01

ControlNet颠覆AI绘画(huà)新(xīn)玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一(yī)次爆(bào)火的时候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广大网友熟知并(bìng)体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户(hù)们可以在应用中(zhōng)输入一组关(guān)键(jiàn)词或者一张(zhāng)照片(piàn)，就能获得(dé)一幅AI创作的画作。

作画的关(guān)键就是(shì)所输入的(de)文本。同一组关(guān)键词也可以创作出很多张风格(gé)不一样(yàng)的画(huà)作(zuò)，这(zhè)让(ràng)创作(zuò)的过(guò)程就像开盲盒。

很多用(yòng)户很(hěn)喜(xǐ)欢这种不确定的惊喜，他们(men)会将(jiāng)生成的(de)美图(tú)当做(zuò)头像。而另一部分(fēn)喜欢翻(fān)看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位(wèi)网友(yǒu)的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了(le)建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的(de)出现与加(jiā)持(chí)，以往AI绘画的填写关键词(cí)游戏可能要被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创作的一(yī)种基于控制点的(de)图像变形(xíng)算(suàn)法，主(zhǔ)要(yào)用(yòng)于数字图(tú)像处理、计算机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插件(jiàn)一(yī)经发布(bù)，在短短的两天内便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在此之(zhī)前，大(dà)家(jiā)用了很多(duō)方(fāng)法想让AI生成(chéng)的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如人意，它的出现代(dài)表着AI生成开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取画面的构图，人物(wù)的姿势和画面的深度信息等。有了它(tā)的帮助，就不用频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的(de)作品(pǐn)已(yǐ)经获得了(le)大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的(de)照片直接(jiē)带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨(gǔ)骼开始(shǐ)换(huàn)关键词(cí)试效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图(tú)。大神(shén)张吕敏(mǐn)其本(běn)尊也亲(qīn)自回应(yīng)。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强(qiáng)大(dà)，甚至(zhì)输出(chū)的(de)作品都已经能以(yǐ)假乱真了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近(jìn)日(rì)，“苏(sū)州金(jīn)鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经过警(jǐng)方辟谣这所谓的(de)“party”可能(néng)是全国第(dì)一(yī)起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个(gè)活动里面给出(chū)的美女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被(bèi)大(dà)家当成真(zhēn)事(shì)传播了。

不过(guò)仔(zǎi)细观(guān)察可(kě)以发(fā)现，活动发起者提(tí)供的照(zhào)片中(zhōng)有个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图(tú)片中女(nǚ)性的(de)手指部分有的存在异常(cháng)。

有行业人(rén)事表示(shì)：“现在因(yīn)为手(shǒu)指部(bù)分的绘画算法比较(jiào)复杂，AI还不太会(huì)画人的手(shǒu)，但最(zuì)新看到(dào)的图(tú)片已经有越来越完美的AI模型出现，以后(hòu)可(kě)能就完全没有漏洞了。”

类似(shì)的(de)AI作图诈骗在国外也(yě)已有发生(shēng)。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用(yòng)户使用AI合(hé)成了儿童受灾的假(jiǎ)照片(piàn)发布(bù)到网络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实(shí)施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片被(bèi)用来(lái)诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了(le)很(hěn)多担忧，一方(fāng)面，批(pī)判(pàn)者认为AI在“学习(xí)”了大量前(qián)人的作品之后，其创(chuàng)作没有任(rèn)何情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提并(bìng)论。

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

马斯克(kè)也强调，人工(gōng)智能的(de)安全(quán)问题需要得到(dào)重视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了(le)视(shì)频，还(hái)有远方(fāng)

技术都是(shì)有两面性(xìng)的，潜在(zài)的危害并不(bù)能(néng)掩盖其光辉(huī)的贡(gòng)献(xiàn)。现在看来，人(rén)工(gōng)智(zhì)能技术将是(shì)第四(sì)次(cì)工业革命的(de)核心驱动力量，将创(chuàng)造新(xīn)的(de)增长(zhǎng)奇迹。

过(guò)去(qù)一年(nián)，人工(gōng)智能在技术(shù)和(hé)商业层面都(dōu)有了巨大进展，AI绘(huì)画就是人工智能技术发生方向性(xìng)改变(biàn)的一个代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几条引爆科技圈的(de)短视频。这些视(shì)频(pín)引发关注(zhù)并非(fēi)内容做得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑摩(mó)托车(chē)的第(dì)一视角录像(xiàng)，随便(biàn)一个有手(shǒu)机的人都(dōu)可以随(suí)手录下一段。

但这些短(duǎn)视频的(de)创(chuàng)作(zuò)方式非常(cháng)简单(dān)，创作者仅仅需要向AI输入一段话，甚至(zhì)只(zhǐ)是说一(yī)下要求，AI就可(kě)以(yǐ)根据需要生成(chéng)一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别来自于Imagen Video和(hé)Phenaki，前(qián)者(zhě)主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈(quān)就已经玩了一(yī)波梗(gěng)，一个能够做(zuò)出更高清视频(pín)的AI还(hái)不足以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作出(chū)超过2分(fēn)钟的连(lián)贯(guàn)的也有确切内(nèi)容的视频，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内(nèi)容生产者提供一(yī)个灵感，一个(gè)素(sù)材(cái)，一个(gè)过场动(dòng)画。

不过能够(gòu)制作(zuò)出(chū)有具体剧情内容的视频就意味着，一些(xiē)视(shì)频创作由AI代替人(rén)工完成已经初步有了可(kě)能(néng)。

当下AI的发展速度已经(jīng)超过大部分人的想(xiǎng)象(xiàng)。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容(róng)生产(chǎn)方式，可(kě)以为(wèi)内容产业带来更(gèng)新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能(néng)应用于音乐、代码、机器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不难发现该项(xiàng)技(jì)术不仅(jǐn)在(zài)游戏等行业能得到有效应(yīng)用，对(duì)于下一代互(hù)联网各(gè)种元素的构建亦(yì)有关(guān)键意(yì)义。

从(cóng)商(shāng)业化的角度来看，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领域，本身就对基于AI的(de)可视(shì)化内容(róng)有强烈需求。

因此，AI绘(huì)画及视(shì)频或(huò)不是结果，而只是AI进(jìn)程中的(de)一块重要拼(pīn)图，有望(wàng)在技术更新的加(jiā)持下实现更大的应用价值(zhí)。

AI从理解内容(róng)，走(zǒu)向(xiàng)了可(kě)以生(shēng)成内(nèi)容，甚至能够(gòu)创造出(chū)独立价值和独立视角的(de)内容。AIGC的再(zài)次(cì)出圈，更代表着未来的先进(jìn)生产力即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图像大(dà)模型(xíng)之(zhī)后，多模态大模(mó)型已经成为(wèi)了新(xīn)的趋势。

大模型被誉为当前人工智能发展的智能(néng)底(dǐ)座(zuò)，是全(quán)球(qiú)竞争最激烈的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众多头部企业都在竞(jìng)相发(fā)力。

不过训练大(dà)模(mó)型的(de)确价(jià)格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言模(mó)型(xíng))，训练成本(běn)则介(jiè)于(yú)200万美元至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每(měi)日仅电费就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在关(guān)注(zhù)各类(lèi)大(dà)模型的(de)发展同时，更应该关注算力网络(luò)的建设。

算力网络(luò)正驱动(dòng)AI产(chǎn)业发展(zhǎn)进(jìn)入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离得(dé)更近。

因为算力可以对突破性技(jì)术创新提(tí)供大力的支持(chí)。这方面(miàn)，多(duō)模(mó)态大(dà)模(mó)型是(shì)典型。作为面向未来(lái)强人工智(zhì)能、通用人工智能的重(zhòng)要技(jì)术创新，多模态大模型已(yǐ)经在人工(gōng)智(zhì)能领域提出了(le)很多年，业界也(yě)有不少技术突破，但是，多模态(tài)大模型(xíng)进一步往(wǎng)下(xià)走，算力需求呈几(jǐ)何式上升，一般的算(suàn)力基础设施很快将难(nán)以胜(shèng)任。

从(cóng)图像、文(wén)字、语音单独(dú)一项(xiàng)的训练，到双(shuāng)模(mó)态、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活(huó)应(yīng)对不(bù)同模态的(de)转(zhuǎn)化、像人与世界交互(hù)一样自然(rán)，这(zhè)方面，由(yóu)算力(lì)网络来驱动将有明(míng)显(xiǎn)优势。

此(cǐ)外，还(hái)有很(hěn)多需要爆(bào)发式增长的(de)算力来支撑(chēng)的技术创新，将在人工智能算力网(wǎng)络支(zhī)撑(chēng)下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期(qī)待在(zài)大模型和(hé)大算力(lì)的支持下AIGC能持续(xù)颠覆内容生产的(de)方式，将创造的(de)边(biān)际(jì)成本(běn)降低，让万众(zhòng)受益(yì)。

未经允许不得转载：绿茶通用站群 秋肖是指哪几个生肖，十二生肖北方生肖有哪些