01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上(shàng)一次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗(luó)拉(lā)多州举(jǔ)办的新兴数(shù)字艺(yì)术家(jiā)竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输(shū)入(rù)一组关键词(cí)或者一张照片，就(jiù)能获(huò)得一(yī)幅(fú)AI创作的画作。

作(zuò)画的(de)关键就是所输入的(de)文本。同(tóng)一组关键(jiàn)词也可以创作(zuò)出很多张风(fēng)格(gé)不一样的(de)画作，这让创(chuàng)作的过程(chéng)就像(xiàng)开盲(máng)盒(hé)。

很多用(yòng)户很(hěn)喜欢(huān)这种(zhǒng)不确定的惊喜，他(tā)们会(huì)将生成的美图当做头像(xiàng)。而(ér)另一部(bù)分喜欢翻看AI绘画(huà)的“翻(fān)身份证号码150开头是哪里的，身份证号150开头的是哪里的车”作品。在社(shè)交媒体上，许(xǔ)多(duō)用户分享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网友(yǒu)的个人照片被AI识(shí)别成(chéng)了(le)建筑。

而(ér)如(rú)今随着ControlNet的出现与加(jiā)持，以往AI绘画(huà)的填写关键(jiàn)词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作的(de)一种(zhǒng)基于控制点的(de)图(tú)像变形算法，主要用(yòng)于数字图像处(chù)理、计算机视觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布，在短短(duǎn)的(de)两天内便成(chéng)为了(le)AI绘画领(lǐng)域最新的热点。

在此之前，大家用(yòng)了很多方(fāng)法想(xiǎng)让(ràng)AI生成(chéng)的结(jié)果尽(jǐn)可能的符合(hé)要求，但是都不(bù)尽如人意，它的(de)出现代表(biǎo)着AI生成开始进入真(zhēn)正的(de)可控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画(huà)面的构图，人物(wù)的姿势和(hé)画面的深(shēn)度信息等。有了它(tā)的(de)帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他用(yòng)朋友的(de)照片直接带她们走(zǒu)进动漫(màn)世界。

身份证号码150开头是哪里的，身份证号150开头的是哪里的w="1174">

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的(de)关(guān)键词(cí)；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换(huàn)关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了(le)真实的照片，草图也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神(shén)张吕敏其本尊也亲(qīn)自回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越强大，甚(shèn)至输出(chū)的作品都已(yǐ)经(jīng)能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全问题

近(jìn)日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇party”的消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可能是(shì)全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美女照(zhào)片都(dōu)是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了(le)。

不过仔细观察可(kě)以(yǐ)发现，活(huó)动发起者提供的照片中有个(gè)很(hěn)大的漏(lòu)洞(dòng)可(kě)以发现并非真(zhēn)人(rén)，而(ér)是(shì)AI绘图(tú)，那(nà)便是图片中女性的手指部分有的存在异常。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看到的(de)图片已(yǐ)经(jīng)有越(yuè)来越完美的AI模型出(chū)现，以后可能(néng)就完全没有漏(lòu)洞了。”

类似的AI作图诈骗在国外(wài)也已有(yǒu)发生。据英国广播公司报道，土耳(ěr)其(qí)地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿(ér)童受(shòu)灾(zāi)的假(jiǎ)照片发(fā)布到(dào)网(wǎng)络，以此(cǐ)诱骗(piàn)善良的(de)人(rén)打赏(shǎng)“捐助”从(cóng)而实(shí)施诈(zhà)骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出(chū)真人照片般(bān)的绘图效果，如果这(zhè)样(yàng)的图片被用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方面，批判者认为AI在(zài)“学习(xí)”了大(dà)量前人(rén)的(de)作品之(zhī)后，其创作没(méi)有(yǒu)任何情绪和(hé)灵(líng)魂(hún)，难以(yǐ)和人类(lèi)的艺术(shù)创作相提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到有效的解(jiě)决(jué)，还有AIGC会不会代替(tì)人类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全问题需要得到(dào)重视，太晚就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有远(yuǎn)方

技术都是有两(liǎng)面性的(de)，潜在的危害并不(bù)能掩盖其(qí)光辉的(de)贡献。现在看来，人(rén)工智能技(jì)术将是(shì)第四次工业(yè)革命的核(hé)心驱动力量，将创造新的(de)增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都有了巨大进(jìn)展，AI绘(huì)画就是人(rén)工(gōng)智能(néng)技术发生方向性改变的一个代(dài)表。其下一(yī)站或许就是(shì)视(shì)频(pín)。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非(fēi)内容做得多优秀(xiù)，反(fǎn)而都非常简单，比(bǐ)如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的第一视角录(lù)像，随便(biàn)一个有(yǒu)手机的(de)人都(dōu)可以随手录(lù)下(xià)一段。

但这些(xiē)短视(shì)频的创(chuàng)作(zuò)方式非常简单，创(chuàng)作者(zhě)仅仅需要(yào)向AI输入一段话，甚至只是说一下要(yào)求，AI就(jiù)可以根据(jù)需要生成一(yī)段(duàn)视频。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的(de)是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个能(néng)够做出更高清视(shì)频(pín)的(de)AI还不足以(yǐ)在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加(jiā)令人震(zhèn)惊的(de)地方在(zài)于(yú)，它可以(yǐ)制(zhì)作出超(chāo)过2分钟的连贯的也(yě)有确切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地(dì)方。因(yīn)为无论AI生成的(de)视(shì)频多么高清(qīng)，也只能是为(wèi)内容生产者(zhě)提供一个灵感，一个素材，一个过(guò)场(chǎng)动画(huà)。

不过能够制作出有具(jù)体剧情内容的视(shì)频(pín)就意味着，一(yī)些视频创作由(yóu)AI代替人工完成已经初步(bù)有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度已经超过(guò)大部分人的想象(xiàng)。内(nèi)容产业的本(běn)质是供(gōng)给创造需求，AIGC作为全新的(de)内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业(yè)带来(lái)更(gèng)新(xīn)的内容风格、更快的生产速度(dù)，更(gèng)低的生产(chǎn)成本(běn)，这(zhè)无疑会驱(qū)动内(nèi)容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐(lè)、代码(mǎ)、机器人动作等多种(zhǒng)内(nèi)容形式的(de)生成。不难发现该项技术不仅在游戏(xì)等行业能得到有效应用，对于下一(yī)代互联网各种元(yuán)素的构建亦有关键意义。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基(jī)于(yú)AI的(de)可(kě)视化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不(bù)是(shì)结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技术更新的加持下(xià)实现更大的应用价(jià)值。

AI从理解(jiě)内容(róng)，走向(xiàng)了(le)可以生成内(nèi)容，甚至能(néng)够创造出独(dú)立价值和独立视(shì)角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底座

从(cóng)技(jì)术的发展(zhǎn)也可以看(kàn)出，在语(yǔ)言大模型(xíng)、图像大模(mó)型之(zhī)后(hòu)，多模态大模(mó)型已经成为(wèi)了(le)新的趋势。

大模型被誉为当前人工(gōng)智(zhì)能发展的智能底(dǐ)座(zuò)，是全(quán)球竞(jìng)争最(zuì)激烈(liè)的研究方向之一(yī)，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过训练(liàn)大模型的确价格不菲，以国(guó)盛证券发(fā)布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一(yī)次的(de)成本约为140万美元。而(ér)对于一些更大的LLM(大(dà)型语言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算(suàn)，其(qí)对(duì)应芯片(piàn)需求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日(rì)仅电费就(jiù)在(zài)5万美元左右。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关注各类大模型的发展同时，更应该关注算力网(wǎng)络的建(jiàn)设。

算力网络正驱(qū)动AI产(chǎn)业发展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能(néng)发展(zhǎn)的终极目标离得更近(jìn)。

因(yīn)为算力可以(yǐ)对突破性技术创(chuàng)新提供大力(lì)的(de)支(zhī)持。这方(fāng)面，多模(mó)态(tài)大模型是典型。作为(wèi)面向未(wèi)来强人(rén)工智能、通用(yòng)人工智(zhì)能(néng)的重要(yào)技术创新，多(duō)模(mó)态大模型已(yǐ)经(jīng)在人(rén)工智能领域提(tí)出了很多年，业界也有(yǒu)不(bù)少(shǎo)技术突破，但(dàn)是，多(duō)模态大模(mó)型进一步往(wǎng)下走，算(suàn)力需求呈几何(hé)式上升(shēng)，一般的(de)算力基础(chǔ)设施很快将难(nán)以(yǐ)胜任。

从(cóng)图像(xiàng)、文(wén)字、语音(yīn)单独一(yī)项的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应(yīng)对(duì)不同模态的转(zhuǎn)化、像人与世界交互一样自然，这方面(miàn)，由算力网络来驱动将有明(míng)显优势。

此外，还(hái)有很多需要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智能(néng)算力网络(luò)支撑(chēng)下快速推进(jìn)。

AIGC已(yǐ)经露出曙光，期(qī)待在大模型和大算(suàn)力(lì)的支持下(xià)AIGC能持续颠(diān)覆内容生产的方式，将创(chuàng)造的边际成本降(jiàng)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 身份证号码150开头是哪里的，身份证号150开头的是哪里的