很多用(yòng)户(hù)很喜欢(huān)这(zhè)种不(bù)确(què)定(dìng)的惊喜，他们会将生成的美图(tú)当做头像(xiàng)。而另(lìng)一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻(fān)车(chē)现(xiàn)场”，例如(rú)，一(yī)位网(wǎng)友的(de)小狗照片被AI画成了“肌(jī)肉男(nán)”，还有网友的个(gè)人照片被AI识(shí)别成了建(jiàn)筑。

而如(rú)今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写(xiě)关键词游(yóu)戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国(guó)人张吕(lǚ)敏创作的(de)一种基于控制点的图像(xiàng)变形算(suàn)法，主要用于数(shù)字图像处理、计算机(jī)视觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画(huà)领域(yù)最新的(de)热点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意，它(tā)的出现代(dài)表着AI生成开始进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可(kě)以直接(jiē)提(tí)取画面的构图，人物的姿(zī)势(shì)和画面(miàn)的深度信息等。有了它的帮(bāng)助，就不用频繁(fán)的用提示词来碰运气，抽盲(máng)盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不(bù)少博主(zhǔ)的作(zuò)品已经获得(dé)了大量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨骼开始换关键词试(shì)效(xiào)果(guǒ)。

通过图片就可(kě)以看出(chū)来，效果(guǒ)十分(fēn)惊艳。

更厉害的是(shì)，除了真实的(de)照片，草图也(yě)可(kě)以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现线稿(gǎo)转全彩(cǎi)图。大(dà)神(shén)张吕敏其本(běn)尊(zūn)也亲自回应(yīng)。

不得不说(shuō)当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出的作(zuò)品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全问(wèn)题

近日，“苏州金鸡(jī)湖(hú)有(yǒu)游艇party”的(de)消(xiāo)息火遍(biàn)网络，而经过警方辟谣(yáo)这所(suǒ)谓的(de)“party”可能是全国第一起AI绘(huì)图诈骗。

由(yóu)于这个活(huó)动里(lǐ)面给出的美女(nǚ)照片都(dōu)是AI制(zhì)作的真人照(zhào)片绘图(tú)，因为太(tài)逼真，被大家当成真事(shì)传播了。

不过仔(zǎi)细观察可以发(fā)现，活动发起者提(tí)供的照片中有个很大(dà)的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是(shì)AI绘图(tú)，那(nà)便是图片中(zhōng)女性(xìng)的手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有(yǒu)行业(yè)人事表示：“现在因为手(shǒu)指部分的绘画算(suàn)法比(bǐ)较复杂(zá)，AI还(hái)不太会画人的手，但(dàn)最新看到的图片已经有(yǒu)越来越完美的(de)AI模(mó)型(xíng)出(chū)现，以后可能(néng)就完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播(bō)公司报道(dào)，土(tǔ)耳(ěr)其地震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善良的(de)人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经能做(zuò)出真人照片般(bān)的绘图效果，如果这样的图片被用来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作品之后，其创作没有(yǒu)任(rèn)何(hé)情(qíng)绪和灵魂，难以和人(rén)类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前(qián)都(dōu)并没有得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代(dài)替人类“至高无上”的(de)创(chuàng)意(yì)。

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

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有两(liǎng)面性(xìng)的(de)，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来，人工智能(néng)技术(shù)将是第四次工(gōng)业革命的(de)核(hé)心驱(qū)动力量，将创(chuàng)造新的增长奇迹。

过去(qù)一(yī)年，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人(rén)工智(zhì)能技术发生方向性改(gǎi)变的一个(gè)代表。其下(xià)一(yī)站或许就(jiù)是视频。

此前，Meta和谷歌先后发(fā)布(bù)了几条引爆科技圈(quān)的短(duǎn)视(shì)频。这些视频引发(fā)关注并非内容(róng)做得(dé)多优秀，反(fǎn)而都非(fēi)常简单，比如一匹(pǐ)正在喝水的(de)马(mǎ)，一只画画的玩具熊，或者一(yī)段骑摩托车(chē)的第一视角录像(xiàng)，随便(biàn)一个有手机的人都可以随(suí)手录下一段(duàn)。

但这(zhè)些短(duǎn)视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求，AI就可以根据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成(chéng)视频(pín)分别来自(zì)于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是高(gāo)清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一(yī)波梗(gěng)，一个能(néng)够做出(chū)更高清(qīng)视频的AI还不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在(zài)于，它可(kě)以制作出超过(guò)2分钟(zhōng)的连(lián)贯的也有确切内容的视频，这才(cái)是(shì)真正让人们感到(dào)惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生成的视频多么高清，也只能是为(wèi)内容生产者(zhě)提供一个灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工完成已经初步有了(le)广州夏天温度一般多少度，广州夏天温度一般多少度正常可能。

当下AI的发(fā)展速度已(yǐ)经超过大部分人的想象。内容产业的(de)本质(zhì)是(shì)供给创造需求，AIGC作为全新的内容(róng)生(shēng)产(chǎn)方式(shì)，可以为内容(róng)产业带来更(gèng)新的内容风格(gé)、更快的生产速度，更低的生产成本(běn)，这无(wú)疑(yí)会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码(mǎ)、机器(qì)人(rén)动作等多(duō)种(zhǒng)内容形式的生(shēng)成(chéng)。不难发现该项(xiàng)技术不(bù)仅(jǐn)在游戏(xì)等行业能得到有效应用，对于下(xià)一代(dài)互联网各(gè)种元素的构建亦有关键意义。

从(cóng)商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可视(shì)化内容有强烈(liè)需求。

因此，AI绘(huì)画及(jí)视频或不是结果(guǒ)，而只(zhǐ)是(shì)AI进(jìn)程中的一(yī)块重要拼(pīn)图，有望在技术更新的(de)加(jiā)持下实现更大的应用(yòng)价(jià)值(zhí)。

AI从理解(jiě)内(nèi)容(róng)，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大(dà)模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在语言大模型(xíng)、图像大模型之后(hòu)，多模(mó)态大模型已(yǐ)经成为(wèi)了新的趋(qū)势。

大模型被(bèi)誉(yù)为当(dāng)前(qián)人工智能发展的智能底座，是全球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾讯等众多头(tóu)部企业都在竞相(xiāng)发力。

不过训练(liàn)大模型的确价(jià)格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要多(duō)少算力》报告估(gū)算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语言(yán)模型(xíng))，训练成本则介于(yú)200万(wàn)美(měi)元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数(shù)1300万(wàn)计算，其对应芯片需求为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大(dà)算力(lì)支(zhī)持。在(zài)关注各类(lèi)大(dà)模型的发展同时，更应该关注算力网络(luò)的(de)建设。

算力网(wǎng)络正驱(qū)动AI产业发展进入史(shǐ)诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发(fā)展(zhǎn)的终极(jí)目标离得更(gèng)近。

因为算力可以对突(tū)破性技术创(chuàng)新(xīn)提供大力的支持(chí)。这方面，多模态大模型是(shì)典型。作为面(miàn)向未来强人工智能、通用人(rén)工智能的重要技术创(chuàng)新，多(duō)模态大模型已经在(zài)人工智能领域提出了很多年(nián)，业界也有不(bù)少技术突破，但是，多模态大(dà)模(mó)型进一步往下走，算力需求呈几(jǐ)何式上(shàng)升，一般的算(suàn)力基(jī)础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音(yīn)单独(dú)一项的训练(liàn)，到(dào)双模(mó)态、三模态的跃(yuè)迁，让(ràng)人(rén)工智(zhì)能可(kě)以(yǐ)灵活应对(duì)不同模(mó)态的(de)转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动将有明(míng)显优势。

此外，还(hái)有(yǒu)很(hěn)多需要(yào)爆发式(shì)增长的算(suàn)力来支撑(chēng)的技术创新，将在人工智(zhì)能算力(lì)网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期(qī)待在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆内容(róng)生产的方(fāng)式(shì)，将(jiāng)创造的边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 广州夏天温度一般多少度，广州夏天温度一般多少度正常