很多用(yòng)户很喜欢这种不确(què)定的惊(jīng)喜，他们会将生成(chéng)的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场(chǎng)”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的(de)填(tián)写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦(tǎn)福读博的中国人张(zhāng)吕敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用于(yú)数字图(tú)像(xiàng)处理、计(jì)算机(jī)视觉和计算(suàn)机图形学等领域。

其SD插件一(yī)经发布，在(zài)短短的两天内便成为了AI绘画领域(yù)最新的热点。

在此之前，大家(jiā)用了很多(duō)方法想(xiǎng)让AI生成的结果(guǒ)尽可能的(de)符合要求，但是都不(bù)尽(jǐn)如人意，它(tā)的出(chū)现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可控(kòng)时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物的(de)姿势和(hé)画面(miàn)的深(shēn)度信(xìn)息等。有了它的帮助，就(jiù)不用(yòng)频繁(fán)的用提示词来碰(pèng)运气，抽盲(máng)盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博(bó)主的(de)作品已经获(huò)得(dé)了大量(liàng)的(de)浏览量，“viggo”就是其中之(zhī)一，他用朋友的照片直(zhí)接带她(tā)们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图(tú)片转(zhuǎn)文字(zì)。

再用(yòng)Text2Prompt插件(jiàn)拓展水浒传史进的主要事迹概括，水浒传史进的主要事迹有哪些(zhǎn)找到对(duì)应(yīng)的(de)关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开(kāi)始换关键词试效果(guǒ)。

通过(guò)图片就可以看出(chū)来，效果十分(fēn)惊艳。

更(gèng)厉害(hài)的是，除了真实的照片，草(cǎo)图也(yě)可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得(dé)不说当下AIGC已(yǐ)经变(biàn)得(dé)越来越强大(dà)，甚(shèn)至输出(chū)的作品都(dōu)已经能以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络(luò)，而(ér)经过警(jǐng)方辟谣这所谓(wèi)的“party”可能(néng)是全(quán)国(guó)第一起AI绘图诈骗。

由于(yú)这(zhè)个活动(dòng)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(bī)真(zhēn)，被(bèi)大家(jiā)当(dāng)成真(zhēn)事传播了。

不(bù)过(guò)仔(zǎi)细观察(chá)可以(yǐ)发现，活动发起者提供的照片中有个很大的漏洞(dòng)可以发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便(biàn)是(shì)图(tú)片中女性的手指部分有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画人的(de)手，但最新看到的图片已经(jīng)有越来(lái)越完(wán)美的(de)AI模型出现，以后(hòu)可(kě)能就(jiù)完(wán)全没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也(yě)已(yǐ)有发生(shēng)。据(jù)英国广(guǎng)播(bō)公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了(le)儿(ér)童(tóng)受灾的假(jiǎ)照(zhào)片发布到网(wǎng)络(luò)，以(yǐ)此诱骗(piàn)善良的人打(dǎ)赏“捐助(zhù)”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效果，如果这样的图片(piàn)被用(yòng)来诈(zhà)骗(piàn)，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧，一方面，批(pī)判(pàn)者(zhě)认为AI在“学习”了大(dà)量(liàng)前人(rén)的作品(pǐn)之后(hòu)，其创作没有(yǒu)任何情绪(xù)和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有(yǒu)得到有(yǒu)效的(de)解决，还有AIGC会(huì)不会代替人(rén)类(lèi)“至高无(wú)上”的创意(yì)。

马斯克也(yě)强调，人工智能的安全问(wèn)题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖其光辉的(de)贡献。现在看来(lái)，人工智(zhì)能技术将是第四次工业革命的(de)核心驱动力量，将创造新(xīn)的增长奇迹。

过(guò)去(qù)一年(nián)，人(rén)工智能(néng)在(zài)技术和(hé)商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画就(jiù)是人工智能技术(shù)发生(shēng)方向性改变(biàn)的一个代(dài)表。其下一站或(huò)许就是(shì)视频。

此前，Meta和谷歌(gē)先(xiān)后(hòu)发布(bù)了几条引爆科技(jì)圈的短视频。这些视频引发关(guān)注并非(fēi)内容做得(dé)多优秀(xiù)，反而都非常简单，比如(rú)一(yī)匹(pǐ)正(zhèng)在喝(hē)水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车的第(dì)一视角录像，随便一(yī)个有手机的人都(dōu)可以随手录下一(yī)段。

但这些短视(shì)频的(de)创作方(fāng)式非常简单，创作者仅(jǐn)仅需要向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就(jiù)可以根据需要生成(chéng)一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够做出更(gèng)高清(qīng)视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制作出超过2分钟(zhōng)的(de)连(lián)贯的也有(yǒu)确切内容(róng)的视频，这(zhè)才(cái)是(shì)真正让(ràng)人们感到惊喜的(de)地方。因(yīn)为无论AI生(shēng)成的视频多么高清(qīng)，也只能(néng)是为内容生产(chǎn)者(zhě)提供一个灵(líng)感，一个素(sù)材，一个过场动画(huà)。

不过能(néng)够制作出有具体剧情内容的(de)视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发展(zhǎn)速度已(yǐ)经超过大部(bù)分人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速度(dù)，更低的生(shēng)产成本，这无(wú)疑会驱动内容产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用于音乐、代(dài)码、机器人动作等多种内(nèi)容形式的(de)生成。不难发现该项技(jì)术不(bù)仅在(zài)游戏等(děng)行业能得(dé)到(dào)有效应用，对(duì)于下(xià)一代互联网各种元(yuán)素的构建(jiàn)亦(yì)有关(guān)键意义(yì)。

从商(shāng)业化的角度来(lái)看，文化娱乐(lè)、教育、传媒等(děng)诸多(duō)领域(yù)，本(běn)身(shēn)就对基于(yú)AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及(jí)视频或不是(shì)结果，而只是AI进(jìn)程中的(de)一块重要拼图，有望(wàng)在(zài)技术更新的加持下实(shí)现更大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走(zǒu)向了可以生成内容，甚至(zhì)能够创造(zào)出独(dú)立价(jià)值和独立视角的(de)内(nèi)容。AIGC的再(zài)次(cì)出圈(quān)，更代表(biǎo)着未来的先(xiān)进(jìn)生(shēng)产力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看(kàn)出，在语言(yán)大(dà)模型、图像大模(mó)型(xíng)之后，多模态大模型已(yǐ)经成为了新(xīn)的趋(qū)势(shì)。

大(dà)模型被(bèi)誉(yù)为(wèi)当前人工智(zhì)能发展的(de)智能底座(zuò)，是全球竞争最激烈(liè)的研(yán)究方(fāng)向之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不过训(xùn)练大(dà)模型的确价格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次(cì)的成(chéng)本约为140万美(měi)元。而对于一(yī)些(xiē)更大(dà)的LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美元至1200万(wàn)美(měi)元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数(shù)1300万计(jì)算，其(qí)对(duì)应芯片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成(chéng)本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力支持。在关注(zhù)各(gè)类(lèi)大模型的(de)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产业发(fā)展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一(yī)人(rén)工智(zhì)能发展的终极目(mù)标(biāo)离得更近。

因(yīn)为算力可以对突破(pò)性技术(shù)创新提供大力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向未来强(qiáng)人(rén)工智(zhì)能、通用人(rén)工(gōng)智能的重要技(jì)术创新，多模态大(dà)模型已经在人工(gōng)智能领域提出(chū)了很多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态(tài)大模型进一(yī)步(bù)往下走，算力需求呈几何(hé)式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练，到双模态(tài)、三模(mó)态的跃迁，让人工(gōng)智能可以灵(líng)活应对不同模态的(de)转化(huà)、像人与世界(jiè)交互一样(yàng)自然(rán)，这方面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力(lì)来(lái)支撑的技术(shù)创新，将在人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和(hé)大(dà)算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的(de)边际(jì)成(chéng)本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 水浒传史进的主要事迹概括，水浒传史进的主要事迹有哪些