随后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用户(hù)们可以在应(yīng)用中输入一组关键词或者一张(zhāng)照片(piàn)，就能(néng)获得一幅(fú)AI创作的画作。

作画的关(guān)键就是所(suǒ)输入的文本。同(tóng)一组关键词(cí)也可以创作出很多(duō)张风格不一样(yàng)的(de)画作，这让创作的过程就(jiù)像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这种不确(què)定的惊喜，他们会将生成的美图当(dāng)做头像。而另一部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了(le)“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成了建筑。

而如今随(suí)着ControlNet的出现与加持，以往AI绘画的填写关(guān)键词游戏(xì)可(kě)能(néng)要被颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯(sī)坦(tǎn)福(fú)读博的中国人张吕(lǚ)敏创作的一种基于控制点的(de)图像(xiàng)变(biàn)形算法，主要用于(yú)数字(zì)图(tú)像处理、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画领域最(zuì)新的热(rè)点(diǎn)。

在此之前，大家用了很(hěn)多方法(fǎ)想让AI生成的结(jié)果尽(jǐn)可能的符合(hé)要求(qiú)，但是都不(bù)尽如人意，它的(de)出现代表(biǎo)着(zhe)AI生成开始进入(rù)真正的可控(kòng)时(shí)期。

因为ControlNet可以直接提取画面的(de)构(gòu)图，人物的姿势和画(huà)面的(de)深度信(xìn)息等。有了它(tā)的帮助，就(jiù)不用频(pín)繁的(de)用(yòng)提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的(de)照片直接带(dài)她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词(cí)试(shì)效果(guǒ)。

通过图片就可以看出来，效(xiào)果十分惊艳(yàn)。

虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思 data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的(de)是，除了真(zhēn)实(shí)的照片，草图也可(kě)以加(jiā)上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的作(zuò)品都已经能以假乱真了(le)。

02

难辨虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安(ān)全问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经(jīng)过警方辟谣这(zhè)所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活动里(lǐ)面给出的美女照片都是AI制作的真人照片绘(huì)图，因为太逼真，被大家当(dāng)成真事(shì)传播了。

不过仔细观(guān)察可以发现，活(huó)动(dòng)发起(qǐ)者提供(gōng)的(de)照片中有个很大的漏洞可(kě)以发现并非真人(rén)，而(ér)是AI绘图，那便(biàn)是图片(piàn)中(zhōng)女性的手指(zhǐ)部分(fēn)有的存(cún)在异常(cháng)。

有行业人事表示：“现在(zài)因为手指(zhǐ)部分(fēn)的绘画(huà)算(suàn)法比较(jiào)复杂(zá)，AI还(hái)不太(tài)会画(huà)人的手(shǒu)，但最新看到的图(tú)片已经(jīng)有越来(lái)越完美的AI模(mó)型出现(xiàn)，以后可(kě)能(néng)就完全没有漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也(yě)已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐助(zhù)”从而实(shí)施(shī)诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做(zuò)出真人照片般(bān)的绘图效果，如果这样的图片(piàn)被用来诈骗，将非常可(kě)怕(pà)。

此外(wài)AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量(liàng)前人的(de)作品之后，其创作没有任(rèn)何情绪和(hé)灵魂，难以和人类(lèi)的(de)艺术创作(zuò)相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并(bìng)没有(yǒu)得(dé)到有效的解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的(de)创意(yì)。

马斯克(kè)也(yě)强调，人(rén)工智(zhì)能的安全问题(tí)需要得(dé)到(dào)重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有(yǒu)远方(fāng)

技术都是有两(liǎng)面性(xìng)的，潜在的危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来(lái)，人工智能技术将(jiāng)是第四次工(gōng)业革命的核心驱(qū)动力量，将创造新的增长奇迹(jì)。

过去(qù)一年，人(rén)工智能在技术和商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前，Meta和谷歌先后(hòu)发布(bù)了几条(tiáo)引(yǐn)爆科技圈的(de)短视频(pín)。这(zhè)些(xiē)视频(pín)引发关(guān)注(zhù)并非内(nèi)容做得(dé)多优秀(xiù)，反而都(dōu)非(fēi)常简单(dān)，比(bǐ)如一匹(pǐ)正(zhèng)在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的第(dì)一视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下一段。

但(dàn)这些短视频的创作(zuò)方(fāng)式非常简单，创(chuàng)作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就(jiù)可以根(gēn)据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频分(fēn)别(bié)来自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一个(gè)能(néng)够(gòu)做出更高(gāo)清(qīng)视频(pín)的(de)AI还(hái)不足以(yǐ)在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地方在于，它可以制作出超过2分钟的连(lián)贯的也有确切(qiè)内容的(de)视频，这才是真正让人(rén)们感(gǎn)到惊喜的地方。因为(wèi)无论AI生成(chéng)的(de)视频多么(me)高清(qīng)，也只能是为(wèi)内容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场(chǎng)动画(huà)。

不过能够制作出有(yǒu)具体剧情(qíng)内容(róng)的视频(pín)就意(yì)味着，一些视频创作由AI代替人工(gōng)完成已经初步(bù)有了可能(néng)。

当下AI的发展速(sù)度(dù)已经超过大部(bù)分人的想象。内容(róng)产业的本质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以为内(nèi)容产业带来(lái)更新的内容风格、更快的生产速度(dù)，更(gèng)低的生产(chǎn)成本，这无疑会驱(qū)动(dòng)内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还能(néng)应用于(yú)音(yīn)乐(lè)、代码、机器人动作等多(duō)种内容形(xíng)式的(de)生成(chéng)。不(bù)难发(fā)现(xiàn)该项(xiàng)技(jì)术(shù)不仅在游戏(xì)等行(xíng)业能得(dé)到有(yǒu)效应(yīng)用，对(duì)于(yú)下一代互联网各种元素的构建(jiàn)亦有关键意义。

从(cóng)商业化的(de)角度来看，文(wén)化娱乐、教育、传媒等(děng)诸多领域，本(běn)身就(jiù)对基于AI的可视化内容有强烈需(xū)求。

因此(cǐ)，AI绘画及(jí)视频(pín)或不是结果，而只(zhǐ)是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下实(shí)现更大的(de)应用价值(zhí)。

AI从理解内容，走(zǒu)向了(le)可以生成内容，甚至能(néng)够创造出独立价值和(hé)独立视角的内(nèi)容。AIGC的再次出圈，更代表(biǎo)着未来(lái)的(de)先(xiān)进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型(xíng)、图像(xiàng)大模(mó)型之(zhī)后，多模(mó)态大模型已经成为了新(xīn)的趋势。

大(dà)模型被誉为当前人(rén)工(gōng)智能发展的智能底座，是全球竞争最激烈的(de)研(yán)究方向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部(bù)企业(yè)都(dōu)在竞相发力。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次的成(chéng)本(běn)约为140万美元。而对于(yú)一些更大的LLM(大型(xíng)语言(yán)模(mó)型)，训练(liàn)成本则介于200万美元至1200万美(měi)元(yuán)高(gāo)价之间。

以ChatGPT在(zài)2023年(nián)1月的(de)独立访(fǎng)客(kè)平(píng)均(jūn)数(shù)1300万(wàn)计算，其对应芯(xīn)片(piàn)需求为3万多(duō)片(piàn)英伟(wěi)达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力(lì)支(zhī)持。在关注各类(lèi)大模型的发(fā)展(zhǎn)同(tóng)时(shí)，更应该关注(zhù)算力网络的建设。

算力网络(luò)正驱(qū)动AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终极目标离得更近。

因(yīn)为算力(lì)可以对突(tū)破性技(jì)术(shù)创新提供(gōng)大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未来(lái)强人工智(zhì)能、通用人(rén)工智(zhì)能的(de)重要技(jì)术创(chuàng)新，多(duō)模态大模型已经在人工智能(néng)领(lǐng)域提出(chū)了很多年，业界也有不少(shǎo)技术突破，但是，多模态大(dà)模型进一(yī)步(bù)往下走，算力(lì)需求(qiú)呈几(jǐ)何式(shì)上升，一般(bān)的算力基础设施(shī)很快将难以(yǐ)胜任。

从(cóng)图像、文字(zì)、语音单独一(yī)项的(de)训练，到双模态、三模(mó)态的跃(yuè)迁，让人工智能可以(yǐ)灵活应对不同(tóng)模态的转化、像人与世界交互一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有明显优势。

此外(wài)，还有很多需要爆发式增(zēng)长的算力(lì)来(lái)支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待在大模(mó)型和大算力(lì)的支持下AIGC能(néng)持续颠覆(fù)内(nèi)容生产(chǎn)的方式，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：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 虽千万人吾往矣 九死而不悔，道之所在,虽千万人吾往矣什么意思