作(zuò)画的关键(jiàn)就是所输入的(de)文本(běn)。同一(yī)组关(guān)键(jiàn)词也(yě)可以(yǐ)创作出很多张风(fēng)格不一样的画(huà)作，这让创作的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢(huān)这(zhè)种(zhǒng)不(bù)确定的(de)惊(jīng)喜，他们会将生成的美(měi)图当做头像。而另(lìng)一(yī)部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许多(duō)用(yòng)户分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的小(xiǎo)狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识(shí)别(bié)成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与(yǔ)加持(chí)，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的中国(guó)人张吕敏创作(zuò)的一种基于(yú)控(kòng)制点(diǎn)的图像变形(xíng)算法(fǎ)，主要用于数字图像处(chù)理、计算机视觉和计算机图形学(xué)等领(lǐng)域(yù)。

其(qí)SD插件一(yī)经发布，在(zài)短短的(de)两天内便成为(wèi)了AI绘画领(lǐng)域最(zuì)新的热点。

在此之前(qián)，大家(jiā)用(yòng)了很多(duō)方法(fǎ)想让AI生成(chéng)的结果尽(jǐn)可能的符(fú)合要求，但是都不尽(jǐn)如人意，它的出(chū)现代表着AI生成(chéng)开始进入真正的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有了它(tā)的帮(bāng)助，就不用频繁(fán)的(de)用提示词(cí)来碰运气，抽盲盒式的创(chuàng)作(zuò)了(le)。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就(jiù)是(shì)其中之一，他用朋友的照片水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字直接带她们(men)走进动漫世界(jiè)。

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

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对(duì)应的(de)关键词；最(zuì)后用(yòng)ControlNet插件绑(bǎng)定骨(g水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字ǔ)骼(gé)开始换(huàn)关(guān)键(jiàn)词试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的(de)照片(piàn)，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其(qí)本尊(zūn)也亲自回应。

不(bù)得(dé)不说(shuō)当下AIGC已经变(biàn)得越来(lái)越强大，甚至输出的作(zuò)品都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络(luò)，而经过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这(zhè)个活动(dòng)里面给(gěi)出的美女照片都是AI制作的真人照片绘图，因为太逼(bī)真，被大(dà)家当成真事(shì)传播了。

不(bù)过仔细观察可以发现(xiàn)，活动发起(qǐ)者(zhě)提(tí)供的照片中有个(gè)很大的(de)漏洞可以发现(xiàn)并非(fēi)真人，而是AI绘图，那便是图片中女性(xìng)的手指部分有(yǒu)的(de)存在异常。

有(yǒu)行业人事(shì)表示(shì)：“现(xiàn)在(zài)因为手指部分的绘画算法比较复杂，AI还不太(tài)会画人的(de)手，但最新看(kàn)到的图片已经(jīng)有越来越完美的(de)AI模(mó)型(xíng)出现，以后可能(néng)就完全(quán)没(méi)有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国(guó)外也已有发(fā)生(shēng)。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前(qián)随(suí)着(zhe)技(jì)术发展，AIGC已(yǐ)经(jīng)能做出真人(rén)照(zhào)片般的(de)绘图效果，如(rú)果这样的图片被(bèi)用来诈骗，将(jiāng)非常(cháng)可怕。

此外AIGC还(hái)引发(fā)了很(hěn)多担(dān)忧，一方面，批(pī)判者认为(wèi)AI在“学习”了大(dà)量前人(rén)的(de)作(zuò)品之后，其创作(zuò)没有任何(hé)情绪和(hé)灵(líng)魂(hún)，难以和人类的艺术创作(zuò)相提并论。

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

马斯克也强调，人工(gōng)智(zhì)能的安(ān)全问题需要(yào)得(dé)到重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有远(yuǎn)方

技术都是(shì)有两面性的，潜在的危害(hài)并(bìng)不能(néng)掩盖(gài)其(qí)光辉的贡献。现在看来，人工智能技术(shù)将是第四次工业革命的核心驱动力量，将创造(zào)新的增长(zhǎng)奇(qí)迹。

过(guò)去一年(nián)，人工(gōng)智能在技术和商业层(céng)面都有了(le)巨大进展(zhǎn)，AI绘(huì)画就(jiù)是人工智能(néng)技(jì)术发生方(fāng)向性改变的一个(gè)代(dài)表。其(qí)下(xià)一站(zhàn)或(huò)许(xǔ)就(jiù)是视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先后(hòu)发(fā)布了几条(tiáo)引爆科技圈的短视频。这些视(shì)频引发关注并非内(nèi)容做得(dé)多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝(hē)水的马，一(yī)只画画的(de)玩具熊，或者一段骑摩托车的第一视角录像，随便一个有手机的(de)人都可以(yǐ)随(suí)手录下一段。

但这些短视频(pín)的(de)创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是(shì)说一下要(yào)求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的是(shì)高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个能够做出(chū)更高(gāo)清视频的(de)AI还(hái)不(bù)足以在短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人(rén)震惊(jīng)的(de)地(dì)方在于，它可(kě)以制作出(chū)超过2分钟的连贯的也有确切(qiè)内(nèi)容(róng)的视频，这才是(shì)真正(zhèng)让(ràng)人们感到惊(jīng)喜的(de)地方(fāng)。因为无论AI生成的视频多么高清，也只能是(shì)为内(nèi)容生产者提供(gōng)一(yī)个灵感(gǎn)，一个素材，一个(gè)过场动(dòng)画。

不过能(néng)够制作(zuò)出有具体(tǐ)剧情内(nèi)容的视频就意(yì)味(wèi)着，一些视(shì)频创作由AI代替(tì)人工完成已(yǐ)经初步有(yǒu)了可能。

当下(xià)AI的发展(zhǎn)速度(dù)已经超过大部分人的想象。内(nèi)容产(chǎn)业(yè)的本质是(shì)供给创造需求，AIGC作为全(quán)新的内容生(shēng)产方式，可以为内(nèi)容产业带(dài)来更新(xīn)的内容(róng)风格、更快的生(shēng)产(chǎn)速(sù)度(dù)，更低的生产成本(běn)，这无疑(yí)会驱动内容产(chǎn)业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码(mǎ)、机器人动作等多种内容(róng)形式(shì)的(de)生成。不(bù)难发现(xiàn)该(gāi)项技术不仅在游戏等行业能得到有效应用，对于(yú)下一代互联(lián)网(wǎng)各(gè)种元(yuán)素的(de)构建亦有(yǒu)关键意义。

从(cóng)商业化的角(jiǎo)度来(lái)看，文化娱乐、教育、传媒(méi)等(děng)诸多(duō)领域，本(běn)身就对(duì)基于AI的(de)可视化内容有(yǒu)强烈需(xū)求。

因(yīn)此，AI绘(huì)画(huà)及视频或不(bù)是(shì)结果，而只是(shì)AI进(jìn)程(chéng)中的一块重要拼图，有望在技术更新的加持下实现更(gèng)大(dà)的应用价值(zhí)。

AI从理解内容，走向(xiàng)了可以生(shēng)成(chéng)内容，甚至能够创造(zào)出独(dú)立价值和(hé)独立视角的(de)内容(róng)。AIGC的再次出圈，更代(dài)表着(zhe)未来(lái)的(de)先进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固(gù)AIGC底座

从技(jì)术的发展也(yě)可以看出，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的趋势。

大模型被誉(yù)为当前(qián)人工智能(néng)发展(zhǎn)的智能底座，是全球(qiú)竞争最激烈(liè)的研究方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部企(qǐ)业都在竞相发力(lì)。

不过训(xùn)练大模型的确价格(gé)不菲，以国(guó)盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力(lì)》报告(gào)估(gū)算，GPT-3训练一(yī)次的(de)成本约为140万(wàn)美(měi)元。而对于(yú)一(yī)些更大的(de)LLM(大型(xíng)语言(yán)模(mó)型)，训练成(chéng)本则(zé)介(jiè)于200万美元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在(zài)2023年(nián)1月的独立访客平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大算(suàn)力支持。在(zài)关注各(gè)类大模(mó)型的发展同时，更(gèng)应该关注算(suàn)力网络(luò)的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程(chéng)，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智能(néng)发展的终极目标离得更近。

因为算力可以(yǐ)对突破(pò)性技术(shù)创新(xīn)提供大(dà)力的支(zhī)持。这方面，多模(mó)态大模(mó)型是典型。作为面向未来强人工(gōng)智能、通(tōng)用人工智(zhì)能的重要技术创新，多模态(tài)大模型已经在人工智(zhì)能(néng)领(lǐng)域提出了(le)很(hěn)多年，业界也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大(dà)模型进一步往下走，算力需求呈几何式(shì)上升(shēng)，一般的算力(lì)基(jī)础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练，到双模态、三模态的(de)跃(yuè)迁，让人(rén)工智能可以灵活应对(duì)不同模态的转化、像人与世界交互一(yī)样自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增(zēng)长的算力来(lái)支(zhī)撑的技术创新，将在人工智能算力网(wǎng)络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力(lì)的支持下AIGC能(néng)持续颠(diān)覆内容生产(chǎn)的方式(shì)，将(jiāng)创造的边际成本(běn)降低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 水浒传鲁智深倒拔垂杨柳概括20字，水浒传鲁智深倒拔垂杨柳概括100字