通俗(sú)的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔(mó)法”，不(bù)少博(bó)主(zhǔ)的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的照片直(zhí)接带(dài)她们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再(zài)用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换(huàn)关键(jiàn)词试效(xiào)果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线(xiàn)稿转全彩图。大神张吕敏其本尊(zūn)也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大(dà)，甚至输出的作(zuò)品(pǐn)都已经(jīng)能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网(wǎng)络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国第一起AI绘图诈骗。

由(yóu)于这个活(huó)动里(lǐ)面(miàn)给出(chū)的美女照片都(dōu)是(shì)AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真(zhēn)事传播了。

不过(guò)仔细观察可以(yǐ)发(fā)现(xiàn)，活动发起者提(tí)供的照片中有(yǒu)个很大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而(ér)是AI绘图，那便是图片中(zhōng)女(nǚ)性的手指部分有的存在异(yì)常。

有(yǒu)行业人事表示：“现在因(yīn)为手(shǒu)指(zhǐ)部分(fēn)的绘画(huà)算法比较复杂，AI还不太(tài)会(huì)画人的手(shǒu)，但最新看到的图(tú)片已经有(yǒu)越来越(yuè)完美(měi)的(de)AI模型出现，以后(hòu)可能就完全(quán)没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据(jù)英国(guó)广播公司报道(dào)，土耳(ěr)其地震期(qī)间(jiān)，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布(bù)到网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般的绘图效果，如果这样的(de)图片被(bèi)用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还(hái)引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作品之后，其创作没有任何情绪和灵(líng)魂，难以(yǐ)和人类的(de)艺术(shù)创作(zuò)相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权、目前都并没有得到有效的解(jiě)决，还有AIGC会不(bù)会代替人类“至高(gāo)无上”的创意。

马斯克也强(qiáng)调(diào)，人工智能的安全问题需要得到重视，太晚就来不及(jí)了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技(jì)术(shù)都是有两面性(xìng)的，潜在的危害并不能掩盖其光辉的贡(gòng)献。现在看来(lái)，人工智(zhì)能技术将是(shì)第四(sì)次工业革命的核心驱(qū)动(dòng)力量，将创(chuàng)造新的增长奇(qí)迹。

过去一年，人工智能在技术和(hé)商业层面都有了(le)巨大进展(zhǎn)，AI绘画(huà)就(jiù)是人工智能(néng)技术发(fā)生方向性改(gǎi)变的一个代表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条(tiáo)引爆科技圈的短视频(pín)。这(zhè)些视频(pín)引发关注并(bìng)非内容做(zuò)得(dé)多优秀，反而都非常简单，比如一(yī)匹正在喝水的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一(yī)段骑摩(mó)托(tuō)车的第一视角录像，随(suí)便一个(gè)有(yǒu)手机的人都可(kě)以(yǐ)随手录(lù)下(xià)一段。

但这些(xiē)短视频(pín)的创作(zuò)方式非常(cháng)简单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只是说一(yī)下(xià)要求，AI就可以根据需要生成一段视频。

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

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了一波(bō)梗(gěng)，一个能够做出更高清视频的(de)AI还不足以(yǐ)在短时间内(nèi)戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的(de)地方在(zài)于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正(zhèng)让人们感到惊喜的(de)地(dì)方。因为(wèi)无(wú)论AI生成的(de)视(shì)频多么高清，也只能是(shì)为内(nèi)容生产(chǎn)者提供一个(gè)灵感，一个素材，一个过场动(dòng)画。

不过能够制作出(chū)有具体剧(jù)情内容的视(shì)频(pín)就意(yì)味着，一些(xiē)视频创(chuàng)作由AI代替(tì)人(rén)工完(wán)成已经(jīng)初步(bù)有了(le)可能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超过大(dà)部分人的(de)想(xiǎng)象。内容产业的本质是(shì)供给创造需求(qiú)，AIGC作为(wèi)全新的内容生产方式，可以为内(nèi)容(róng)产业带(dài)来更新的(de)内(nèi)容(róng)风格、更快的生产速度(dù)，更低的生(shēng)产(chǎn)成本，这无疑会驱动(dòng)内容(róng)产业的(de)大爆发。

除(chú)了AI绘(huì)图(tú)、视频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作(zuò)等多种内容形式的(de)生成。不难发现该项技术不仅在游(yóu)戏等行业(yè)能(néng)得到(dào)有效应用，对于下(xià)一(yī)代互联(lián)网各种元素的构建(jiàn)亦有关键意义。

从商(shāng)业化的(de)角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程中的一(yī)块重(zhòng)要拼(pīn)图，有望(wàng)在技术更(gèng)新的加(jiā)持下实现更大的(de)应用价值。

AI从理解内(nèi)容(róng)，走向了可(kě)以生(shēng)成内容，甚(shèn)至能够(gòu)创造出独(dú)立(lì)价(jià)值和(hé)独立视角的内容(róng)。AIGC的(de)再(zài)次出圈，更代表着(zhe)未(wèi)来的先进生产力即将(jiāng)到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技(jì)术的发展也可以看出(chū)，在语(yǔ)言大模型、图(tú)像大模型之后(hòu)，多模态大模型已经(jīng)成为了新的趋(qū)势。

大(dà)模(mó)型被誉(yù)为当前人工智能(néng)发展的(de)智(zhì)能底(dǐ)座(zuò)，是全(quán)球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等众多头部企业都在竞相发力。

不过训练(liàn)大模型的(de)确价格不(bù)菲(fēi)，以国盛(shèng)证券发布的《ChatG莫问前程上一句是啥 莫问前程的意思PT需(xū)要多少算力》报告估(gū)算，GPT-3训练一次的成本约为140万美(měi)元。而(ér)对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练(liàn)成本则(zé)介于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初(chū)始投入(rù)成本约为8亿美(měi)元，每日仅电费就在(zài)5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类大模型的发(fā)展同时，更应该关(guān)注算(suàn)力网络的建设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史(shǐ)诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这(zhè)一人工(gōng)智能发展的终极目(mù)标离得(dé)更(gèng)近。

因为算力可以对(duì)突破性技(jì)术创新提供(gōng)大力的(de)支持(chí)。这方面，多模态大模型是(shì)典型。作为面向未来(lái)强人工智能、通用人工智能的重要技(jì)术创新，多(duō)模态大(dà)模(mó)型已经在人工智能领域提出了很多年，业界也有不少技(jì)术突破，但是，多模态大模型进一(yī)步往(wǎng)下走，算力需(xū)求(qiú)呈几何式(shì)上升，一般的算力基础设施很(hěn)快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人(rén)与(yǔ)世(shì)界(jiè)交互一样(yàng)自然，这(zhè)方(fāng)面，由算力(lì)网(wǎng)络来驱动将有明显优(yōu)势。

此外(wài)，还有(yǒu)很多需要爆发式增长的算力来支撑的(de)技(jì)术创新，将(jiāng)在人工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待(dài)在大模型和大算力(lì)的支(zhī)持(chí)下AIGC能持(chí)续(xù)颠覆内容(róng)生产的(de)方(fāng)式，将创造的边(biān)际(jì)成本降低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 莫问前程上一句是啥 莫问前程的意思