ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候(hòu)，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅(fú)名(míng)为《太(tài)空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关键词或者一张照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的(de)关(guān)键(jiàn)就是所输入(rù)的文本(běn)。同一组关键词也可以创作出很(hěn)多张风格不一样的画作，这让创作的过(guò)程(chéng)就像开盲盒。

很多用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位正(zhèng)在斯(sī)坦福读(dú)博的中(zhōng)国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图像变(biàn)形算法，主要用于数字(zì)图像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便(biàn)成为了AI绘画领(lǐng)域最新的(de)热点(diǎn)。

在此之前，大家用了(le)很多方法(fǎ)想让AI生成的结果尽(jǐn)可(kě)能的符合(hé)要(yào)求，但是(shì)都不尽如人意，它的出(chū)现代表着(zhe)AI生成开(kāi)始进入真正的可控(kòng)时期(qī)。

因(yīn)为ControlNet可以直(zhí)接提取(qǔ)画面的构图，人(rén)物(wù)的(de)姿(zī)势和画(huà)面(miàn)的深度信(xìn)息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提(tí)示(shì)词来碰运气，抽(chōu)盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加了“魔法”，不少博主(zhǔ)的(de)作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他用朋(péng)友的(de)照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换(huàn)关(guān)键(jiàn)词(cí)试效果(guǒ)。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害的是，除了真实的照(zhào)片，草图也可以(yǐ)加上(shàng)“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神(shén)张吕敏其本(běn)尊(zūn)也亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至(zhì)输出(chū)的作品(pǐn)都已经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警方辟(pì)谣这所谓的(de)“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里面给出的美(měi)女照(zhào)片都是AI制(zhì)作的真人照(zhào)片(piàn)绘(huì)图，因为太逼真(zhēn)，被大家当成(chéng)真事传播了。

不过仔细观察(chá)可以(yǐ)发(fā)现，活动发起者提(tí)供的照(zhào)片中有个很(hěn)大的漏洞可以发现并(bìng)非真人，而是AI绘图，那(nà)便是图(tú)片(piàn)中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现在因为(wèi)手指部分的绘画(huà)算(suàn)法比较复杂，AI还(hái)不太会(huì)画(huà)人的(de)手，但最新看(kàn)到(dào)的图片已经有(yǒu)越来越(yuè)完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就(jiù)完(wán)全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已有(yǒu)发生。据英国广播公司报道，土(tǔ)耳其地(dì)震期间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成(chéng)了儿童受灾的假照片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而实施(shī)诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经能做出真人照片般的(de)绘图效(xiào)果(guǒ)，如果这样的图(tú)片被用来诈骗(piàn)，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的作品(pǐn)之(zhī)后，其创(chuàng)作没有任何(hé)情绪(xù)和灵(líng)魂，难以(yǐ)和(hé)人(rén)类的艺术创作相(xiāng)提并论。

另一方面，AIGC背后的版权、目(mù)前都并(bìng)没有(yǒu)得到有效的解决(jué)，还(hái)有AIGC会不会(huì)代(dài)替人(rén)类“至高无上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调(diào)，人工(gōng)智能(néng)的安全问题(tí)需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都(dōu)是有两面(miàn)性(xìng)的，潜在(zài)的危(wēi)害(hài)并不能掩盖其(qí)光辉(huī)的贡献。现在(zài)看来，人工(gōng)智能技(jì)术将是第(dì)四次工业(yè)革命的核心驱动力量，将创造新的(de)增长奇迹。

过去一年，人工智能在(zài)技术和商业(yè)层面都(dōu)有(yǒu)了巨(jù)大进展，AI绘(huì)画就是人工智能技术(shù)发生方向性改变的一个代表。其(qí)下一站(zhàn)或(huò)许就是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了(le)几条引爆科技(jì)圈的短视频。这(zhè)些(xiē)视频引发关注并非内(nèi)容做(zuò)得(dé)多(duō)优秀，反而都非常简(jiǎn)单，比(bǐ)如一(yī)匹正在喝水(shuǐ)的马，一只画画(huà)的(de)玩具(jù)熊，或者一段骑摩托车的第一视角录像(xiàng)，随便一(yī)个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视(shì)频的创作方式(shì)非常简单，创作者仅(jǐn)仅需(xū)要(yào)向AI输(shū)入一段(duàn)话，甚至(zhì)只(zhǐ)是(shì)说一下(xià)要求，AI就可(kě)以(yǐ)根据(jù)需要生成一段视频。

谷(gǔ)歌发布的两个(gè)AI生成视(shì)频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就(jiù)已经(jīng)玩了(le)一波梗，一个能够做出更高清视频(pín)的(de)AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的地方在于，它可(kě)以制作出超(chāo)过(guò)2分(fēn)钟的连贯的(de)也有确切内容的视频，这才是(shì)真正让人们感到惊喜的地(dì)方。因(yīn)为(wèi)无论AI生成(chéng)的视(shì)频多(duō)么(me)高(gāo)清，也只能(néng)是为内容(róng)生产者提(tí)供(gōng)一(yī)个灵感，一个素材(cái)，一个过(guò)场动画。

不过能够制(zhì)作(zuò)出有具体(tǐ)剧情内容的视频就(jiù)意味着(zhe)，一些视频创作由AI代(dài)替人工(gōng)完成(chéng)已经初步有了(le)可能。

当下AI的发展(zhǎn)速度已经超(chāo)过大(dà)部(bù)分(fēn)人(rén)的想象(xiàng)。内容产业(yè)的本质是供(gōng)给创造(zào)需(xū)求，AIGC作(zuò)为(wèi)全新的内容生产方式，可(kě)以为内容产(chǎn)业带来(lái)更新(xīn)的内容风格、更快(kuài)的生产速(sù)度，更(gèng)低(dī)的生产成(chéng)本(běn)，这无(wú)疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应(yīng)用(yòng)于音乐(lè)、代码、机(jī)器人动作等多种内容形式(shì)的生成。不(bù)难发(fā)现该项技术不仅在游戏等(děng)行业能得到有效应用，对于(yú)下一代互(hù)联(lián)网(wǎng)各(gè)种元素的构建亦(yì)有(yǒu)关键意义。

从(cóng)商业化的角度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒(méi)等(děng)诸多领域，本身就(jiù)对基(jī)于AI的可视(shì)化内容有(yǒu)强烈需求。

因(yīn)此，AI绘(huì)画及视频或不(bù)是结果(guǒ)，而(ér)只是(shì)AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望在技术更新(xīn)的加持下实现更大的(de)应用价值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造(zào)出独立价值和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将(jiāng)到(dào)来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发展也可以看出，在语言大(dà)模型(xíng)、图(tú)像大模型(xíng)之后，多模态大模型已(yǐ)经成(chéng)为了新的趋(qū)势。

大(dà)模型被誉为(wèi)当前人工智(zhì)能(néng)发展的智能底座，是全球竞争最激烈的研究方向之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众多头部(bù)企(qǐ)业都在(zài)竞(jìng)相发力。

不过训练(liàn)大(dà)模(mó)型的确价格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于一些(xiē)更大的LLM(大(dà)型语言模型)，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数1300万(wàn)计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本(běn)约为8亿美元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力支持。在关注各类(lèi)大模型的发展同时，更应该关注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入(rù)史(shǐ)诗级(jí)加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算(suàn)力可以(yǐ)对突破性技术创新提供大力(lì)的支持。这(zhè)方面(miàn)，多模态(tài)大模型是典型。作为面向未来强(qiáng)人(rén)工(gōng)智能、通用人工智能的(de)重要技(jì)术(shù)创(chuàng)新，多模态大(dà)模型已经(jīng)在人工(gōng)智能领域提出(chū)了很多年，业界也有不(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(qiú)呈几何式上升，一般的(de)算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训(xùn)练，到双模(mó)态(tài)、三模态的跃(yuè)迁，让人工智能可(kě)以灵(líng)活(huó)应对不同模态的转化、像人与世(shì)界交互一(yī)样(yàng)自(zì)然，这(zhè)方面，由算力网络来驱动将有明显优势。

此外，还有(yǒu)很多需要(yào)爆发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑下(xià)快速(sù)推进。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边际成(chéng)本降(jiàng)低，让(ràng)万(wàn)众受益(yì)。

未经允许不得转载：惠安汇通石材有限公司 华夏儿女指什么意思，华夏儿女是啥意思