随后各大厂商(shāng)的AI绘画软件被广(guǎng)大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用(yòng)中输入一组关键词或者(zhě)一(yī)张照片，就能获得一幅AI创(chuàng)作的画作(zuò)。

作(zuò)画的(de)关键就是所输入的文本。同一组关(guān)键词(cí)也(yě)可以创作出(chū)很多张风格(gé)不一样的画作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他们会将生成的美(měi)图当做头(tóu)像。而另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小狗照片被(bèi)AI画成(chéng)了“肌(jī)肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦(tǎn)福(fú)读(dú)博的中国人张吕(lǚ)敏创(chuàng)作(zuò)的一(yī)种基于控制点的图(tú)像(xiàng)变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视(shì)觉(jué)和计算机图(tú)形学(xué)等领(lǐng)域。

其SD插(chā)件一经发布，在(zài)短短的两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此(cǐ)之前，大(dà)家(jiā)用了很多(duō)方(fāng)法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是(shì)都不(bù)尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人(rén)物的姿(zī)势和画(huà)面的(de)深(shēn)度信息(xī)等。有了它的帮助，就不用(yòng)频繁(fán)的用提示词(cí)来(lái)碰(pèng)运(yùn)气，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘(huì)画加了(le)“魔(mó)法”，不少(shǎo)博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换关(guān)键词试效(xiào)果。

通(tōng)过图片就可以(yǐ)看出(chū)来，效果(guǒ)十(shí)分惊(jīng)艳。

更厉(lì)害的是(shì)，除了真实的照(zhào)片(piàn)，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍(shào)到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已(yǐ)经(jīng)变得越来越强大，甚至输出(chū)的(de)作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全(quán)问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍(biàn)网络，而(ér)经过警方(fāng)辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个(gè)活(huó)动里面给出的美(měi)女照片(piàn)都是AI制作的真人(rén)照片绘图，因为太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发现，活动发起者提供的(de)照片中有个(gè)很大的漏洞可以发现并非真人，而(ér)是(shì)AI绘图，那便是图片(piàn)中女性的手指部(bù)分(fēn)有(yǒu)的(鹅颈藤壶多少钱一斤，鹅颈藤壶和佛手螺一样吗de)存在异常(cháng)。

有行业人事(shì)表示(shì)：“现在因为手(shǒu)指部(bù)分的绘画(huà)算(suàn)法比较复(fù)杂，AI还不太会(huì)画人的手，但最新(xīn)看到的图片已经有(yǒu)越来越(yuè)完(wán)美的AI模(mó)型(xíng)出现，以(yǐ)后可(kě)能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外也已有发(fā)生。据(jù)英国广(guǎng)播公(gōng)司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用(yòng)户(hù)使用AI合(hé)成了儿童(tóng)受灾的(de)假(jiǎ)照(zhào)片发布到网络，以此诱骗善良(liáng)的人(rén)打赏(shǎng)“捐(juān)助(zhù)”从(cóng)而实施诈骗。

目前(qián)随着技术发展，AIGC已经能做(zuò)出真人(rén)照片(piàn)般的(de)绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量前(qián)人(rén)的(de)作(zuò)品之后，其创作(zuò)没有任何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创(chuàng)作(zuò)相提并论(lùn)。

另一方面，AIGC背后的版(bǎn)权、目前都并没有得(dé)到有效的(de)解决(jué)，还有(yǒu)AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智(zhì)能的(de)安(ān)全问题需要得到(dào)重(zhòng)视(shì)，太晚就来(lái)不及了(le)。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有两面性的，潜在(zài)的危害并不能掩盖其光(guāng)辉的(de)贡(gòng)献。现(xiàn)在看来，人工智能技术将是第四次工业革命的核心(xīn)驱动(dòng)力量，将创(chuàng)造新的增(zēng)长奇迹。

过去一年(nián)，人工(gōng)智能在技术和商业层(céng)面都有了巨(jù)大进展，AI绘画就是人工智能(néng)技(jì)术发生(shēng)方向性(xìng)改变(biàn)的一个代表。其(qí)下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技圈(quān)的短视频。这些视(shì)频引发关注(zhù)并非内容做(zuò)得多优秀，反而都非常简(jiǎn)单，比如一匹正在(zài)喝水的马，一只画画(huà)的玩具熊(xióng)，或者一段骑摩(mó)托车的(de)第一(yī)视角录像(xiàng)，随便一(yī)个(gè)有手(shǒu)机(jī)的人都可以随手录下一段。

但(dàn)这些短视频的创作(zuò)方(fāng)式非(fēi)常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一(yī)段话(huà)，甚至只是说一下要(yào)求(qiú)，AI就可以根据需(xū)要生成一段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分(fēn)别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别(bié)。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就已(yǐ)经(jīng)玩了一波梗，一(yī)个(gè)能够做出更高清视频的AI还不足以在(zài)短时间内(nèi)戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更加(jiā)令人震惊(jīng)的地方在于，它可以制作出超(chāo)过2分钟的连(lián)贯(guàn)的也(yě)有确切内(nèi)容(róng)的视频，这才是真正让人们感到(dào)惊喜的地(dì)方。因为无论AI生成的(de)视(shì)频(pín)多么高清(qīng)，也(yě)只(zhǐ)能是(shì)为内(nèi)容生产者(zhě)提(tí)供(gōng)一个灵(líng)感，一个素材，一个过场动画(huà)。

不过能(néng)够(gòu)制作出有(yǒu)具体剧情(qíng)内(nèi)容的视频就意味着，一些视频创作由AI代替人(rén)工完成已经初步(bù)有了可能。

当下AI的发展速度已经超过大部(bù)分(fēn)人的(de)想(xiǎng)象。内容(róng)产(chǎn)业的本(běn)质(zhì)是供给创造需求，AIGC作(zuò)为(wèi)全新的内容生产方(fāng)式，可以为内容产业带来更新(xīn)的内容风格(gé)、更快的生产速度，更(gèng)低(dī)的生产成本(běn)，这无疑会驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除(chú)了AI绘图、视(shì)频，AIGC技(jì)术还能(néng)应用于(yú)音乐、代码、机器人动作等多(duō)种(zhǒng)内(nèi)容形(xíng)式(shì)的生成(chéng)。不难发现(xiàn)该项技术不仅(jǐn)在游戏(xì)等行业能得到(dào)有效(xiào)应用，对于下(xià)一代互联网各种元(yuán)素的构建(jiàn)亦有(yǒu)关键意义(yì)。

从(cóng)商业化的(de)角度(dù)来看，文化娱乐、教育、传(chuán)媒等诸(zhū)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(shì)频或(huò)不是(shì)结果，而只是AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向(xiàng)了可(kě)以生成(chéng)内容，甚至能(néng)够创造出独立价值和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生产力(lì)即(jí)将到来(lái)。

04

紧抓大模型(xíng)与算力，牢固(gù)AIGC底座

从(cóng)技术的发展(zhǎn)也可(kě)以(yǐ)看出，在语(yǔ)言大模型、图像大模型之后，多模(mó)态大模型已经成为了新(xīn)的趋(qū)势。

大模型(xíng)被誉为当前人工智能(néng)发展的智能(néng)底座(zuò)，是全球竞争最激烈的(de)研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛证(zhèng)券发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报(bào)告(gào)估算，GPT-3训(xùn)练一次的成本约为(wèi)140万美元。而对于(yú)一些更(gèng)大的LLM(大型语言(yán)模型)，训练成本(běn)则介于(yú)200万美元(yuán)至(zhì)1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算(suàn)，其对应(yīng)芯片需求为(wèi)3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美(měi)元(yuán)，每日(rì)仅电费就在5万(wàn)美元左右。

此外不论是(shì)ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算力(lì)支持(chí)。在关注各类大模型的(de)发展同时，更应该(gāi)关注算力网络的(de)建设。

算力网络正驱动(dòng)AI产业发(fā)展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及通用AI这(zhè)一人工智能发展的终极(jí)目标离得更近。

因为算力(lì)可以(yǐ)对(duì)突破性技术创新提供大力的支持。这方面，多模态大模型是(shì)典型。作为面向未来(lái)强人工智(zhì)能(néng)、通用人(rén)工智能的重要技术创新，多模(mó)态大模(mó)型(xíng)已经(jīng)在人工智能领域提出了(le)很多年，业界(jiè)也(yě)有不少(shǎo)技(jì)术突破，但是，多模态大模型进一步往下走，算力(lì)需(xū)求呈几何式(shì)上升，一(yī)般的算力基(jī)础设(shè)施很(hěn)快(kuài)将难(nán)以(yǐ)胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的(de)跃迁，让(ràng)人工智能(néng)可以灵活(huó)应(yīng)对不同模态的(de)转化、像人(rén)与世(shì)界(jiè)交互一样自(zì)然，这(zhè)方(fāng)面，由算力网(wǎng)络来驱(qū)动将有(yǒu)明(míng)显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来支撑(chēng)的技术创新，将在人工(gōng)智(zhì)能(néng)算力网络支撑下(xià)快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大(dà)模(mó)型和大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造的边际(jì)成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 鹅颈藤壶多少钱一斤，鹅颈藤壶和佛手螺一样吗