AIGC向可(kě)控靠近

以AI绘画(huà)为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新(xīn)兴数字(zì)艺术家竞赛中，一幅(fú)名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被(bèi)广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关键(jiàn)词或者(zhě)一张照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是所输入的文(wén)本。同一组关(guān)键(jiàn)词也可(kě)以创作出很多张风格不一样的画作(zuò)，这让创作的(de)过程就(jiù)像开盲(máng)盒。

很多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他们(men)会(huì)将(jiāng)生成的美(měi)图当做头像(xiàng)。而(ér)另一(yī)部分(fēn)喜欢翻看(kàn)AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人(rén)照(zhào)片被AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与(yǔ)加持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的(de)图像变形算(suàn)法(fǎ)，主要用(yòng)于数字(zì)图像处理(lǐ)、计算(suàn)机(jī)视觉和计算机图形(xíng)学等领域。

其SD插(chā)件一经发布，在(zài)短短(duǎn)的(de)两天(tiān)内便成(chéng)为了AI绘画领域最新的热(rè)点。

在此之前(qián)，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着(zhe)AI生(shēng)成开(kāi)始进入真正的(de)可(kě)控(kòng)时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人物的姿势和画(huà)面的深度信息等。有了它的(de)帮助(zhù)，就不用频繁的(de)用提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少(shǎo)博主的作(zuò)品已经获得了(le)大(dà)量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换关键(jiàn)词试效(xiào)果。

通过图(tú)片就可以看出来，效果十分惊艳。

谨以此文是什么意思，谨以此文用在哪里pe="jpeg" data-w="1280">

更厉(lì)害的(de)是，除(chú)了真实(shí)的照(zhào)片，草图也可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊(zūn)也亲自(zì)回(huí)应。

不得(dé)不说(shuō)当(dāng)下AIGC已经(jīng)变得越来越强大，甚(shèn)至输(shū)出的作品都已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络(luò)，而经(jīng)过(guò)警方辟(pì)谣这所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗(piàn)。

由(yóu)于这个活动(dòng)里面给(gěi)出(chū)的(de)美(měi)女照(zhào)片都(dōu)是AI制作的真人照片绘(huì)图，因为太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片(piàn)中(zhōng)有个很大的漏洞可以(yǐ)发现(xiàn)并非真人，而(ér)是AI绘图，那便是(shì)图片中(zhōng)女性的手指部分(fēn)有的存在异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为(wèi)手(shǒu)指部分的(de)绘画(huà)算(suàn)法比较复(fù)杂，AI还不太会(huì)画人的手，但最新(xīn)看(kàn)到(dào)的图(tú)片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了(le)。”

类似的AI作图诈骗在国外也已有发生。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假照片发布到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能(néng)做出真人(rén)照片(piàn)般的(de)绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在“学习”了大量前人(rén)的(de)作品之后，其创作没(méi)有任何情绪和(hé)灵魂(hún)，难以和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背(bèi)后的(de)版权、目前都并(bìng)没(méi)有得到有效的解决(jué)，还有AIGC会不会(huì)代替(tì)人类“至高(gāo)无上(shàng)”的创意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问题需要得(dé)到重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都是有两面性(xìng)的，潜在(zài)的危害并不(bù)能掩盖其光辉的贡献。现在(zài)看(kàn)来，人工智能技术将是(shì)第四次工业革命(mìng)的核心(xīn)驱动力量，将(jiāng)创造新(xīn)的增长奇迹(jì)。

过(guò)去一年，人工(gōng)智(zhì)能在(zài)技(jì)术(shù)和商业(yè)层面都有了(le)巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生方向性改变的(de)一(yī)个(gè)代(dài)表。其下一站或许就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频(pín)引发(fā)关注(zhù)并非内容做得多优秀，反(fǎn)而(ér)都非常简单，比如(rú)一匹正在喝(hē)水的(de)马，一(yī)只画(huà)画的(de)玩具(jù)熊(xióng)，或者一段骑摩(mó)托(tuō)车的第一视角(jiǎo)录像，随(suí)便一个有手机的人都(dōu)可以随手录下一段(duàn)。

但(dàn)这些短(duǎn)视频的(de)创(chuàng)作方式(shì)非常简单，创作者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话，甚至只是说一下要求，AI就(jiù)可以根据(jù)需要生成一(yī)段视频。

谷歌发(fā)布的(de)两个AI生(shēng)成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与(yǔ)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(pín)后(hòu)，AI圈就已经玩了一(yī)波(bō)梗，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震(zhèn)惊的地方在(zài)于，它(tā)可以制(zhì)作出超过2分钟的连贯的也有确切内容的视频，这才是真正(zhèng)让人们感到惊喜的(de)地方。因为无论AI生成的视频多(duō)么高清，也(yě)只(zhǐ)能是(shì)为内(nèi)容生产者提(tí)供(gōng)一个灵感(gǎn)，一(yī)个素材，一个过场动画。

不过能(néng)够制作(zuò)出有(yǒu)具体剧情内容的视频就(jiù)意味着，一些视频(pín)创(chuàng)作(zuò)由AI代替人工完(wán)成(chéng)已经初步有了可(kě)能。

当下AI的发展速度已经超过大(dà)部分人的(de)想象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式(shì)，可以为内容产业带来更新(xīn)的(de)内容风格、更快的生产速度(dù)，更(gèng)低的生产成(chéng)本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动(dòng)作等多种内容形式(shì)的生(shēng)成。不难发(fā)现该项技术不(bù)仅在游戏等(děng)行(xíng)业(yè)能(néng)得(dé)到有效应(yīng)用(yòng)，对(duì)于下一代互联网(wǎng)各种元(yuán)素的(de)构建亦有关键(jiàn)意义(yì)。

从商业化的角度来看，文化娱乐、教育、传(chuán)媒等(děng)诸(zhū)多领域，本(běn)身就对(duì)基于AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘画及(jí)视(shì)频或不是结果，而(ér)只是(shì)AI进程(chéng)中的(de)一块重要(yào)拼图，有(yǒu)望(wàng)在技(jì)术更新的加持下(xià)实(shí)现更大的(de)应用价值。

AI从理(lǐ)解内容，走(zǒu)向了可(kě)以生成内容(róng)，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再次出圈(quān)，更代表着(zhe)未(wèi)来的(de)先进生产力即(jí)将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以看出(chū)，在语言大模(mó)型、图像大模型之后，多模(mó)态大(dà)模(mó)型(xíng)已经成(chéng)为了新的(de)趋势(shì)。

大模(mó)型被誉为当(dāng)前(qián)人工(gōng)智能发(fā)展(zhǎn)的(de)智(zhì)能底座，是全球竞(jìng)争最激(jī)烈的(de)研究方向(xiàng)之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发(fā)力。

不过训练(liàn)大模型(xíng)的确价格(gé)不菲(fēi)，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多(duō)少算力》报告估算，GPT-3训练一次(cì)的成本(běn)约为140万美元(yuán)。而对于一(yī)些更大的(de)LLM(大型语言模型)，训练成本则介(jiè)于200万(wàn)美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万计算，其对应(yīng)芯片需求为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都(dōu)离(lí)不开庞大算(suàn)力支持(chí)。在关注各类大模(mó)型(xíng)的(de)发展同时，更应该关注算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的终(zhōng)极(jí)目标离得更近(jìn)。

因为算力可(kě)以对突(tū)破性技(jì)术创新提供大力的支(zhī)持。这(zhè)方(fāng)面，多模态大模型(xíng)是(shì)典型。作为(wèi)面向未来(lái)强人工智能、通(tōng)用人工(gōng)智能的重要技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域提(tí)出(chū)了很多年，业界(jiè)也有(yǒu)不少技术突破，但是(shì)，多模态大模型进一步往(wǎng)下走，算力需求呈几何(hé)式上(shàng)升，一般(bān)的算(suàn)力(lì)基础设施很(hěn)快将难以胜任(rèn)。

从图像、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界(jiè)交互一样自然，这(zhè)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长的(de)算力来支撑的技(jì)术(shù)创新，将在(zài)人工智能算力网(wǎng)络(luò)支撑下快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大模(mó)型和大算力的(de)支(zhī)持下AIGC能持续颠覆(fù)内容生(shēng)产的方式，将创造的(de)边际成本降低，让万众受益(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 谨以此文是什么意思，谨以此文用在哪里