很(hěn)多(duō)用(yòng)户很喜欢(huān)这种不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的(de)美图当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒体(tǐ)上(shàng)，许(xǔ)多用户分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的(de)小狗照片被AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写(xiě)关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏创作的一种基于控制点的图(tú)像变形(xíng)算法，主要用于数(shù)字图(tú)像处理、计算机视觉和(hé)计算(suàn)机图形学(xué)等领域(yù)。

其(qí)SD插件(jiàn)一经发(fā)布，在(zài)短短的两天内便成为了AI绘(huì)画领域最(zuì)新(xīn)的热(rè)点。

在(zài)此之前，大家用(yòng)了很多方法(fǎ)想让AI生成的(de)结果尽可能的符合要(yào)求，但是都不尽如人意(yì)，它的出现代表(biǎo)着(zhe)AI生成(chéng)开始(shǐ)进入真正的可控(kòng)时期。

因为(wèi)ControlNet可(kě)以直接(jiē)提取(qǔ)画面的构图，人物的姿势和画面(miàn)的(de)深度信息(xī)等。有了它的帮助，就不用频繁(fán)的用提示词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通(tōng)俗的说ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔(mó)法”，不(bù)少博主的(de)作品已经获(huò)得(dé)了大量的浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用(yòng)朋友的照片直接带她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关(guān)键词试效果。

通过图片就可(kě)以看出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题(tí)

近日(rì)，“苏(sū)州金鸡(jī)湖(hú)有游艇party”的(de)消息火(huǒ)遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣(yáo)这所谓的“party”可(kě)能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活动(dòng)里面给出(chū)的(de)美女照片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被(bèi)大家当成真事传播(bō)了(le)。

不过(guò)仔细观察可以发现，活动(dòng)发(fā)起者提供的照片中(zhōng)有个很大(dà)的(de)漏洞可以(yǐ)发现并(bìng)非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指部分(fēn)有的存(cún)在(zài)异常。

有(yǒu)行业(yè)人(rén)事(shì)表(biǎo)示：“现在因为手指部分(fēn)的绘画算法比较(jiào)复杂，AI还不(bù)太(tài)会画人的手，但(dàn)最新看到(dào)的图片(piàn)已(yǐ)经有越来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外(wài)也已(yǐ)有发生。据英国广播公司(sī)报道，土耳(ěr)其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照(zhào)片(piàn)发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真人照片般(bān)的绘(huì)图(tú)效果(guǒ)，如果这(zhè)样的(de)图片(piàn)被(bèi)用(yòng)来诈骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有效的解(jiě)决(jué)，还有AIGC会不会(huì)代(dài)替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人(rén)工智能的安全问题(tí)需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术(shù)都是(shì)有(yǒu)两面性的(de)，潜在(zài)的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是第四次工(gōng)业革命(mìng)的核(hé)心(xīn)驱动力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在(zài)技术和商业层面都(dōu)有(yǒu)了(le)巨大进展，AI绘(huì)画就是(shì)人工智能(néng)技(jì)术发生方向性改变的一个代(dài)表(biǎo)。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条(tiáo)引爆科技圈的(de)短(duǎn)视频。这些(xiē)视频引(yǐn)发关(guān)注并(bìng)非内容做得多(duō)优秀，反而(ér)都(dōu)非常简单，比如一匹正在喝水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩托(tuō)车的第一视角录像(xiàng)，随(suí)便一个有手机的人都可(kě)以随手录下(xià)一(yī)段。

但这些短视频(pín)的创作(zuò)方式(shì)非常简(jiǎn)单(dān)，创作者仅仅(jǐn)需要向AI输入一段话，甚至(zhì)只是说一(yī)下要求，AI就(jiù)可以根据需要生(shēng)成(chéng)一段视(shì)频。

谷歌发布的两(liǎng)个(gè)AI生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清(qīng)视(shì)频(pín)的AI还(hái)不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于(yú)，它可以制作出超过2分钟的(de)连贯的也有(yǒu)确切内容(róng)的视频，这才(cái)是真(zhēn)正让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的(de)视频多么(me)高清，也只能是为内容生产者(zhě)提供一个(gè)灵(líng)感(gǎn)，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视频就意味(wèi)着(zhe)，一些(xiē)视频创(chuàng)作由(yóu)AI代替人工完成已经初(chū)步有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度已经超过大部分人的想象(xiàng)。内容产(chǎn)业的本质是(shì)供给(gěi)创造需求，AIGC作为(wèi)全新的内容生(shēng)产方式，可以为(wèi)内容产业(yè)带(dài)来更新的(de)内(nèi)容风格、更快的生产速(sù)度(dù)，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于音乐、代码、机器(qì)人(rén)动作(zuò)等多种内容形式的生成。不难发现该项技(jì)术不仅在游戏(xì)等行业能得到有效应用，对(duì)于下一代互联网(wǎng)各种元素的构(gòu)建亦有(yǒu)关键意义。

从商业(yè)化的角度来看(kàn)，文化娱(yú)乐、教育、传媒(méi)等(děng)诸多(duō)领(lǐng)域，本身就(jiù)对(duì)基于(yú)AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进(jìn)程(chéng)中的(de)一块重要拼图，有望在(zài)技术更新的(de)加持下实现更大的应用(yòng)价值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚至能够(gòu)创造出独立价值和独立(lì)视角的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先进生产(chǎn)力即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言(yán)大模(mó)型、图像大模型之(zhī)后，多模态大模(mó)型已经(jīng)成(chéng)为(wèi)了(le)新的趋势。

大模型(xíng)被誉为当前人工智能发展的智能(néng)底(dǐ)座，是全球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相(xiāng)发力。

不过(guò)训练大模型的确价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训(xùn)练一次的成(chéng)本约为140万(wàn)美元。而(ér)对(duì)于一些更(gèng)大(dà)的LLM(大(dà)型语言模(mó)型)，训练(liàn)成(chéng)本则(zé)介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数(shù)1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约(yuē)为8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右。

此外(wài)不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大(dà)算力支(zhī)持。在(zài)关注各类大模型的发展同时，更应该关注算力网(wǎng)络的建设。

算力(lì)网络正驱动AI产(chǎn)业发展进入(rù)史诗(shī)级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标(biāo)离得(dé)更近(jìn)。

因为算力可以对突破性技术创(chuàng)新(xīn)提供大力的支持(chí)。这方面，多模(mó)态大(dà)模型是典型。作为面向未来强(qiáng)人工智能、通用(yòng)人(rén)工(gōng)智(zhì)能的(de)重要(yào)技术创新，多(duō)模态大模型已经(jīng)在人(rén)工智能领域提出(chū)了很多年，业界也(yě)有不少技术突破，但是，多模态大(dà)模型进(jìn)一步往下走(zǒu)，算力需(匚这个部首的名称叫什么怎么读，匚这个偏旁读什么xū)求呈(chéng)几(jǐ)何式上升，一般(bān)的算(suàn)力基(jī)础设施很(hěn)快将难以胜任。

从图像、文字、语音单(dān)独一项的训(xùn)练，到双模(mó)态、三模态的跃迁，让人工智能可以灵活(huó)应对不同(tóng)模(mó)态的(de)转化、像人与世界交(jiāo)互一样自(zì)然，这方面(miàn)，由(yóu)算力网络来(lái)驱动将有明(míng)显(xiǎn)优(yōu)势。

此外，还有很多需要爆发式(shì)增长(zhǎng)的算力来支撑的技术(shù)创新(xīn)，将在人工智能算力(lì)网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期(qī)待在(zài)大模(mó)型(xíng)和大算(suàn)力的支持下AIGC能持续颠(diān)覆内(nèi)容生产(chǎn)的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 匚这个部首的名称叫什么怎么读，匚这个偏旁读什么