很多(duō)用(yòng)户(hù)很喜欢(huān)这种不确定的惊喜，他们(men)会将生(shēng)成的美图当做头像。而另(lìng)一部(bù)分(fēn)喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上(shàng)，许多用户(hù)分享AI“翻车现场”，例如，一位网友的(de)小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而(ér)如(rú)今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的(de)填写关键词游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏(mǐn)创(chuàng)作的一种(zhǒng)基于控制(zhì)点(diǎn)的图像变(biàn)形算(suàn)法，主要用于(yú)数(shù)字(zì)图像处(chù)理(lǐ)、计算机(jī)视觉和计算机图形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的(de)两天内便(biàn)成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了(le)很多方法想让(ràng)AI生成的(de)结(jié)果尽可能的符(fú)合(hé)要(yào)求，但(dàn)是都(dōu)不(bù)尽如人意(yì)，它的出现代(dài)表着(zhe)AI生成(chéng)开始进入真(zhēn)正(zhèng)的可(kě)控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的(de)姿势和画面的深度信息等。有了它的帮助，就(jiù)不(bù)用频繁的用提示词来碰运气(qì)，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

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

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能(néng)以(yǐ)假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国第一(yī)起AI绘(huì)图(tú)诈(zhà)骗。

由于这个活动里面(miàn)给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事(shì)传播了。

不过仔细(xì)观察可以发现，活动(dòng)发起者(zhě)提供的(de)照片中有个很(hěn)大的漏洞(dòng)可以(yǐ)发现并非(fēi)真(zhēn)人，而是(shì)AI绘图，那便是图(tú)片(piàn)中女性的手指部分有的(de)存在异常。

有行业(yè)人事表示：“现在(zài)因(yīn)为手指部分(fēn)的绘画(huà)算法比较复杂，AI还(hái)不太(tài)会画人的手，但最新(xīn)看(kàn)到的图片已经有越来越完美的AI模(mó)型出现(xiàn)，以(yǐ)后可能就完全(quán)没有漏洞了。”

类(lèi)似的AI作图诈骗在国外(wài)也(yě)已有发生。据英国广播(bō)公(gōng)司报(bào)道，土(tǔ)耳其地震(zhèn)期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合(hé)成了(le)儿童受灾的假照片(piàn)发布到网络，以此诱骗(piàn)善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技(jì)术(shù)发展(zhǎn)，AIGC已经能做(zuò)出真人照片(piàn)般的绘图效果，如果这(zhè)样的图(tú)片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发(fā)了(le)很多担忧，一方面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后，其创作(zuò)没有任何情绪和灵(líng)魂(hún)，难以(yǐ)和人类的艺(yì)术创(chuàng)作相提并(bìng)论(lùn)。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并没有得到有效的解决，还(hái)有AIGC会不(bù)会代替人类(lèi)“至高无上”的创意。

马斯克也强调(diào)，人工(gōng)智能(néng)的安(ān)全问题需(xū)要得到重视(shì)，太(tài)晚就来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖(gài)其光辉的贡献。现在看来，人工智(zhì)能(néng)技术(shù)将是第四次工业革(gé)命的(de)核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一(yī)年，人工(gōng)智能在技(jì)术和商业层面(miàn)都有了巨大进(jìn)展，AI绘画就是人工智(zhì)能技术发生方(fāng)向性改变的(de)一个代表(biǎo)。其下(xià)一站或(huò)许就是视频。

此前，Meta和谷歌(gē)先后发布了几条(tiáo)引爆科技(jì)圈的短视(shì)频。这(zhè)些视频引发(fā)关注并(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(mǎ)，一只画画的玩(wán)具熊(xióng)，或(huò)者一段骑摩托车的(de)第一视角录像，随便一个有手机的人(rén)都可以随手录下一(yī)段(duàn)。

但这些短视(shì)频的创作(zuò)方式非常简单，创作者仅仅(jǐn)需(xū)要(yào)向AI输入(rù)一段(duàn)话，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需要生成一段(duàn)视频(pín)。

谷歌发布(bù)的两个AI生成视频分别(bié)来(lái)自(zì)于(yú)Imagen Video和Phenaki，前者(zhě)主要突(tū)出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已(yǐ)经玩了(le)一波梗，一个能(néng)够做出更(gèng)高清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出超过(guò)2分钟的连贯的也有确切内容的视频，这才是(shì)真正(zhèng)让人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成的(de)视频(pín)多么(me)高清，也只能(néng)是为内容(róng)生产者提供一个(gè)灵感，一个(gè)素材，一(yī)个过场动画(huà)。

不过能够制作(zuò)出有具体剧情(qíng)内容(róng)的视频就(jiù)意味着，一些(xiē)视频创(chuàng)作由AI代替人工(gōng)完成已经初步有(yǒu)了(le)可能(néng)。

当下AI的(de)发展速(sù)度已经超过大部(bù)分人的(de)想象。内容产业(yè)的本质(zhì)是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容(róng)生产(chǎn)方式，可(kě)以为(wèi)内(nèi)容产业带(dài)来(lái)更(gèng)新的内(nèi)容风格、更快(kuài)的生产速度，更低的生产成本，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能(néng)应用于音乐、代(dài)码、机器人动作(zuò)等多(duō)种内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代互(hù)联网各种(zhǒng)元素的(de)构建亦有关(guān)键(jiàn)意义。

从(cóng)商业化的角度来看，文(wén)化娱(yú)乐(lè)、教育、传媒(méi)等诸多领域，本身就(jiù)对基于AI的可视(shì)化内容有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图(tú)，有望在技术更新的(de)加(jiā)持(chí)下实(shí)现(xiàn)更大的应用价值。

AI从理解内容(róng)，走向(xiàng)了可以生成内容，甚至能(néng)够创造出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来(lái)的先进生产力即将到来(lái)。

04

紧(jǐn)抓大(dà)模型与算(suàn)力，牢(láo)固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型、图(tú)像大模型之(zhī)后，多模态大(dà)模型已经成为了新的趋势。

大(dà)模型被誉为(wèi)当前人(rén)工智能发展(zhǎn)的智能底座，是(shì)全球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不(bù)过训(xùn)练大(dà)模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估(gū)算，GPT-3训练(liàn)一次的成(chéng)本约(yuē)为140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则(zé)介(jiè)于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均数1300万计(jì)算，其对(duì)应芯(xīn)片需(xū)求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在(zài)关注各类大模型的(de)发(fā)展(zhǎn)同时(shí)，更应该关注(zhù)算(suàn)力网络的(de)建设(shè)。

算力(lì)网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的终极目标离得(dé)更(gèng)近。

因为(wèi)算力可(kě)以对(duì)突(tū)破(pò)性技术创新(xīn)提供大(dà)力的支(zhī)持。这方面，多模态大模(mó)型是典型。作为面向(xiàng)未来强人工智能、通用人(rén)工智能的重要技术创新，多(duō)模态(tài)大模(mó)型已经在人(rén)工智(zhì)能领域(yù)提出了(le)很多年，业界也有不少(shǎo)技(jì)术突破(pò)，但是，多模态大模型进一步往(wǎng)下(xià)走，算力需求呈几何(hé)式上升(shēng)，一般(bān)的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模态的跃(yuè)迁，让人工(gōng)智能可以灵活应对(duì)不同模(mó)态的转化、像人(rén)与世界(jiè)交互一样自然，这(zhè)方(fāng)面，由(yóu)算力(lì)网络来(lái)驱动将有明显优(yōu)势。

此外，还有很多需(xū)要爆发式(shì)增长(zhǎng)的算力(lì)来(lái)支撑的(de)技术(shù)创新，将在人(rén)工(gōng)智能(néng)算力网络支(zhī)撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型和大(dà)算力的(de)支持(chí)下AIGC能(néng)持续颠覆(fù)内容生产(chǎn)的方式，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：优美励志的句子网 敷蒸馏水对皮肤有用吗，屈臣氏蒸馏水敷脸多久敷一次