很多用户(hù)很(hěn)喜欢这种不确(què)定(dìng)的惊(jīng)喜，他们会将生成的美图当做头像。而另一(yī)部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人照片被AI识别成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的填写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像(xiàng)变(biàn)形算法，主要用(yòng)于数字图像处(chù)理、计算机(jī)视觉和(hé)计算机图形学等(děng)领域。

其SD插(chā)件一经发布，在短短(duǎn)的岂汝先人志邪的翻译是什么，岂汝先人志邪的翻译英文(de)两天内便成(chéng)为了AI绘(huì)画领域(yù)最新(xīn)的热(rè)点。

在(zài)此(cǐ)之前，大家用了(le)很(hěn)多方法想让AI生成(chéng)的结果尽可能的符合要(yào)求，但是都不(bù)尽如人意(yì)，它(tā)的出现代(dài)表(biǎo)着AI生成开始进入真正(zhèng)的可(kě)控时期。

因为ControlNet可以(yǐ)直接提取画面的(de)构(gòu)图，人物的姿势和画面的(de)深度信(xìn)息等。有了它(tā)的帮助，就不(bù)用频繁的用提示词来(lái)碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔(mó)法”，不少博主的作品(pǐn)已经获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带(dài)她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更(gèng)厉(lì)害(hài)的是，除了(le)真实的照片，草(cǎo)图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也(yě)亲自回应。

不(bù)得不说当下AIGC已(yǐ)经变得越来越强(qiáng)大，甚至输出的作品都已经能(néng)以假乱真了。

02

难辨(biàn)虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金(jīn)鸡(jī)湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过(guò)警方辟谣这所(suǒ)谓的“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照片都(dōu)是AI制作(zuò)的真人照片绘图(tú)，因为太逼真，被(bèi)大家当成真事传(chuán)播了。

不(bù)过仔(zǎi)细观察可以发现，活动发起者提供的(de)照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性(xìng)的手指部(bù)分有的(de)存(cún)在异常(cháng)。

有行业人(rén)事表示(shì)：“现在因为手指部分的(de)绘(huì)画算(suàn)法比较复(fù)杂，AI还不太会画人的(de)手，但最新看到的(de)图片已经有越(yuè)来(lái)越完美(měi)的AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有(yǒu)发生。据英国(guó)广播公(gōng)司报道，土耳其(qí)地震期间(jiān)，有Tiktok用户(hù)使用AI合(hé)成了儿童(tóng)受灾的假照(zhào)片发布到网(wǎng)络，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而实施(shī)诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片(piàn)般的绘图(tú)效果(guǒ)，如果这(zhè)样的图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大量前人(rén)的作品之后，其创作(zuò)没有任(rèn)何情绪和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都并(bìng)没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高(gāo)无上”的创意(yì)。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视频(pín)，还(hái)有远方

技术都(dōu)是(shì)有两面性的，潜在的(de)危害并不能掩(yǎn)盖其光辉的贡献。现在(zài)看(kàn)来(lái)，人工智能(néng)技术将(jiāng)是(shì)第(dì)四次工业革命(mìng)的核心驱(qū)动力量(liàng)，将创造新的增长奇迹。

过(guò)去(qù)一年，人工智(zhì)能在(zài)技术和商业(yè)层面都有了巨大进展，AI绘画就(jiù)是人工智能技术发生(shēng)方向(xiàng)性改(gǎi)变的一个代表(biǎo)。其下一站或许就是视频(pín)。

此前，Meta和谷歌先(xiān)后发布(bù)了几条引爆科技圈的短(duǎn)视频(pín)。这些(xiē)视频(pín)引发(fā)关注并非内容做得(dé)多优秀，反而都非常(cháng)简(jiǎn)单，比如一匹(pǐ)正(zhèng)在喝水的马，一只画(huà)画的(de)玩(wán)具熊，或者一段骑摩(mó)托车的第一(yī)视角(jiǎo)录像，随(suí)便(biàn)一(yī)个(gè)有(yǒu)手机的人(rén)都可以(yǐ)随手录(lù)下(xià)一段。

但(dàn)这些短(duǎn)视频的创作方(fāng)式非常(cháng)简单(dān)，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入一(yī)段话，甚至只是说一下(xià)要求，AI就(jiù)可以(yǐ)根(gēn)据需要(yào)生(shēng)成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)的是(shì)高清(qīng)，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已经(jīng)玩了一波梗，一个能够做出(chū)更高清视频的(de)AI还不足以在短时(shí)间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于(yú)，它可以制作出超过2分钟的连贯的也(yě)有(yǒu)确切内容的视(shì)频，这(zhè)才是真正让人们(men)感(gǎn)到惊喜的(de)地方。因为无论AI生成(chéng)的(de)视频(pín)多么高清，也(yě)只能是为内容生产者(zhě)提供(gōng)一个灵感(gǎn)，一个素材(cái)，一个过场动(dòng)画。

不过能(néng)够制(zhì)作(zuò)出有具体(tǐ)剧情内容的视频就意味着(zhe)，一些视频创(chuàng)作由AI代替人工完(wán)成已经初步有了(le)可能。

当下(xià)AI的发展速度已经超过大部分人(rén)的想象。内容产业的本质是供给(gěi)创造需求，AIGC作为全新的内(nèi)容生产(chǎn)方式(shì)，可以为内容产业带(dài)来更新的内容风(fēng)格、更快的生产(chǎn)速度，更低的(de)生(shēng)产成本(běn)，这无(wú)疑会驱动内容(róng)产业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技术(shù)还能应(yīng)用于音乐、代(dài)码、机(jī)器人动作等多种内容(róng)形(xíng)式的生成。不难(nán)发现(xiàn)该(gāi)项(xiàng)技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于(yú)下一代互联网各(gè)种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度来(lái)看，文化娱乐(lè)、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内容(róng)有强烈(liè)需(xū)求。

因此，AI绘画及视频或不(bù)是结果，而只(zhǐ)是(shì)AI进程中的(de)一(yī)块重要(yào)拼图，有望在(zài)技术更(gèng)新(xīn)的加持下(xià)实现更大(dà)的应用价(jià)值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能够创造出独立价(jià)值和(hé)独立(lì)视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未(wèi)来的(de)先(xiān)进生产力即将到来。

04

紧抓(zhuā)大模(mó)型与算力，牢固(gù)AIGC底座(zuò)

从技(jì)术(shù)的发展也可以(yǐ)看出(chū)，在语言大模型(xíng)、图像大模(mó)型之(zhī)后，多模态(tài)大(dà)模型已经成为(wèi)了(le)新(xīn)的趋势。

大(dà)模(mó)型被(bèi)誉为当前人工(gōng)智能发展的(de)智能底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾讯(xùn)等众多头部企业都在竞(jìng)相(xiāng)发力。

不过(guò)训(xùn)练大模(mó)型的(de)确价格不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需(xū)要(yào)多少(shǎo)算力》报(bào)告估(gū)算(suàn)，GPT-3训练一次的成本约为140万(wàn)美元。而对(duì)于一些更大的(de)LLM(大型语言模型(xíng))，训练成(chéng)本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万计算，其对应芯片需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿(yì)美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注各类大模型的发展同(tóng)时，更应该关注算力网络(luò)的建设。

算力网络正驱动(dòng)AI产业发展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人工智能(néng)发展的(de)终极目(mù)标(biāo)离得更近。

因(yīn)为算(suàn)力可以对突破性技(jì)术创(chuàng)新提(tí)供大力的支(zhī)持。这方面，多(duō)模态大模型是(shì)典型(xíng)。作为(wèi)面向(xiàng)未来(lái)强人工(gōng)智能、通用(yòng)人工智能的重要技术创新，多(duō)模(mó)态(tài)大模型(xíng)已(yǐ)经在(zài)人工智能领域提出了很多年，业界也有不(bù)少技(jì)术突破，但是(shì)，多模态大(dà)模型进一步(bù)往(wǎng)下走，算力需求呈几何式(shì)上升，一般的算力基础(chǔ)设施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项的(de)训练，到(dào)双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模(mó)态的转化、像(xiàng)人与世界交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还(hái)有很(hěn)多需要(yào)爆发式(shì)增长的算(suàn)力来支撑的技(jì)术创新(xīn)，将在人(rén)工(gōng)智能(néng)算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露(lù)出曙光(guāng)，期(qī)待在大模型和大算力的支(zhī)持下AIGC能持续颠覆内容生(shēng)产的方(fāng)式(shì)，将(jiāng)创(chuàng)造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：惠安汇通石材有限公司 岂汝先人志邪的翻译是什么，岂汝先人志邪的翻译英文