以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用(yòng)中输(shū)入一组关键词或者一张照片，就能获得一幅AI创作的画作(zuò)。

作(zuò)画的(de)关键就是所输入的文本。同一组关键词也可以(yǐ)创(chuàng)作(zuò)出很多张风格不一样的画作，这让创作的过程(chéng)就(jiù)像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种不(bù)确定(dìng)的(de)惊(jīng)喜，他们(men)会(huì)将生(shēng)成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车(chē)”作品。在社交媒体上，许(xǔ)多用(yòng)户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的小狗(gǒu)照片被AI画(huà)成了“肌肉(ròu)男”，还有网友的个人照片被AI识(shí)别成了建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现(xiàn)与加(jiā)持，以往AI绘画的(de)填写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位(wèi)正在斯(sī)坦(tǎn)福读博的中国人张吕敏创作的一(yī)种(zhǒng)基(jī)于控(kòng)制点的图像变形(xíng)算法，主要用于(yú)数字图像处理(lǐ)、计算(suàn)机视觉和计算机图形学等领域(yù)。

其SD插件一经发(fā)布，在短(duǎn)短的两天内(nèi)便(biàn)成为了AI绘画领域最新(xīn)的热(rè)点。

在此之前(qián)，大家用了(le)很多方法想让(ràng)AI生(shēng)成(chéng)的结果尽(jǐn)可(kě)能的符合要求，但(dàn)是都不尽如人意，它(tā)的出现代表着AI生成(chéng)开(kāi)始进入真(zhēn)正(zhèng)的可控时(shí)期。

因为ControlNet可以(yǐ)直接提取画面的(de)构图，人物的姿势和(hé)画面的深度信(xìn)息等。有了它的帮助，就不用频繁的用提(tí)示词来碰运(yùn)气(qì)，抽盲盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已经获(huò)得(dé)了大量的(de)浏览量(liàng)，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的照片(piàn)直(zhí)接带(dài)她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最(zuì)后(hòu)用ControlNet插件绑定骨骼开始换关键词(cí)试(shì)效果。

通过图片就(jiù)可以看出(chū)来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照片，草图也可以加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图(tú)。大神张(zhāng)吕敏其本(běn)尊也亲自(zì)回(huí)应。

不得不说当(dāng)下AIGC已经变(biàn)得(dé)越来越强(qiáng)大，甚至输出的作(zuò)品都已(yǐ)经能(néng)以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而经过警方(fāng)辟谣这所(suǒ)谓(wèi)的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片(piàn)都是AI制作的真人(rén)照(zhào)片绘(huì)图，因为太逼真，被大家(jiā)当(dāng)成真(zhēn)事(shì)传播了。

不过仔(zǎi)细观察可以发现，活动发起(qǐ)者提(tí)供的(de)照片中(zhōng)有个很大(dà)的漏洞可以发现并非真人，而是(shì)AI绘图，那便是图片中女性的(de)手(shǒu)指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指部分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太会画人(rén)的手，但最新(xīn)看(kàn)到(dào)的图片(piàn)已经有越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也已有(yǒu)发(fā)生(shēng)。据英国广播(bō)公司报道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受(shòu)灾的假照(zhào)片(piàn)发布到网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果，如果这(zhè)样(yàng)的图(tú)片被用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其(qí)创(chuàng)作没(méi)有任何情(qíng)绪和灵魂，难(nán)以和人类的艺术创(chuàng)作相提并论(lùn)。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高(gāo)无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安全问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术都是有两面性的，潜在的危(wēi)害并不能掩(yǎn)盖(gài)其光辉的(de)贡献(xiàn)。现在看来(lái)，人工智能技术将是第(dì)四次(cì)工业革(gé)命的核心(xīn)驱动力量，将创(chuàng)造新(xīn)的增(zēng)长奇迹。

过去(qù)一年，人工智(zhì)能在技术和商业层(céng)面都有了(le)巨大(dà)进(jìn)展，AI绘画(huà)就是(shì)人(rén)工智能技术发生方向性(xìng)改变的一个代(dài)表。其(qí)下一站或(huò)许就是(shì)视频(pín)。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆科技圈的短(duǎn)视频。这些(xiē)视频引发关注并非(fēi)内(nèi)容做得(dé)多优秀(xiù)，反而(ér)都(dōu)非常简单，比如(rú)一匹正(zhèng)在(zài)喝水(shuǐ)的马，一只画画(huà)的玩具(jù)熊(xióng)，或者一段骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随(suí)手(shǒu)录下(xià)一段(duàn)。

但这(zhè)些短(duǎn)视(shì)频的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能(néng)够(gòu)做出更高清(qīng)视(shì)频的AI还不(bù)足以(yǐ)在(zài)短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的地方在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连(lián)贯的也(yě)有确切内容的(de)视频，这才是(shì)真正让人们感(gǎn)到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生成的(de)视频(pín)多么高清，也只能是为内容(róng)生产者提供一(yī)个灵感，一个(gè)素(sù)材，一个过场(chǎng)动画。

不过能够制作(zuò)出有(yǒu)具体剧情内(nèi)容的视频就意味着，一些视频创(chuàng)作由AI代(dài)替人工完成(chéng)已经初步(bù)有了可能。

当(dāng)下AI的(de)发展速(sù)度已经超过大(dà)部分(fēn)人的想象(xiàng)。内容产(chǎn)业的本(běn)质(zhì)是供给创造需求，AIGC作为全(quán)新(xīn)的内容生产方式，可以为内容(róng)产(chǎn)业(yè)带来更(gèng)新的内容(róng)风格、更快(kuài)的生产速度，更低(dī)的(de)生产成(chéng)本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动(dòng)作等(děng)多种内容形式的(de)生(shēng)成。不难(nán)发现该项技术不仅在游戏等(děng)行(xíng)业(yè)能得到有效应用，对于下(xià)一代互(hù)联网各种元素的构建亦有(yǒu)关键意义。

从商业(yè)化的(de)角度(dù)来看，文(wén)化娱(yú)乐、教育(yù)、传媒等诸多领(lǐng)域(yù)，本(běn)身就对基于(yú)AI的可视化内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或(huò)不(bù)是结(jié)果，而只(zhǐ)是AI进(jìn)程中的一块重(zhòng)要拼图(tú)，有望在(zài)技(jì)术更(gèng)新的加(jiā)持下实现(xiàn)更大的(de)应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了(le)可以生成内容，甚至能够创造(zào)出独立价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看(kàn)出，在(zài)语言(yán)大模型、图(tú)像(xiàng)大模型之后，多(duō)模态大模型(xíng)已(yǐ)经成为了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的智能(néng)底座，是(shì)全球竞争最激烈(liè)的(de)研究方向之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都(dōu)在竞相(xiāng)发力(lì)。

不过训练大模型的确价格(gé)不(bù)菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告(gào)估(gū)算，GPT-3训练(liàn)一次(cì)的(de)成本(běn)约为140万美元(yuán)。而对于一些(xiē)更大的LLM(大(dà)型语言模型)，训练成本则(zé)介于200万美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算(suàn)，其(qí)对应芯片需求为(wèi)3万多片英伟(wěi)达(dá)A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万美(měi)元(yuán)左(zuǒ)右。

此外不论(lùn)是(shì)ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在关(guān)注各(gè)类(lèi)大模型的发(fā)展同(tóng)时，更应该关(guān)注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级(jí)加速进程，让(ràng)AIGC及通(tōng)用AI这一(yī)人(rén)工(gōng)智能发展的终(zhōng)极目标离得更近。

因(yīn)为算(suàn)力可以(yǐ)对(duì)突破性技术创新提供大力的支持。这(zhè)方面(miàn)，多模态大(dà)模型(xíng)是典型。作为面向(xiàng)未来(lái)强(qiáng)人工(gōng)智能、通用人工智能(néng)的重(zhòng)要技术创新，多模态大模型已经在人工智(zhì)能领域(yù)提出了很多年，业(yè)界也有不(两斤大概有多重参照物，2斤有多重？bù)少技术突破，但是，多(duō)模态(tài)大模(mó)型进一步往下(xià)走，算力需求(qiú)呈几何(hé)式上升，一般的算力基础设施(shī)很快将难以胜(shèng)任。

从图像、文(wén)字(zì)、语音单独一项的训(xùn)练，到双模态、三模态的跃迁(qiān)，让人工智能可以灵(líng)活应对不同模(mó)态的(de)转化、像(xiàng)人与世界(jiè)交互一样(yàng)自然(rán)，这(zhè)方(fāng)面，由(yóu)算力网络(luò)来驱动将有明显优势。

此(cǐ)外(wài)，还(hái)有很多需要爆发式增长的(de)算力来(lái)支撑的技术创新，将在人(rén)工智(zhì)能算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方(fāng)式，将创(chuàng)造的边际成(chéng)本降(jiàng)低(dī)，让(ràng)万众受(shòu)益。

未经允许不得转载：绿茶通用站群 两斤大概有多重参照物，2斤有多重？