ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌剧院(yuàn)》的作品获奖。

随后(hòu)各大(dà)厂商的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可以在应用(yòng)中输入一组关(guān)键(jiàn)词或者一张照片，就能获得(dé)一幅AI创作的画(huà)作。

作画的关(guān)键就(jiù)是所输入的(de)文本。同一(yī)组关键词也可以创作(zuò)出很多张风格不(bù)一样(yàng)的画作，这让创(chuàng)作的过程就像(xiàng)开(kāi)盲(máng)盒(hé)。

很多(duō)用户很(hěn)喜欢这种不确定的(de)惊喜(xǐ)，他们(men)会将生成的美图(tú)当做头像(xiàng)。而另一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在社交(jiāo)媒体上(shàng)，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的(de)小狗照片被(bèi)AI画成了(le)“肌(jī)肉男”，还有网友的个人(rén)照(zhào)片被AI识(shí)别成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关键(jiàn)词游戏可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张吕(lǚ)敏创作的一(yī)种基(jī)于控制(zhì)点的(de)图像变形(xíng)算法(fǎ)，主要用(yòng)于(yú)数字(zì)图像处(chù)理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘画(huà)领域最新的热点(diǎn)。

在此(cǐ)之前，大(dà)家(jiā)用了很多(duō)方法想让(ràng)AI生(shēng)成的结果尽可能的符(fú)合要(yào)求，但(dàn)是(shì)都不(bù)尽如人意(yì)，它的出(chū)现代(dài)表(biǎo)着AI生(shēng)成(chéng)开始进入真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和画面(miàn)的(de)深度信息等。有了它(tā)的(de)帮助，就不用频繁的用提示词来(lái)碰运气(qì)，抽盲(máng)盒式的(de)创作了。

通俗(sú)的(de)说ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世(shì)界。

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

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的(de)是，除了真实的照片(piàn)，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得(dé)不(bù)说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出(chū)的作(zuò)品都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发(fā)

警惕(tì)安全(quán)问题

近日，“苏州(zhōu)金鸡湖(hú)有游(yóu)艇party”的消息火遍(biàn)网络，而经(jīng)过(guò)警(jǐng)方辟(pì)谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的(de)美女(nǚ)照(zhào)片都是AI制作(zuò)的真人(rén)照片(piàn)绘(huì)图，因为太逼真，被大家(jiā)当成真(zhēn)事传播了(le)。

不过仔细(xì)观察可以发现，活动(dòng)发起者(zhě)提供(gōng)的照片中有个很(hěn)大的(de)漏洞可以发现并非真人，而是AI绘图(tú)，那(nà)便是图片中女(nǚ)性(xìng)的(de)手指部分有的存在(zài)异常(cháng)。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算法比(bǐ)较复(fù)杂，AI还(hái)不太(tài)会(huì)画人的手，但最新看到的(de)图片已经有越来(lái)越(yuè)完美的(de)AI模型出现(xiàn)，以(yǐ)后可能就(jiù)完全没(méi)有漏洞了(le)。”

类似(shì)的(de)AI作图诈骗在国(guó)外也(yě)已(yǐ)有发生。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照(zhào)片发(fā)布(bù)到网络，以(yǐ)此诱骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如(rú)果这样的图(tú)片被用来诈骗(piàn)，将非(fēi)常可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认为AI在“学(xué)习(xí)”了大量(liàng)前人的作品之后，其创作(zuò)没有任何(hé)情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创作(zuò)相提(tí)并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都(dōu)并没有得到有效的解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至(zhì)高无上”的创意。

马斯克(kè)也强调，人工智能的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还(hái)有(yǒu)远(yuǎn)方

技(jì)术都是有(yǒu)两面性的，潜在的危害并(bìng)不(bù)能掩盖其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将是(shì)第四次工业革命(mìng)的(de)核心(xīn)驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技术和商业层面(miàn)都有了巨大(dà)进展，AI绘画就(jiù)是人工(gōng)智能技(jì)术发生(shēng)方(fāng)向性(xìng)改(gǎi)变的一(yī)个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布了几条(tiáo)引(yǐn)爆科技圈的短视频。这些视频引(yǐn)发关注并(bìng)非内容做得(dé)多(duō)优秀，反(fǎn)而都非(fēi)常简单，比(bǐ)如一匹(pǐ)正在喝水(shuǐ)的马，一只画画的(de)玩具熊，或(huò)者一段骑摩托车(chē)的第一视角(jiǎo)录(lù)像，随便(biàn)一个有手机的人都可(kě)以随(suí)手(shǒu)录下一段。

但这些短(duǎn)视频的创作方式非(fēi)常(cháng)简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据(jù)需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成(chéng)视(shì)频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩(wán)了一波梗，一(yī)个能(néng)够做出更(gèng)高清视频的AI还(hái)不足以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震惊(jīng)的地方在于，它可以(yǐ)制作(zuò)出超过2分钟的连贯(guàn)的也有确切内(nèi)容的(de)视频，这才是真正让人(rén)们感(gǎn)到惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生成的视频多么高清，也(yě)只能是为(wèi)内(nèi)容生产(chǎn)者(zhě)提供一个(gè)灵感(gǎn)，一(yī)个素材，一个过场动(dòng)画。

不过(guò)能够(gòu)制作出有具体(tǐ)剧情内容的视(shì)频就意味着(zhe)，一些视频(pín)创作由AI代替人工完(wán)成(chéng)已经初(chū)步(bù)有了可能。

当下AI的发(fā)展速度已(yǐ)经超过大部分人的想象。内容产业(yè)的本质是(shì)供给创造需求，AIGC作为全新的(de)内容生产方式，可以为内容产(chǎn)业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑(yí)会驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内容形(xíng)式的生成。不难发(fā)现该项(xiàng)技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于(yú)下一(yī)代互联网各种元素(sù)的构建亦有关键意(yì)义。

从商业化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒(méi)等诸(zhū)多(duō)领域，本身就(jiù)对(duì)基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视(shì)频(pín)或不是(shì)结果(guǒ)，而只是AI进程中的(de)一块重要拼(pīn)图，有望在技术更新的加持下实现(xiàn)更大的应用价值。

AI从理解内容，走(zǒu连云港灌南邮编号是多少)向了可(kě)以生成内容，甚至能(néng)够创造出独立价值和独立视角的(de)内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢固AIGC底(dǐ)座(zuò)

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

大模(mó)型被誉为(wèi)当前人工智能发展的智能底座，是全(quán)球竞争最(zuì)激烈(liè)的(de)研究方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多(duō)头部企业(yè)都在竞相(xiāng)发力。

不(bù)过训(xùn)练大模型(xíng)的确(què)价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训(xùn)练一(yī)次的成本(běn)约为(wèi)140万美(měi)元。而对于一些更大的(de)LLM(大型语言(yán)模型)，训练成本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年(nián)1月(yuè)的(de)独立访(fǎng)客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万(wàn)多片英伟(wěi)达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算(suàn)力(lì)支持。在关注各(gè)类(lèi)大模型(xíng)的发(fā)展(zhǎn)同时，更应该关注算力网络的建(jiàn)设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速(sù)进(jìn)程，让(ràng)AIGC及通用AI这一人(rén)工(gōng)智能发展(zhǎn)的(de)终极(jí)目(mù)标离得更近。

因为算力可以(yǐ)对突破性技术创(chuàng)新(xīn)提供(gōng)大力的支持。这方面，多模态大模型是典型。作为(wèi)面(miàn)向未来强人工智能、通用人工(gōng)智能(néng)的重要(yào)技术创新，多模态大(dà)模(mó)型(xíng)已经在人工智能(nén连云港灌南邮编号是多少g)领域提出了很多年，业(yè)界也(yě)有不(bù)少技术突破，但是，多模态大(dà)模型进一步往(wǎng)下(xià)走，算力需求呈几何式上升，一般的算力基础设施很快(kuài)将难(nán)以(yǐ)胜任。

从图(tú)像(xiàng)、文(wén)字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智能可以灵活应对(duì)不同模态的转化(huà)、像人(rén)与(yǔ)世界交互(hù)一样自然(rán)，这方面，由算(suàn)力网(wǎng)络(luò)来驱(qū)动将有(yǒu)明显优势。

此外，还有很多需要爆(bào)发式(shì)增长的算(suàn)力来支撑(chēng)的(de)技术创新，将在人(rén)工(gōng)智能(néng)算力网(wǎng)络支撑下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造(zào)的边际成本降低，让万众(zhòng)受(shòu)益(yì)。

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 连云港灌南邮编号是多少