01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴数(shù)字艺术(shù)家(jiā)竞赛(sài)中，一(yī)幅名为《太(tài)空歌剧院(yuàn)》的作(zuò)品(pǐn)获奖。

随后各(gè)大(dà)厂(chǎng)商的AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中(zhōng)输入一组(zǔ)关(guān)键(jiàn)词或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画的关键就是所输入(rù)的文本。同一组关键词也可以创(chuàng)作出(chū)很多(duō)张(zhāng)风格不一样的(de)画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的(de)惊(jīng)喜，他们会将(jiāng)生成(chéng)的美图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在社交媒体(tǐ)上，许(xǔ)多(duō)用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画成(chéng)了(le)“肌肉男”，还有网(wǎng)友的个人照片被(bèi)AI识别成了(le)建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词(cí)游戏可(kě)能(néng)要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种(zhǒng)基(jī)于控制点的图像(xiàng)变(biàn)形算法，主(zhǔ)要用于数字图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插件一经(jīng)发布，在短短的(de)两天(tiān)内便(biàn)成为了AI绘画领域最新的热点(diǎn)。

在(zài)此(cǐ)之前(qián)，大家用了很多方法想让AI生成的结(jié)果尽(jǐn)可能(néng)的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成开始进入真正的(de)可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿势和画面的深度信息等。有了(le)它的帮(bāng)助(zhù)，就不用(yòng)频(pín)繁的用(yòng)提(tí)示(shì)词来碰运气，抽盲盒式(shì)的(de)创作(zuò)了(le)。

通俗(sú)的说ControlNet相(xiāng)当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照(zhào)片直接带她们走进动(dòng)漫世界(jiè)。

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

再(zài)用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开(kāi)始换关键词试效果。

通过图片就可(kě)以看出(chū)来(lái)，效果十分惊艳(yàn)。

更厉害的是，除了真实的照片，草(cǎo)图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿(gǎo)转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至输出的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全(quán)国第(dì)一起AI绘(huì)图诈骗。

由于这个(gè)活动(dòng)里面给出的美(měi)女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家(jiā)当成真事传播(bō)了(le)。

不过仔细观(guān)察可以发现，活动发起者提供的照片中有个(gè)很大的(de)漏(lòu)洞(dòng)可(kě)以发现并非(fēi)真(zhēn)人，而是AI绘图，那(nà)便是图(tú)片中女(nǚ)性的手指部分有的存在异常。

有行(xíng)业人事表示：“现在因(yīn)为手(shǒu)指部分(fēn)的绘画算法比(bǐ)较复杂，AI还不(bù)太会画人(rén)的手，但最新看到的图片(piàn)已经(jīng)有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作图(tú)诈骗在国外也已有发生(shēng)。据英国广(guǎng)播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合(hé)成(chéng)了(le)儿(ér)童受灾的假(jiǎ)照片(piàn)发布(bù)到网络，以(yǐ)此诱(yòu)骗善良(liáng)的人打赏“捐助”从而(ér)实施(shī)诈骗。

目(mù)前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般(bān)的绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧(yōu)，一方(fāng)面，批判者认为AI在“学习”了(le)大量前(qián)人的(de)作品之后，其创作没(méi)有任何情(qíng)绪和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的(de)版权、目前(qián)都并没(méi)有得到有效的解决(jué)，还有AIGC会不会代替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智(zhì)能的安全(quán)问题需(xū)要得到重视(shì)，太晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了(le)视(shì)频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的(de)危害并不能掩盖其光(guāng)辉的贡献。现(xiàn)在看来(lái)，人工(gōng)智能技术将(jiāng)是第四次(cì)工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过(guò)去一年，人工智能在技(jì)术和(hé)商业层(céng)面都有了巨大进展(zhǎn)，AI绘画就是(shì)人(rén)工智(zhì)能技术发(fā)生方向性改变的一个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的短视(shì)频。这些视频引发(fā)关(guān)注并(bìng)非内容做得(dé)多(duō)优秀，反而都非(fēi)常简单，比如一匹正(zhèng)在喝水(shuǐ)的(de)马，一只画(huà)画的玩具熊，或者一段(duàn)骑摩托车的第一(yī)视角录像，随便一(yī)个有手机的(de)人都可(kě)以随手录下(xià)一段。

但这(zhè)些短视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅(jǐn)需要(yào)向AI输入一段话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频(pín)的(de)AI还(hái)不足以(yǐ)在(zài)短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的(de)视(shì)频，这才(cái)是真正让人们(men)感到惊喜(xǐ)的(de)地(dì)方。因为无论AI生成的视频多么高清(qīng)，也只能(néng)是为内容生产者提供一个(gè)灵感，一(yī)个素(sù)材，一个(gè)过场动(dòng)画。

不(bù)过能够制作出有具体剧(jù)情内容(róng)的视(shì)频(pín)就意味(wèi)着(zhe)，一些(xiē)视(shì)频创作(zuò)由AI代替人工完成已经初步(bù)有(yǒu)了可能。

当下(xià)AI的(de)发展速度已经超过大部分人的想象。内容产业的(de)本质是供给(gěi)创造需(xū)求(qiú)，AIGC作(zuò)为全新的(de)内(nèi)容生(shēng)产(chǎn)方式(shì)，可以为内容产业(yè)带来更新的(de)内容风格、更快的生产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码、机器人动(dòng)作(zuò)等多(duō)种(zhǒng)内容形式的生成。不(bù)难发现该项(xiàng)技术不仅在(zài)游戏等行业能(néng)得到有效应用，对于下一代互(hù)联网各种元素的构(gòu)建亦有关键意义。

从商业(yè)化的(de)角(jiǎo)度(dù)来看，文化娱乐(lè)、教育、传(chuán)媒等诸多(duō)领域，本身就对基于AI的可(kě)视化内容有强烈(liè)需(xū)求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有望在技(jì)术更新的(de)加持(chí)下实现更大的应用价(jià)值。

AI从理解内容，走向了可以生(shēng)成内容，甚(shèn)至能够创造出独立价值(zhí)和独立视角的内容(róng)。AIGC的再次出(chū)圈，更代(dài)表着未(wèi)来(lái)的先(xiān)进生(shēng)产力即将到来。

04

紧(jǐn)抓(z古代诗人称号大全全部，古代诗人称号大全诗圣诗仙等huā)大模型与算力，牢固AIGC底座

从(cóng)技(jì)术的(de)发(fā)展也可以看出，在语言大(dà)模(mó)型、图像大模型之后，多模(mó)态(tài)大模型已(yǐ)经(jīng)成为(wèi)了新的趋势(shì)。

大(dà)模型被誉为当前人工智(zhì)能发展的(de)智能(néng)底座(zuò)，是全球竞争最激烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾(téng)讯(xùn)等众(zhòng)多头部(bù)企业都在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确(què)价格不菲，以(yǐ)国(guó)盛证券(quàn)发(fā)布的(de)《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而(ér)对于一些更大的LLM(大型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在2023年1月(yuè)的独立访客平均数(shù)1300万计(jì)算，其对(duì)应芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持(chí)。在关注各类大模(mó)型的发展同(tóng)时，更应该(gāi)关注算力(lì)网络的建设。

算力(lì)网(wǎng)络(luò)正(zhèng)驱动AI产业发展进入(rù)史诗(shī)级加速(sù)进程(chéng)，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更(gèng)近(jìn)。

因为算力可以(yǐ)对突破性(xìng)技(jì)术创新(xīn)提供(gōng)大(dà)力的支持。这方面，多模态大(dà)模型是典型。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多(duō)模(mó)态大模型(xíng)已经(jīng)在人工智能领域(yù)提出了很多年，业界也(yě)有不少技术(shù)突破，但是(shì)，多模态大模型(xíng)进(jìn)一步往下(xià)走，算力(lì)需(xū)求呈几何式上升，一般的算力基础设(shè)施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项的训练，到双(shuāng)模(mó)态(tài)、三模态的(de)跃迁，让人工智能可以灵活应对不同模态(tài)的转化(huà)、像(xiàng)人与世(shì)界交互(hù)一样自然，这方面，由(yóu)算(suàn)力网络来驱动将有明显优(yōu)势。

此外，还有很(hěn)多需要(yào)爆发式(shì)增长的算力来支(zhī)撑的技(jì)术创新，将在(zài)人工智能算力网络支撑下快速(sù)推(tuī)进(jìn)。

AIGC已经露(lù)出曙光，期待(dài)在大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆(fù)内容生产的(de)方(fāng)式，将(jiāng)创造(zào)的边(biān)际成(chéng)本降(jiàng)低(dī)，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 古代诗人称号大全全部，古代诗人称号大全诗圣诗仙等