很多(duō)用户很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美(měi)图当做头像。而另(lìng)一部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车(chē)现场”，例如，一(yī)位网友的(de)小狗照(zhào)片(piàn)被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个人照片(piàn)被AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关键(jiàn)词游(yóu)戏(xì)可能(néng)要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张(zhāng)吕敏创作的一种基于控(kòng)制点的(de)图像变形算法(fǎ)，主要用于(yú)数字(zì)图(tú)像处(chù)理、计算机视觉和计算机图形学等(děng)领域。

其SD插件一(yī)经发布，在短短的两天内便(biàn)成(chéng)为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前(qián)，大家用(yòn颗粒状藕粉是假的吗，十块钱一罐的藕粉能吃吗g)了很多方(fāng)法想让AI生(shēng)成的结果尽(jǐn)可能(néng)的符合要求，但是都不尽如人意(yì)，它的出现代表(biǎo)着(zhe)AI生成开始进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿势(shì)和画面的深度(dù)信息等。有(yǒu)了它的(de)帮助，就不用频繁(fán)的(de)用提示词来碰运气，抽盲(máng)盒式的创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走进动(dòng)漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关(guān)键词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开(kāi)始换(huàn)关键(jiàn)词试效果。

通过(guò)图片(piàn)就可以看(kàn)出(chū)来(lái)，效果十分惊艳。

更厉害(hài)的是，除了真实(shí)的照片，草图也可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输出(chū)的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络(luò)，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可能(néng)是全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的(de)美女照片都是(shì)AI制作的真人(rén)照片绘(huì)图，因为太逼真，被大家(jiā)当成真事传播(bō)了(le)。

不过仔细观察可以发(fā)现(xiàn)，活动发起者提(tí)供的照片中(zhōng)有个很大的(de)漏(lòu)洞可以发现并(bìng)非(fēi)真人，而(ér)是(shì)AI绘图，那便是图(tú)片中女性(xìng)的手指部(bù)分有的(de)存在异常。

有行(xíng)业(yè)人事表示：“现在因为手指部分的(de)绘(huì)画算法(fǎ)比较复杂(zá)，AI还(hái)不太会画人的手，但(dàn)最新看到的图片已经(jīng)有越来越(yuè)完美的AI模型(xíng)出现，以(yǐ)后(hòu)可能就完全没有漏(lòu)洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英国广播公司(sī)报道，土耳其地(dì)震期间(jiān)，有(yǒu)Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良的(de)人打赏“捐助”从而(ér)实施(shī)诈(zhà)骗。

目前(qián)随着技术(shù)发展，AIGC已经能(néng)做出真人照片般的绘图效果(guǒ)，如果这样的图(tú)片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批(pī)判者(zhě)认为AI在(zài)“学习(xí)”了大量前(qián)人的(de)作品之后，其创作(zuò)没有(yǒu)任何情绪和灵魂(hún)，难以和人(rén)类的艺术创(chuàng)作(zuò)相提并论。

另一方(fāng)面，AIGC背后(hòu)的(de)版权、目(mù)前都并(bìng)没有得(dé)到(dào)有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的(de)创意。

马(mǎ)斯克也强调，人工智能的安全问题需要得(dé)到(dào)重视，太(tài)晚(wǎn)就来(lái)不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技术都是有两面(miàn)性的，潜在的危害(hài)并不(bù)能掩盖其光辉(huī)的贡献。现(xiàn)在看来(lái)，人工智能技(jì)术将(jiāng)是第四次工业革命的核心驱(qū)动力量，将创造(zào)新的增长奇迹。

过去一(yī)年(nián)，人工智能(néng)在(zài)技(jì)术和(hé)商业(yè)层面(miàn)都有(yǒu)了巨大进展，AI绘(huì)画就是人工智能技术发生(shēng)方向性改变的一个代表。其下一站(zhàn)或许就(jiù)是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆(bào)科(kē)技(jì)圈的(de)短视频。这些视频引(yǐn)发关(guān)注并非(fēi)内容做(zuò)得多优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝水(shuǐ)的马，一(yī)只(zhǐ)画画的(de)玩(wán)具熊，或者(zhě)一段骑摩托车的第一视(shì)角(jiǎo)录像，随便一个有手机的(de)人(rén)都可以随(suí)手录下(xià)一段。

但这些短(duǎn)视频的创作方式(shì)非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入(rù)一段话，甚(shèn)至只是说一(yī)下要(yào)求，AI就(jiù)可以根据需(xū)要生成一(yī)段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出更高清视频(pín)的(de)AI还不足以(yǐ)在短(duǎn)时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟(zhōng)的(de)连(lián)贯(guàn)的也有(yǒu)确切内容的(de)视(shì)频，这(zhè)才是真(zhēn)正让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多(duō)么高清(qīng)，也只能是为内容生产者(zhě)提(tí)供一个灵感(gǎn)，一个素(sù)材，一个(gè)过场动画。

不过能够制作出有(yǒu)具(jù)体剧(jù)情内容的视频就意味着，一些视(shì)频(pín)创(chuàng)作由AI代替(tì)人工完成已经初步(bù)有了(le)可能(néng)。

当(dāng)下AI的发展速度已经超过(guò)大部分人的想象。内容产(chǎn)业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作为(wèi)全新的内容生(shēng)产(chǎn)方(fāng)式，可以为内容产业(yè)带来更新的内容风(fēng)格、更快(kuài)的生(shēng)产速度，更(gèng)低的生(shēng)产成(chéng)本，这无疑会驱(qū)动(dòng)内容产业的(de)大爆发。

除(chú)了AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码、机器人动(dòng)作等(děng)多(duō)种内容形(xíng)式(shì)的生(shēng)成。不(bù)难发(fā)现(xiàn)该项技(jì)术不仅在游戏等行业能得(dé)到有(yǒu)效(xiào)应用，对于下一代(dài)互(hù)联网各种元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化的角度来(lái)看，文化(huà)娱乐、教育、传媒等(děng)诸多(duō)领域，本身(shēn)就对基于AI的(de)可视化内容有(yǒu)强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果，而只是(shì)AI进程中的(de)一块(kuài)重要拼(pīn)图(tú)，有(yǒu)望在技(jì)术更新的(de)加持下实(shí)现更大的应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成内容，甚至能(néng)够创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的再次(cì)出圈(quān)，更代(dài)表着(zhe)未来的先进生产力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言大模型(xíng)、图像(xiàng)大模型之后，多(duō)模(mó)态大模(mó)型(xíng)已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底座(zuò)，是全球(qiú)竞争最激烈的研究(jiū)方向之一(yī)，包括谷(gǔ)歌、亚马颗粒状藕粉是假的吗，十块钱一罐的藕粉能吃吗逊、百度、阿(ā)里、腾(téng)讯等众多头部(bù)企业都在竞相发(fā)力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要(yào)多少算(suàn)力》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于(yú)200万美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访(fǎng)客平均数1300万计算，其(qí)对应芯(xīn)片需(xū)求(qiú)为3万多(duō)片英伟达A100 GPU，初(chū)始投入成(chéng)本约为(wèi)8亿美元，每日仅电费就在5万美元左右。

此外(wài)不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力支持(chí)。在关注各类大模型的发(fā)展同时，更应该关注算力网络的建设。

算力网络正驱(qū)动AI产业发展(zhǎn)进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人(rén)工智能(néng)发展的(de)终(zhōng)极(jí)目标离(lí)得更近(jìn)。

因(yīn)为算(suàn)力(lì)可以(yǐ)对突破性技术创新提供大力(lì)的支持(chí)。这方面，多模(mó)态大(dà)模(mó)型是(shì)典(diǎn)型。作为面向(xiàng)未来强人工智能、通用人(rén)工(gōng)智能的重要(yào)技(jì)术(shù)创新，多模态大(dà)模型已经在人工(gōng)智能领(lǐng)域提出(chū)了(le)很多年(nián)，业界也有不少技(jì)术(shù)突(tū)破，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般(bān)的(de)算力基础设施很快将难以(yǐ)胜任。

从图像、文(wén)字、语音(yīn)单独一项的训练，到双(shuāng)模态(tài)、三模态的跃迁，让人(rén)工(gōng)智能可以灵活(huó)应对不(bù)同模态的(de)转化、像人与世界交互一样(yàng)自然，这方面，由(yóu)算(suàn)力网(wǎng)络来驱动将有明(míng)显优势。

此外，还有很多需要爆(bào)发式增长的算力来支(zhī)撑的技术(shù)创(chuàng)新(xīn)，将在(zài)人工智(zhì)能(néng)算力网络(luò)支(zhī)撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光(guāng)，期待(dài)在大(dà)模型(xíng)和大算(suàn)力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生产(chǎn)的方(fāng)式(shì)，将创造的边际(jì)成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 颗粒状藕粉是假的吗，十块钱一罐的藕粉能吃吗