以AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新(xīn)兴(xīng)数字艺术家(jiā)竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以(yǐ)在应用中输入一组关键词或(huò)者一张照片，就能(néng)获(huò)得一幅AI创作的(de)画(huà)作。

作画(huà)的关键就是所输入(rù)的(de)文(wén)本。同一(yī)组关键(jiàn)词也可以创作出很(hěn)多(duō)张风(fēng)格(gé)不一样的画(huà)作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒。

很(hěn)多(duō)用户(hù)很喜(xǐ)欢(huān)这种不确定的惊喜，他(tā)们会将生成的美图当做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社交(jiāo)媒体(tǐ)上(shàng)，许多(duō)用户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出(chū)现(xiàn)与加(jiā)持，以往AI绘画(huà)的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人张吕敏创作的一种基于控制点(diǎn)的图像变形(xíng)算法，主要用(yòng)于数字图(tú)像处理、计算机视觉和计(jì)算机图形学等领(lǐng)域(yù)。

其SD插件一经(jīng)发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在(zài)此(cǐ)之前，大家(jiā)用(yòng)了很(hěn)多方法想(xiǎng)让(ràng)AI生(shēng)成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开始进入真正的(de)可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物的姿(zī)势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是其中(zhōng)之一(yī)，他(tā)用(yòng)朋友的照片(piàn)直接带(dài)她们走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件(jiàn)绑(bǎng)定(dìng)骨骼开始换关键词试效果。

通过图片就可以(yǐ)看出来，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草图也可以加上“魔法”，知(zhī)乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚(shèn)至输出的作品都(dōu)已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经(jīng)过警方辟谣这所谓的“party”可能是全(quán)国第一(yī)起AI绘图诈(zhà)骗。

由于这个活(huó)动(dòng)里面给出的(de)美女(nǚ)照片(piàn)都是AI制(zhì)作的真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不过(guò)仔(zǎi)细观察(chá)可以发现，活动发起者提供(gōng)的照片中(zhōng)有个很(hěn)大的漏洞可以发现(xiàn)并非真人，而是AI绘(huì)图，那便是图片(piàn)中女性(xìng)的手指部(bù)分(fēn)有的存在异(yì)常。

几天不见怎么这么湿，没过几天就湿成那样了y2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人(rén)事表示：“现在因为手(shǒu)指部分的绘画算(suàn)法比较复杂(zá)，AI还不(bù)太会画(huà)人的手，但最新看到的图片已经有越来(lái)越完美(měi)的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也已有发(fā)生。据英(yīng)国广播公司报道，土耳(ěr)其地(dì)震期(qī)间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发(fā)布到(dào)网络，以(yǐ)此诱骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学习(xí)”了(le)大(dà)量前人的作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类的(de)艺(yì)术(shù)创作(zuò)相(xiāng)提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并(bìng)没有得到(dào)有效的(de)解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人工智能的(de)安全问题需(xū)要(yào)得到重(zhòng)视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在(zài)的危害并不能(néng)掩盖(gài)其光(guāng)辉的贡献。现在(zài)看来，人工智能技(jì)术将是(shì)第四次工业革命的核心(xīn)驱动力量，将创造(zào)新的(de)增长奇迹(jì)。

过去一年，人工(gōng)智能(néng)在技术和商业层面都有(yǒu)了巨大进展，AI绘画就是人(rén)工智能技术发生方向性(xìng)改变(biàn)的(de)一个代表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科(kē)技圈的短视频。这些(xiē)视频(pín)引发关注并(bìng)非内(nèi)容做得多优秀，反而都非常简单，比(bǐ)如一匹(pǐ)正(zhèng)在(zài)喝水的马，一只画画的玩具熊，或(huò)者一段骑摩(mó)托车的第一视角录像(xiàng)，随便一(yī)个(gè)有手机(jī)的人都可以随手录下(xià)一段。

但这些短视(shì)频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要(yào)向AI输(shū)入一段(duàn)话，甚至只是(shì)说一下要求，AI就可以根据(jù)需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出(chū)更高清视频的AI还(hái)不足以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以制作(zuò)出超(chāo)过2分钟的连贯的也有(yǒu)确(què)切内(nèi)容的视频(pín)，这才是真正让人们感到惊喜(xǐ)的(de)地(dì)方。因(yīn)为(wèi)无(wú)论AI生成的(de)视频多么高(gāo)清，也(yě)只能(néng)是(shì)为内容生产者提(tí)供一个灵感，一个素材，一个过(guò)场动画(huà)。

不过能够制作出(chū)有具体剧情内(nèi)容的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内容(róng)产业的本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产方(fāng)式，可以为内容产(chǎn)业带来更新的(de)内容(róng)风格、更快的生产速(sù)度(dù)，更低的生产成本，这无疑(yí)会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术(shù)还能应(yīng)用于(yú)音乐、代码、机(jī)器人动作等(děng)多种内(nèi)容形(xíng)式(shì)的生成。不(bù)难发现(xiàn)该(gāi)项(xiàng)技术不仅在游戏等行业能得(dé)到有(yǒu)效(xiào)应用，对(duì)于下一代互联网各种元素的构建亦(yì)有关键意义。

从(cóng)商业(yè)化的角度来看(kàn)，文化娱(yú)乐(lè)、教(jiào)育(yù)、传媒等诸多领(lǐng)域，本(běn)身就对(duì)基于AI的可视化(huà)内(nèi)容(róng)有强烈需求。

因此，AI绘画及视频或(huò)不是结果(guǒ)，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要拼图，有望在技(jì)术更新的加(jiā)持下实现(xiàn)更大(dà)的应用价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至(zhì)能够创造出(chū)独立价值和独立视角(jiǎo)的内容。AIGC的(de)再次出圈，更(gèng)代表着未(wèi)来(lái)的先进生产力即将到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看出，在语言大模(mó)型、图像大模型之后(hòu)，多(duō)模(mó)态大模型已经成为了新的趋势。

大模型被誉为当前(qián)人工智能发展(zhǎn)的智能底座，是全(quán)球竞争(zhēng)最激烈的研(yán)究(jiū)方向之(zhī)一，包括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度(dù)、阿里、腾讯等众多头部企业(yè)都在竞相(xiāng)发力。

不(bù)过训练(liàn)大模型的确价格(gé)不菲，以国盛(shèng)证券发(fā)布(bù)的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些(xiē)更大(dà)的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万计(jì)算，其(qí)对应芯片需求为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初(chū)始投(tóu)入成本(běn)约为8亿(yì)美元，每(měi)日仅电(diàn)费(fèi)就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算力(lì)支持。在关注各类大模型的发展同时，更(gèng)应该关(guān)注算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史诗级加(jiā)速(sù)进程，让(ràng)AIGC及通用AI这一人工(gōng)智能(néng)发展的终极(jí)目标离得更近(jìn)。

因为(wèi)算力(lì)可以对(duì)突破性技术(shù)创新提供大力的(de)支(zhī)持。这(zhè)方面，多模态大(dà)模型是典(diǎn)型。作为(wèi)面向未来强人工智(zhì)能、通用人工智能的重要技术(shù)创新，多模(mó)态(tài)大(dà)模(mó)型已(yǐ)经在人工智能领域提(tí)出(chū)了很多年，业界也有(yǒu)不(bù)少技术(shù)突(tū)破，但是(shì)，多模态(tài)大模型进一步往下走，算力需求(qiú)呈几(jǐ)何式(shì)上升(shēng)，一般的算力基础设施很快将难以胜任(rèn)。

从图像、文字(zì)、语音单独一项(xiàng)的(de)训练，到双模态、三模(mó)态的(de)跃迁，让(ràng)人工智能可以(yǐ)灵(líng)活应对不(bù)同模态的(de)转化、像人(rén)与世界交互一样自(zì)然，这方(fāng)面，由算力网络来驱(qū)动将有(yǒu)明(míng)显几天不见怎么这么湿，没过几天就湿成那样了优势。

此(cǐ)外(wài)，还有(yǒu)很多需要爆(bào)发式增长的算力(lì)来支撑的技术创新，将在人工智能算力(lì)网络支(zhī)撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型(xíng)和大算力的(de)支持下AIGC能持续颠覆(fù)内容生产的(de)方式，将创(chuàng)造的边(biān)际成(chéng)本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 几天不见怎么这么湿，没过几天就湿成那样了