以AI绘画为代表的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数字艺术家竞(jìng)赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各大(dà)厂商的(de)AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在(zài)应用中输入一组(zǔ)关(guān)键词或(huò)者一(yī)张照片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入(rù)的文本(běn)。同一组关键词也可以创作出很(hěn)多张(zhāng)风格不(bù)一样的画作，这让创(chuàng)作的过程就像开盲盒。

很多用户(hù)很喜(xǐ)欢这种不确(què)定的惊喜，他们会将生成的美图当做(zuò)头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成了“肌肉男(nán)”，还有网(wǎng)友的(de)个人照(zhào)片被(bèi)AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持(chí)，以往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦(tǎn)福读博的(de)中国人张吕敏创(chuàng)作的一种(zhǒng)基于(yú)控制点的(de)图像变形算法(fǎ)，主(zhǔ)要用于数(shù)字图像处(chù)理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其(qí)SD插件一经发布，在短(duǎn)短的两天内便(biàn)成为了(le)AI绘(huì)画领(lǐng)域最新(xīn)的热点(diǎn)。

在此之前，大家用(yòng)了(le)很(hěn)多(duō)方法想让AI生成的结果尽可能的符合要求(qiú)，但(dàn)是(shì)都不尽(jǐn)如人(rén)意，它的出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正的可(kě)控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物的姿(zī)势和画(huà)面的(de)深度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的(de)创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试效果。

通过图(tú)片(piàn)就可(kě)以看出来，效果十分惊艳(yàn)。

更(gèng)厉(lì)害的是(shì)，除了(le)真实(shí)的照片(piàn)，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全(quán)彩图。大神张(zhāng)吕(lǚ)敏其本尊(zūn)也(yě)亲自回应。

不(bù)得不说(shuō)当下AIGC已经变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近(jìn)日，“苏州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣这所谓(wèi)的“party”可能是全国第(dì)一(yī)起AI绘图诈骗(piàn)。

由于这个活动(dòng)里面给出的美(měi)女照片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔细观察(chá)可(kě)以(yǐ)发(fā)现，活动发起者提供(gōng)的照片中有个很大的漏(lòu)洞(dòng)可以发现并非(fēi)真人，而是AI绘图，那便是(shì)图(tú)片(piàn)中女(nǚ)性的手指部(bù)分有(yǒu)的(de)存在异(yì)常。

有行业人(rén)事表示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比(bǐ)较复杂(zá)，AI还不太会(huì)画(huà)人的手，但最新看(kàn)到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能(néng)就完全没有漏洞了(le)。”

类似的(de)AI作图诈骗在国外也(yě)已(yǐ)有发(fā)生。据英国广(guǎng)播(bō)公司报道，土(tǔ)耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受灾的假照片(piàn)发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈(zhà)骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的(de)绘图效果(guǒ)，如果这样(yàng)的图(tú)片(piàn)被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一方面，批判者认为(wèi)AI在(zài)“学习”了大(dà)量前人的作品之后(hòu)，其创作没有(yǒu)任何(hé)情(qíng)绪和(hé)灵魂，难以和人类的艺术创(chuàng)作相提(tí)并论。

另(lìng)一方面(miàn)，AIGC背后的版权、目前(qián)都并(bìng)没有得到(dào)有效(xiào)的解决，还有(yǒu)AIGC会不会代替人类“至高(gāo)无上”的创(chuàng)意。

马斯克也强调，人工(gōng)智能的安全问题(tí)需要得到(dào)重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都是有两面性的，潜在的危害并不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智能技术(shù)将是第四次工业(yè)革命的核心驱动力(lì)量，将创(chuàng)造新的增长奇迹。

过去(qù)一年，人工(gōng)智能在技术和商业(yè)层面都有(yǒu)了(le)巨大进(jìn)展，AI绘画就(jiù)是人(rén)工(gōng)智能技术发生方向性改变的(de)一个代表(biǎo)。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先(xiān)后发(fā)布(bù)了几条(tiáo)引爆科技圈的短(duǎn)视频。这(zhè)些视频引(yǐn)发关(guān)注并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在喝(hē)水的马，一只画画的(de)玩具(jù)熊，或(huò)者一段骑摩托车的第一视(shì)角(jiǎo)录像(xiàng)，随便一个有手机的(de)人(rén)都可以(yǐ)随手录下一段。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向(xiàng)AI输(shū)入一(yī)段话，甚(shèn)至只是说(shuō)一(yī)下(xià)要求，AI就(jiù)可以根据需(xū)要生成一段视频(pín)。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已经玩了一波梗，一个(gè)能够(gòu)做出更高清视(shì)频的AI还不足以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地(dì)方(fāng)在于，它(tā)可以(yǐ)制作(zuò)出超过2分钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们(men)感到(dào)惊喜(xǐ)的地方(fāng)。因为无论AI生成(chéng)的视频多么高清，也(yě)只(zhǐ)能是(shì)为内容生产者提供一个灵感，一个素(sù)材，一(yī)个过场动画。

不过能够制作出(chū)有具体剧情内容的视频就意味着，一些(xiē)视频(pín)创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大(dà)部分人的想象。内容(róng)产业(yè)的(de)本质是供给创(chuàng)造需求(qiú)，AIGC作为全新的(de)内容(róng)生产(哈密瓜什么季节吃比较好，哈密瓜几月份吃是正季chǎn)方(fāng)式，可(kě)以(yǐ)为(wèi)内容产业带(dài)来更(gèng)新的内容风格(gé)、更快的生产(chǎn)速度，更(gèng)低的生(shēng)产成本，这无疑会(huì)驱动内容产业(yè)的大(dà)爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器(qì)人动作等多种内容形式的生成。不(bù)难发现(xiàn)该项技术不仅在游戏(xì)等行(xíng)业能得到有效(xiào)应用，对(duì)于下(xià)一代互联(lián)网各种元素的构建亦有关键意义(yì)。

从商业化(huà)的角度来看，文化娱(yú)乐、教育、传媒等(děng)诸多领域，本身就对(duì)基于(yú)AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进(jìn)程(chéng)中(zhōng)的一块(kuài)重(zhòng)要拼图，有望(wàng)在(zài)技术(shù)更新的加持下实现更大的应用价值(zhí)。

AI从(cóng)理解内(nèi)容，走(zǒu)向了可以生成内(nèi)容，甚至能够创造(zào)出独(dú)立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次(cì)出圈，更代(dài)表着(zhe)未来的先(xiān)进生(shēng)产力即将到来(lái)。

哈密瓜什么季节吃比较好，哈密瓜几月份吃是正季data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座

从技(jì)术的(de)发展也可以看(kàn)出，在语言(yán)大模型、图像大模型之后(hòu)，多模(mó)态大模(mó)型已(yǐ)经(jīng)成为了(le)新的(de)趋势。

大模型被(bèi)誉为当前人工智能发展的(de)智能底座(zuò)，是全球(qiú)竞争最(zuì)激烈(liè)的研究方(fāng)向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型(xíng)的确价格(gé)不菲，以国盛(shèng)证券发布的《ChatGPT需要多少算力》报(bào)告估算(suàn)，GPT-3训(xùn)练(liàn)一次的成本(běn)约为140万(wàn)美元。而对于(yú)一些更大的(de)LLM(大(dà)型语言模型)，训(xùn)练成本则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需(xū)求(qiú)为(wèi)3万多片(piàn)英伟达A100 GPU，初始(shǐ)投(tóu)入成本约(yuē)为(wèi)8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大算(suàn)力(lì)支持。在关注各(gè)类大模型的发展同时，更应该(gāi)关注算力网络的建(jiàn)设。

算力网络正驱动AI产业发(fā)展进(jìn)入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能(néng)发展的终极目(mù)标离得更(gèng)近。

因为算力(lì)可(kě)以对突(tū)破性技(jì)术创新提(tí)供大力的支持。这方面，多模态大模(mó)型是典型。作为(wèi)面向未(wèi)来强人工(gōng)智能、通用人(rén)工智能(néng)的重要技术创新，多(duō)模(mó)态大模型已经(jīng)在人工智能领域提出了(le)很多年(nián)，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进(jìn)一步(bù)往下走，算力需求呈几何(hé)式(shì)上升，一(yī)般的算力基础设施很快将(jiāng)难以胜任。

从图像(xiàng)、文(wén)字、语音单独(dú)一(yī)项的训练(liàn)，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可(kě)以灵活应对不同模态的转化、像人与世(shì)界交互一(yī)样(yàng)自然，这方面，由算力网络来驱动将(jiāng)有(yǒu)明(míng)显(xiǎn)优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和(hé)大算力的支持(chí)下AIGC能持续(xù)颠(diān)覆内(nèi)容生产(chǎn)的(de)方式，将(jiāng)创(chuàng)造的(de)边(biān)际成(chéng)本降低，让万众受益。

未经允许不得转载：绿茶通用站群 哈密瓜什么季节吃比较好，哈密瓜几月份吃是正季