以(yǐ)AI绘(huì)画为代(dài)表的AIGC上(shàng)一次(cì)爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗拉(lā)多(duō)州举办的新兴(xīng)数字艺术家竞赛(sài)中(zhōng)，一幅名(míng)为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大(dà)厂商的AI绘画软(ruǎn)件被广大(dà)网友熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其(qí)中代(dài)表。

用户们可以在(zài)应用中输入一组关键词或者一张(zhāng)照片，就能获得(dé)一幅(fú)AI创作的画作。

作画(huà)的关键(jiàn)就是所输入的文本。同一组关键词(cí)也可以创作出很多张(zhāng)风格不一(yī)样的画作，这让(ràng)创(chuàng)作(zuò)的过程(chéng)就像开(kāi)盲(máng)盒。

很多(duō)用户很喜欢这种不(bù)确(què)定的惊喜，他们会将生成的美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友(yǒu)的(de)小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网(wǎng)友的个人照片被AI识别成了(le)建筑。

而如(rú)今随(suí)着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯(sī)坦福读博的中国人张吕(lǚ)敏创作(zuò)的一种(zhǒng)基于控制点的图像变形算(suàn)法，主要用(yòng)于(yú)数字图像(xiàng)处理、计(jì)算机视觉(jué)和计算机图(tú)形(xíng)学等领域。

其SD插件一经发布，在短(duǎn)短的两(liǎng)天内便成为了AI绘(huì)画(huà)领域最(zuì)新的热(rè)点。

在(zài)此(cǐ)之前，大家用了很(hěn)多方法(fǎ)想让AI生成的结果尽可能的符合要求，但(dàn)是(shì)都不尽如人(rén)意(yì)，它(tā)的出现代表着AI生成开始(shǐ)进(jìn)入(rù)真正的可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取画(huà)面的(de)构图，人物的姿势和画面的(de)深度信息等。有了(le)它的帮助，就不用(yòng)频繁的用提示词来(lái)碰运(yùn)气，抽(chōu)盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨(gǔ)骼开始换关键词试效果。

通(tōng)过(guò)图片就可以(yǐ)看出来(lái)，效果十分惊艳。

更厉害的(de)是(shì)，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自回(huí)应(yīng)。

不得不说当下AIGC已(yǐ)经变得越来越强(qiáng)大，甚至输出的(de)作品都已(yǐ)经能以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡(jī)湖有(yǒu)游艇party”的消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第(dì)一起AI绘图(tú)诈骗。

由(yóu)于(yú)这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的(de)真人照片绘图，因为太逼真，被大(dà)家当(dāng)成真mbb是什么公司，mbb是什么意思缩写事传(chuán)播了。

不过仔细(xì)观察可以发现，活动发起者提供的照片中有个很大的(de)漏洞可以发现(xiàn)并非真(zhēn)人，而是(shì)AI绘图，那便(biàn)是(shì)图片中女性的(de)手指部分有的存(cún)在异(yì)常。

有行业人(rén)事(shì)表(biǎo)示：“现(xiàn)在因(yīn)为手指部分的绘(huì)画(huà)算(suàn)法比较复杂，AI还不(bù)太会(huì)画(huà)人的手，但(dàn)最新看到的图片(piàn)已经有越来越完美的AI模型出现，以后可(kě)能(néng)就(jiù)完全没有(yǒu)漏洞了。”

类(lèi)似的(de)AI作图(tú)诈骗在国外也已有发生。据英国(guó)广(guǎng)播公司报道，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用(yòng)AI合成了儿童受灾的假照片(piàn)发布到网络，以(yǐ)此诱骗善(shàn)良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能做出真人照片般的绘图(tú)效果(guǒ)，如果(guǒ)这样的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认(rèn)为(wèi)AI在“学习(xí)”了大量前人的作品之后，其创作没有(yǒu)任(rèn)何(hé)情绪和灵(líng)魂(hún)，难以和人(rén)类的艺(yì)术创作相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后的(de)版权、目前都并(bìng)没有(yǒu)得到有效的解决(jué)，还有AIGC会(huì)不会代(dài)替人(rén)类(lèi)“至(zhì)高无上”的(de)创意(yì)。

马斯克也强调(diào)，人工智(zhì)能的安全问题需要得到(dào)重视，太(tài)晚就(jiù)来不及(jí)了。

03

AIGC下一(yī)站除(chú)了视(shì)频，还(hái)有远方

技术都是(shì)有两面性的，潜在的危(wēi)害并不(bù)能掩盖其光(guāng)辉的贡献。现(xiàn)在看来，人工智能技术将是第四次(cì)工业(yè)革(gé)命的核心(xīn)驱动力(lì)量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工智能技术发生方向(xiàng)性改变的一个代表。其下一站或许(xǔ)就(jiù)是视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆(bào)科(kē)技圈的短视频。这些视频(pín)引(yǐn)发关注并(bìng)非内容做(zuò)得多优秀，反而(ér)都非常简单，比如一匹正在喝水的马(mǎ)，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一(yī)个有手机的人都可(kě)以随手录下一(yī)段。

但这些短视频的(de)创(chuàng)作方式(shì)非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需要生成一段视频。

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

在Make-A-Video公布了(le)AI生成的视(shì)频后，AI圈就已经玩了(le)一波(bō)梗，一个能(néng)够做出更(gèng)高(gāo)清视(shì)频的AI还不(bù)足以在短时间内戳中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它可(kě)以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成(chéng)的视频多么(me)高(gāo)清，也只能是为内容生产(chǎn)者(zhě)提供一个灵(líng)感，一个素材(cái)，一(yī)个过场动画。

不过能(néng)够制作(zuò)出有具体(tǐ)剧情(qíng)内容的视频(pín)就意味着(zhe)，一些(xiē)视(shì)频(pín)创作由AI代(dài)替人工完成(chéng)已经(jīng)初步有了可(kě)能。

当(dāng)下AI的发展速度已(yǐ)经超过大部(bù)分人(rén)的想(xiǎng)象。内(nèi)容(róng)产业的本(běn)质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来更新的内容风格、更快的生(shēng)产速度，更低的生产成本，这无疑会驱动内容(róng)产(chǎn)业的大爆(bào)发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多(duō)种(zhǒng)内(nèi)容形式的生成。不难发(fā)现该项技(jì)术不仅在游戏(xì)等(děng)行(xíng)业能(néng)得到有效应用，对于下一代互联网各(gè)种元素的构建亦有关键(jiàn)意(yì)义。

从商业化的角(jiǎo)度来看，文化娱(yú)乐、教育、传媒等诸多领域，本身就对(duì)基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程(chéng)中的(de)一块(kuài)重要拼(pīn)图，有望在(zài)技术更新(xīn)的加(jiā)持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容(róng)，走向了可以(yǐ)生成(chéng)内容，甚(shèn)至能够(gòu)创造出独立价值和独(dú)立视角的内容(róng)。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着未来的先进生(shēng)产力即(jí)将到来。

04

紧抓(zhuā)大模型(xíng)与算力，牢(láo)固AIGC底座(zuò)

从(cóng)技术的发展也(yě)可以(yǐ)看(kàn)出(chū)，在(zài)语(yǔ)言(yán)大模型、图像大模型之后，多模态大模型已经成为了新的趋势(shì)。

大模型被誉(yù)为当前人(rén)工智能发展(zhǎn)的智(zhì)能底座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不过训练大模型(xíng)的(de)确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练(liàn)一次的(de)成本约为140万(wàn)美元。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算，其(qí)对应芯片需求(qiú)为3万多(duō)片英伟达A100 GPU，初始投入成本(běn)约为(wèi)8亿美元(yuán)，每日仅(jǐn)电费就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大模型的发展同时，更应该(gāi)关注(zhù)算力网络的建设。

算(suàn)力网络正(zhèng)驱(qū)动AI产业(yè)发展进入史诗(shī)级加(jiā)速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人(rén)工智能(néng)发展的终极(jí)目标(biāo)离得更近。

因为(wèi)算力可以对突破性技术创新提供大(dà)力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来(lái)强人工(gōng)智能(néng)、通用人工智(zhì)能的(de)重要技术创新，多模态大模型已经在人(rén)工(gōng)智能领域提出了很多(duō)年(nián)，业界也有不少技术突破(pò)，但是，多(duō)模态大(dà)模型进一步往下走(zǒu)，算力(lì)需求呈几何式上升，一般的算(suàn)力基础设施(shī)很快将难(nán)以胜任。

从图(tú)像(xiàng)、文字(zì)、语音单独一项的训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可以灵活应对不(bù)同模态的转(zhuǎn)化、像人与世界交互一样(yàng)自然，这方面，由算力(lì)网络来驱动将有明显优势。

此(cǐ)外，还(hái)有很多需要爆(bào)发式增长的算力来支撑的技术创(chuàng)新，将在人工(gōng)智能(néng)算力网络(luò)支撑下(xià)快(kuài)速推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持续颠覆(fù)内容生产的(de)方式，将创造的边际成本降(jiàng)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 mbb是什么公司，mbb是什么意思缩写