很多(duō)用户很喜欢这种不确定的惊喜，他们会将生成的(de)美图当做头(tóu)像。而另一部(bù)分喜(xǐ)欢(huān)翻看AI绘画(huà)的“翻(fān)车”作品。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位(wèi)网友的小狗(gǒu)照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持，以往(wǎng)AI绘画的填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的中国人张(zhāng)吕(lǚ)敏创作的一种基于(yú)控制点的图像(xiàng)变形算法(fǎ)，主要用(yòng)于(yú)数字图(tú)像处(chù)理、计(jì)算机视觉和计算机图形学(xué)等领(lǐng)域。

其SD插件一(yī)经发(fā)布，在短短的(de)两天内便成(chéng)为(wèi)了(le)AI绘画领域最新的热点。

在此之前(qián)，大家用(yòng)了很多方法想让AI生成的结果尽可能的符合(hé)要求，但是都不尽(jǐn)如(rú)人(rén)意(yì)，它的出(chū)现代表着AI生成开(kāi)始进入(rù)真正的可控时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提取(qǔ)画面的构图，人物的姿(zī)势和画面(miàn)的(de)深度信息等。有(yǒu)了它的(de)帮(bāng)助，就不用频繁的(de)用提示词(cí)来(lái)碰运气，抽盲(máng)盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作(zuò)品已经获得了(le)大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼(gé)开始(shǐ)换关键词试效果。

通过图片就可(kě)以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实(shí)的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊(zūn)也亲自回应。

不得不说当下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出的作品都(dōu)已经能以(yǐ)假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网(wǎng)络，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是(shì)全国(guó)第一起(qǐ)AI绘图诈骗(piàn)。

由(yóu)于这个活动里面(miàn)给出(chū)的美女照片都是AI制作的真人(rén)照片绘(huì)图，因为太(tài)逼(bī)真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察可以发现，活动(dòng)发起者提供的照片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而(ér)是(shì)AI绘图，那便是(shì)图片中女性的手指部(bù)分有的(de)存在异常。

有行业人事表示：“现在(zài)因为(wèi)手指(zhǐ)部(bù)分的绘画(huà)算法比较复(fù)杂，AI还不太会画人的手，但最(zuì)新看到的(de)图片(piàn)已经有越来越(yuè)完(wán)美的(de)AI模(mó)型出现(xiàn)，以后可能就完全(quán)没有漏(lòu)洞了。”

类似的AI作(zuò)图诈(zhà)骗在国外也已有发(fā)生(shēng)。据英国广播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童受灾的假照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏“捐助”从(cóng)而(ér)实施诈骗。

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

此(cǐ)外AIGC还(hái)引发了很多担忧(yōu)，一(yī)方面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的(de)作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提并论。

另一(yī)方(fāng)面，AIGC背后的(de)版权、目(mù)前(qián)都并没(méi)有得到(dào)有(yǒu)效的解(jiě)决(jué)，还有AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯(sī)克也强调(diào)，人(rén)工智能的安全问题需要得到重(zhòng)视，太(tài)晚就(jiù)来不及了(le)。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并(bìng)不能掩盖其光辉的贡(gòng)献。现在看来，人工智能(néng)技术将是(shì)第(dì)四次(cì)工业革命的核心驱(qū)动力量，将创(chuàng)造新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘(huì)画就(jiù)是人工(gōng)智能技术发生方向性(xìng)改变(biàn)的(de)一个代表。其(qí)下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条(tiáo)引(yǐn)爆科技圈的短视(shì)频。这些视频(pín)引(yǐn)发(fā)关注并非内容做(zuò)得(dé)多优秀，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者(zhě)一段(duàn)骑(qí)摩托车的第一视角(jiǎo)录(lù)像，随便一个有手(shǒu)机(jī)的人都可以随手录(lù)下(xià)一段。

但这些短(duǎn)视频的创作方式非常简(jiǎn)单(dān)，创作者仅仅(jǐn)需(xū)要向AI输(shū)入一段话，甚至(zhì)只是说一下要求，AI就可(kě)以(yǐ)根据需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗(gěng)，一(yī)个能够(gòu)做出(chū)更高清(qīng)视频(pín)的AI还不足以(yǐ)在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它(tā)可以制(zhì)作出超过2分钟的连贯的也有(yǒu)确切(qiè)内容(róng)的视(shì)频，这才是真正让(ràng)人们感到惊喜的(de)地方。因为无论AI生成的(de)视(shì)频(pín)多么高清，也只能(néng)是(shì)为内容生产者提(tí)供一个灵感，一个素材，一(yī)个过场动画。

不过能(néng)够制作出有(yǒu)具体剧情内容的视频就意味着，一些视频(pín)创(chuàng)作由AI代(dài)替人工完成已经初步有(yǒu)了可(kě)能。

当下AI的发展速度已经(jīng)超过大(dà)部分人的想象。内容产业的本(běn)质是供(gōng)给创造需求，AIGC作为全新的(de)内容生产方式(shì)，可以为内(nèi)容产业带来更新的内容风格、更快的生产速度，更低的生产(chǎn)成本，这无(wú)疑(yí)会驱动内容产业(yè)的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应(yīng)用于音乐、代码、机器人动作等多种(zhǒng)内容形式(shì)的生成(chéng)。不难发(fā)现该项(xiàng)技术(shù)不(bù)仅在(zài)游戏等行(xíng)业能得到有效(xiào)应用，对于(yú)下一代互联(lián)网各种元素(sù)的构(gòu)建亦有关键(jiàn)意义。

从商业化的角度来看，文化(huà)娱乐(lè)、教育(yù)、传媒等(děng)诸(zhū)多领域，本身就对基于AI的可视化内容有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视频或不是(shì)结果，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望在技术更新的加持下实现更大的(de)应用价(jià)值(zhí)。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够创(chuàng)造出独立价值(zhí)和(hé)独(dú)立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大(dà)模型、图像大模(mó)型之后，多模态(tài)大模型已经成为(wèi)了新的趋势。

大模型被誉为(wèi)当(dāng)前人工智能(néng)发(fā)展的(de)智能底(dǐ)座，是全球竞争最激烈的(de)研究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发(fā)力(lì)。

不过训练大模型的确价格不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力》报(bào)告(gào)估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更(gèng)大的LLM(大型语言(yán)模型)，训(xùn)练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客(kè)平均(jūn)数(shù)1300万计算，其对(duì)应(yīng)芯片需求为3万多片(piàn)英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入(rù)成本约为8亿美元(yuán)，每日仅电费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力支持。在关注各类大模(mó)型的发展同时，更应该关注算力网络(luò)的(de)建(jiàn)设。

算力网络正驱(qū)动AI产业发(fā)展进入(rù)史诗级(jí)加速(sù)进程，让AIGC及通用AI这一(yī)人(rén)工智能发(fā)展的终极目标离得(dé)更近。

因为(wèi)算力可以对(duì)突破性(xìng)技术创新(xīn)提供大力(lì)的支持。这方面(miàn)，多模(mó)态(tài)大模型是典型。作为面向(xiàng)未来强人工智能、通用人(rén)工智能的重要技(jì)术创新，多模态大模型已(yǐ)经在人工(gōng)智能领(lǐng)域提(tí)出(chū)了很多年，业(yè)界也有不少技术突破(pò)，但是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式(shì)上升(shēng)，一般的(de)算力基础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音(yīn)单独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让人工智能可以灵活(huó)应对不同模态的转化、像人(rén)与(yǔ)世界交互一样自(zì)然(rán)，这(zhè)方面，由(yóu)算力网络(luò)来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发(fā)式增长的算力(lì)来(lái)支撑的技术创新，将(jiāng)在人(rén)工智能算(suàn)力网络支(zhī)撑下(xià)快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙光(guāng)，期(qī)待(dài)在大模型和大算力的支持下AIGC能(néng)持续颠覆内(nèi)容生产的方式(shì)，将创造的(de)边际(jì)成本降低，让(ràng)万众受益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 拜拜肉好减吗，拜拜肉难减吗