01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉(lā)多州(zhōu)举办的新(xīn)兴数字艺术家(jiā)竞赛中，一(yī)幅(fú)名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商(shāng)的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应(yīng)用中输入(rù)一组关键词或者一张照片，就能获得(dé)一幅AI创作的(de)画作。

作画的关键就是(shì)所输入的(de)文本。同一组(zǔ)关键(jiàn)词(cí)也可以创作出很多张风格不一样的画作(zuò)，这让创作的过(guò)程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这种不确定的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如(rú)，一位网(wǎng)友的(de)小(xiǎo)狗照(zhào)片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而(ér)如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的填写关(guān)键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种基(jī)于控(kòng)制点的图像变形算(suàn)法，主要用于数字图像处理、计算机视觉和(hé)计算机图(tú)形学等领域。

其SD插件一经发(fā)布，在短(duǎn)短的两(liǎng)天内便成为(wèi)了AI绘画(huà)领(lǐng)域最新的热点。

在此之前，大家(jiā)用了很(hěn)多方法(fǎ)想(xiǎng)让AI生成的(de)结果尽可能的符合要求，但(dàn)是都不(bù)尽如人意，它的出现代表着(zhe)AI生成开始进入真正的(de)可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的(de)姿势(shì)和(hé)画(huà)面的(de)深度(dù)信(xìn)息等。有(yǒu)了(le)它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了(le)。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加(jiā)了“魔法”，不少博(bó)主的(de)作品已经获得了大量(liàng)的浏览(lǎn)量(liàng)，“viggo”就(jiù)是其中之一，他用朋(péng)友的照(zhào)片(piàn)直接带(dài)她们走进动漫世(shì)界。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词试效果。

通过图(tú)片就可以看出来，效果(guǒ)十分惊艳。

更厉害(hài)的是，除了真实的照(zhào)片，草(cǎo)图也可以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能(néng)实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能以(yǐ)假乱(luàn)真了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网(wǎng)络(luò)，而经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是(shì)全国第(dì)一起AI绘图(tú)诈骗。

由于这个活动里面给(gěi)出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可(kě)以发现，活动发(fā)起者提供的照片中(zhōng)有(yǒu)个很(hěn)大的漏洞可以(yǐ)发现并非(fēi)真人，而是AI绘(huì)图，那便是图片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表示：“现在(zài)因为(wèi)手指部分的绘画算法(fǎ)比较复杂，AI还不(bù)太(tài)会画(huà)人的手，但(dàn)最新看到的图(tú)片已经有越来越(yuè)完美的AI模型出现，以(yǐ)后(hòu)可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图(tú)诈(zhà)骗(piàn)在国外也已有(yǒu)发生。据英(yīng)国广(guǎng)播公司(sī)报道，土耳(ěr)其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了(le)儿童受灾的假照(zhào)片发布(bù)到(dào)网(wǎng)络(luò)，以此诱骗善良的(de)人打赏“捐(juān)助”从而实(shí)施诈骗。

目(mù)前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做(zuò)出(chū)真人(rén)照片般的绘图效(xiào)果，如(rú)果这样的图片被(bèi)用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还(hái)引发了很多(duō)担忧，一(yī)方面，批(pī)判者认为AI在“学习”了大(dà)量前(qián)人(rén)的作品之(zhī)后，其创作没有(yǒu)任何情绪(xù)和灵(líng)魂，难(nán)以和人类的艺术创作相提并论(lùn)。

另(lìng)一(yī)方面，AIGC背后的版权(quán)、目前(qián)都并没有得到有(yǒu)效的(de)解决(jué)，还有(yǒu)AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也强(qiáng)调，人工智能的安全问题(tí)需要(yào)得到(dào)重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方

技(jì)术都是有(yǒu)两面(miàn)性的，潜在的危(wēi)害(hài)并(bìng)不能掩(yǎn)盖(gài)其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四次工业革命的核(hé)心驱(qū)动力量(liàng)，将创造新的增长奇迹。

过去一(yī)年，人工(gōng)智能在技(jì)术(shù)和(hé)商业层(céng)面都有了(le)巨大进展，AI绘(huì)画(huà)就是人(rén)工智(zhì)能技术发生方(fāng)向性改变的一个(gè)代表。其下(xià)一站(zhàn)或(huò)许(xǔ)就(jiù)是视频。

此前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几条引爆(bào)科技圈(quān)的短视(shì)频。这些视频引发关注(zhù)并非内(nèi)容做(zuò)得(dé)多优(yōu)秀，反而都非常简单，比(bǐ)如(rú)一(yī)匹正(zhèng)在喝(hē)水的马，一只画画(huà)的玩(wán)具(jù)熊，或者(zhě)一(yī)段骑摩(mó)托车的第(dì)一(yī)视角录像，随便一个(gè)有手机的(de)人都(dōu)可以随手录下一(yī)段。

但(dàn)这些短视频的创作方(fāng)式非(fēi)常简单，创作(zuò)者(zhě)仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是说一下(xià)要求(qiú)，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布的两个AI生成视频分别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了AI生成的(de)视频后(hòu)，AI圈就(jiù)已经(jīng)玩了一(yī)波梗，一个(gè)能够做(zuò)出更(gèng)高清视频的AI还(hái)不足(zú)以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于，它可以(yǐ)制作出超过(guò)2分钟的连(lián)贯的也(yě)有确(què)切内容的视频，这才是真正让(ràng)人(rén)们感到惊(jīng)喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高清，也只能(néng)是为(wèi)内容生产(chǎn)者(zhě)提供(gōng)一(yī)个灵(líng)感，一个素(sù)材，一个过(guò)场动画。

不过能够(gòu)制(zhì)作出有具体剧情内容的(de)视频就意(yì)味着，一些视频创作(zuò)由(yóu)AI代(dài)替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的发展速度已(yǐ)经超过(guò)大部分人(rén)的(de)想象。内容产业的本(běn)质是供(gōng)给(gěi)创造(zào)需求，AIGC作(zuò)为全新(xīn)的内容(róng)生产(chǎn)方式，可以(yǐ)为内容产(chǎn)业带(dài)来更新(xīn)的内容风格(gé)、更(gèng)快的(de)生产(chǎn)速(sù)度(dù)，更低的生产成本(běn)，这无疑会(huì)驱动内(nèi)容产业的(de)大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还(hái)能应用于(yú)音乐、代码、机(jī)器人动作(zuò)等多种内(nèi)容形式(shì)的生成。不难发(fā)现该项技术(shù)不仅(jǐn)在游戏等(děng)行业能得到有效应用，对(duì)于下一(yī)代互联网各(gè)种元素的构建亦(yì)有关键意义(yì)。

从商业化(huà)的角度来(lái)看，文化娱乐、教育(yù)、传(chuán)媒等(děng)诸多领域，本身就对基(jī)于(yú)AI的(de)可(kě)视化内容有强烈需(xū)求。

因此，AI绘画及视频或不(bù)是(shì)结果，而只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的(de)加持下实现(xiàn)更大的(de)应(yīng)用价值。

AI从理解内容，走向了(le)可以生成(chéng)内容，甚至能够创(chuàng)造出独(dú)立价值(zhí)和独立视(shì)角的内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座(zuò)

从技术的(de)发展也可以看出(chū)，在语(yǔ)言大(dà)模型、图像大模型之后，多模(mó)态(tài)大(dà)模型已经成为了(le)新的趋势(shì)。

大模型被誉为当前人工智能发展的智能底座，是全球竞争(zhēng)最激烈的研究(jiū)方向(xiàng)之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模(mó)型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练一次的成本约为140万美元。而对于一(yī)些(xiē)更大的LLM(大型语言模型)，训练成(chéng)本则介(jiè)于200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立(lì)访客(kè)平均数1300万计算(suàn)，其对应芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始投入成本约为(wèi)8亿美(měi)元，每(měi)日仅(jǐn)电费就在(zài)5万美(měi)元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大(dà)算(suàn)力支持。在(zài)关注(zhù)各(gè)类大模型的(de)发展(zhǎn)同时，更应(yīng)该关注算力网络的建(jiàn)设。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的(de)终极目标(biāo)离得(dé)更(gèng)近。

因为算力可以对突破(pò)性技术创(chuàng)新提(tí)供大(dà)力的支持。这方面，多模(mó)态(tài)大(dà)模型是典型。作(zuò)为面向未(wèi)来强(qiáng)人工(gōng)智能、通用人工智能的重要(yào)技术(shù)创新，多模态大模型已(yǐ)经在人工智能(néng)领域(yù)提出了(le)很多年，业界也有(yǒu)不少技术突破(pò)，但(dàn)是，多模态大模型进(jìn)一(yī)步往下走，算(suàn)力需求(qiú)呈几何(hé)式上升，一般(bān)的算力基础设施很快将(jiāng)难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智能可(kě)以灵活应对不同模态的(de)转化、像人与世界(jiè)交互一样自然(rán)，这方面，由算力网络来驱动将(jiāng)有(yǒu)明显(xiǎn)优势。

此(cǐ)外，还有(yǒu)很多需(xū)要(yào)爆发式(shì)增长的算力(lì)来支撑的技术创新(xīn)，将在(zài)人(rén)工智能算力网络支撑下快速推进。

AIGC已经露(lù)出(chū)曙光，期(qī)待在大模型和大(dà)算力的(de)支(zhī)持(chí)下AIGC能持续(xù)颠覆(fù)内容生产的方式，将创造(zào)的边(biān)际成本降(jiàng)低，让(ràng)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 这都有水了还说不想要，啊怎么这么多水啊