chuō)中兴(xīng)奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的地(dì)方在于，它可以制作出超过2分钟的连贯(guàn)的(de)也有确切(qiè)内容的视频，这(zhè)才是(shì)真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的视频多么(me)高清，也只(zhǐ)能(néng)是为内(nèi)容生(shēng)产者(zhě)提(tí)供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频就(jiù)意味着，一(yī)些(xiē)视(shì)频创作由AI代替人工(gōng)完成已经初步有了(le)可能。

当下AI的(de)发展速度已经超(chāo)过(guò)大部(bù)分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这(zhè)无(wú)疑(yí)会驱(qū)动内容产业的大(dà)爆发(fā)。

除了AI绘(huì)图、视频(pín)，AIGC技术还能(néng)应用于(yú)音(yīn)乐、代码、机器人动作等多种内容(róng)形式的生(shēng)成。不难发(fā)现该项技(jì)术不仅在游戏(xì)等(děng)行业能得到有效应用(yòng)，对于下一代互联(lián)网各(gè)种(zhǒng)元素的构(gòu)建(jiàn)亦(yì)有关(guān)键意义。

从商业化的(de)角度来看，文(wén)化娱(yú)乐、教育(yù)、传媒等(děng)诸多(duō)领域(yù)，本身就对(duì)基于AI的可(kě)视化内(nèi)容有强(qiáng)烈(liè)需(xū)求。

因此(cǐ)，AI绘(huì)画及(jí)视频或(huò)不(bù)是结果，而只是AI进程中(zhōng)的(de)一块重要拼图，有望在(zài)技术更新的(de)加持下实现更大(dà)的应用价值(zhí)。

AI从(cóng)理(lǐ)解内容(róng)，走向了(le)可以生成内容，甚至能够创(chuàng)造出独立价值和(hé)独(dú)立视角的内(nèi)容。AIGC的再次出圈(quān)，更(gèng)代表着未(wèi)来的先进(jìn)生(shēng)产力即将到来。

04

紧(jǐn)抓大模(mó)型(xíng)与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术的发(fā)展也可以看出，在语言大模型、图像(xiàng)大模型之后，多模(mó)态(tài)大模(mó)型已经成为了新的趋势(shì)。

大模型被誉为当前(qián)人(rén)工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争最激(jī)烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发力(lì)。

不过训练大模(mó)型的确价格(gé)不(bù)菲，以(yǐ)国盛(shèng)证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客(kè)平均数(shù)1300万(wàn)计算，其对应(yīng)芯片需(xū)求(qiú)为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日(rì)仅电费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持。在(zài)关注各类大模型的发展同(tóng)时，更应(yīng)该关注算力网络的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗(shī)级(jí)加速进程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算力(lì)可以对突破性技(jì)术创(chuàng)新提供大力的支(zhī)持。这方面，多模态(tài)大模型是(shì)典型。作为面(miàn)向未(wèi)来强人工(gōng)智能、通(tōng)用人工智能的重(zhòng)要技术创(chuàng)新(xīn)，多模态(tài)大模型已经在(zài)人工智能领域提出了很(hěn)多年，业界也有不少(shǎo)技(jì)术突破，但是，多模态(tài)大模型进一(yī)步往下(xià)走，算力需求呈(chéng)几(jǐ)何(hé)式上升，一(yī)般的算力基础设施很快(kuài)将难以胜任。

从图(tú)像(xiàng)、文字、语音单独一项的(de)训练，到双模态、三模态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与世(shì)界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网络来驱动将有明显优势(shì)。

此外，还有很(hěn)多需要(yào)爆发式增长的算力(lì)来支撑的(de)技术创新，将在(zài)人工(gōng)智能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期待(dài)在(zài)大模(mó)型(xíng)和大算(suàn)力(lì)的支(zhī)持下AIGC能持续颠覆内(nèi)容生产的(de)方式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：惠安汇通石材有限公司 嗤笑的意思