以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖(jiǎng)。

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

用户们可以在应用中输入一组关键词或(huò)者一张照片，就能(néng)获得(dé)一幅AI创作(zuò)的(de)画作。

作画的(de)关键(jiàn)就是所输入的(de)文本。同一(yī)组关键词也(yě)可以创(chuàng)作出(chū)很(hěn)多(duō)张风格不一样(yàng)的画(huà)作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户(hù)很(hěn)喜欢这种不确定的惊喜，他(tā)们会将生成(chéng)的(de)美(měi)图(tú)当做头像。而另一(yī)部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网(wǎng)友(yǒu)的小狗照片(piàn)被(bèi)AI画成(chéng)了“肌(jī)肉男(nán)”，还(hái)有网友(yǒu)的个人(rén)照片被AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现与加持，以(yǐ)往AI绘画的(de)填写关(guān)键词游戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博(bó)的中国人张(zhāng)吕(lǚ)敏(mǐn)创作的一种基(jī)于(yú)控制点(diǎn)的图像(xiàng)变形算法，主(zhǔ)要用于数字图像处理、计(jì)算机视觉和计算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前(qián)，大家用了(le)很(hěn)多(duō)方法想让AI生(shēng)成的结果尽可(kě)能(néng)的符合(hé)要求(qiú)，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成(chéng)开始进(jìn)入(rù)真正的可控时期(qī)。

因为(wèi)ControlNet可以(yǐ)直接提取画面的构图(tú)，人物的姿(zī)势和(hé)画面的深(shēn)度信(xìn)息等(děng)。有了它(tā)的帮助，就不(bù)用频(pín)繁(fán)的用(yòng)提示词来碰运气(qì)，抽盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得(dé)了大量的浏(liú)览量，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始(shǐ)换关(guān)键词试(shì)效(xiào)果。

通过图片就可以看出来(lái)，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实(shí)的(de)照片(piàn)，草图(tú)也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也(yě)亲(qīn)自回应。

不(bù)得(dé)不说(shuō)当(dāng)下(xià)AIGC已(yǐ)经变得(dé)越来(lái)越(yuè)强(qiáng)大，甚至(zhì)输出(chū)的(de)作(zuò)品都已(yǐ)经能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女(nǚ)照片都是AI制作(zuò)的真人(rén)照(zhào)片绘图，因(yīn)为(wèi)太逼真，被大家当成真事传播了(le)。

不过仔细观察可以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异常。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不(bù)太会画人的手，但最新看(kàn)到的图片已经有越(yuè)来(lái)越完美的AI模型(xíng)出(chū)现，以后可能就完全(quán)没有漏洞了(le)。”

类似(shì)的(de)AI作图诈(zhà)骗在国外(wài)也(yě)已有发生(shēng)。据(jù)英国广(guǎng)播(bō)公司(sī)报道，土(tǔ)耳(ěr)其地震期(qī)间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片(piàn)发布到网络，以此诱骗善良(liáng)的(de)人(rén)打赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人照片般的绘图效果，如(rú)果(guǒ)这样(yàng)的(de)图片(piàn)被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作(zuò)品之后，其创作没有任何情绪(xù)和(hé)灵魂，难以和人类(lèi)的艺术创(chuàng)作相(xiāng)提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都(dōu)并(bìng)没有得(dé)到有效(xiào)的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无上”的(de)创意。

马斯克也强调，人工智能的(de)安全问(wèn)题需要得到(dào)重视，太晚就来不(bù)及了(le)。

03

AIGC下一(yī)站除了视频，还(hái)有远方

技术都(dōu)是有两(liǎng)面(miàn)性的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献(xiàn)。现(xiàn)在看来，人工(gōng)智(zhì)能技(jì)术将是(shì)第四次工业革命的核心(xīn)驱(qū)动力量(liàng)，将创造新的增长奇迹。

过去一(yī)年(nián)，人工智能在(zài)技(jì)术和商(shāng)业层面都有了巨(jù)大进展，AI绘(huì)画就(jiù)是人工智能技术(shù)发生方向性改变的一个(gè)代表(biǎo)。其下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引(yǐn)爆科技圈(quān)的(de)短视频。这些视频引发关注并(bìng)非内容做得多优(yōu)秀，反而都非常简单，比如一匹正(zhèng)在(zài)喝水的马(mǎ)，一只画画(huà)的玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角录像(xiàng)，随(suí)便一个有(yǒu)手机的(de)人都可以随手录下(xià)一段。

但这些短(duǎn)视频的创作方式非常简单(dān)，创(chuàng)作者仅(jǐn)仅需(xū)要向(xiàng)AI输(shū)入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据需要(yào)生(shēng)成一段视(shì)频。

谷歌发布(bù)的两个AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后(hòu)，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个能(néng)够(gòu)做出(chū)更高清视频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人震惊的(de)地(dì)方(fāng)在于，它(tā)可以(yǐ)制作出超过(guò)2分(fēn)钟(zhōng)的连贯的也有确(què)切内(nèi)容的视频(pín)，这才是真(zhēn)正让人(rén)们感(gǎn)到惊喜的地方(fāng)。因为(wèi)无(wú)论AI生(shēng)成的视频(pín)多么高清，也只能是为内容生产者提供一个灵(líng)感，一个素(sù)材，一个(gè)过(guò)场动画。

不过(guò)能够制作(zuò)出有具体(tǐ)剧(jù)情内(nèi)容(róng)的(de)视频就意味(wèi)着，一些视频创作(zuò)由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方式，可(kě)以(yǐ)为内容产业(yè)带(dài)来更(gèng)新的内容风(fēng)格、更(gèng)快的生(shēng)产速度，更低的生产成本(běn)，这(zhè)无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐(lè)、代码、机(jī)器人动作等(děng)多种内容形式的生成(chéng)。不难发现(xiàn)该项技术(shù)不仅在游戏等(děng)行业能得(dé)到有效(xiào)应用，对(duì)于下一(yī)代互联网各种元(yuán)素(sù)的构建亦(yì)有关键(jiàn)意义。

从商业化的角(jiǎo)度(dù)来(lái)看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本(běn)身(shēn)就对基(jī)于(yú)AI的可视化(huà)内容有强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视(shì)频或(huò)不(bù)是结果，而(ér)只(zhǐ)是AI进程中的一块(kuài)重要拼图，有望在技(jì)术(shù)更(gèng)新的加持下实现更大的(de)应用价(jià)值。

AI从理解(jiě)内(nèi)容(róng)，走(zǒu)向了可以生成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的(de)再(zài)次出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座

从技术(shù)的发展也(yě)可以看出，在语言大(dà)模型、图像大(dà)模型之后，多(duō)模态大模(mó)型已经(jīng)成为(wèi)了新的趋(qū)势。

大模型被誉为(wèi)当前人(rén)工智能发展(zhǎn)的智能底座，是全球竞(jìng)争(zhēng)最(zuì)激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众(zhòng)多(duō)头(tóu)部企业都在竞相发力。

不(bù)过训练(liàn)大模型的确价(jià)格不菲(fēi)，以(yǐ)国(guó)盛(shèng)证券发(fā)布(bù)的《ChatGPT需(xū)要多(duō)少算力》报(bào)告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一些更大(dà)的(de)LLM(大型语言模型)，训练成(chéng)本(běn)则介于(yú)200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均(jūn)数1300万(wàn)计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为(wèi)8亿美元，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各(gè)类大模型(xíng)的发(fā)展同时，更应该关(guān)注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加(jiā)速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人工智(zhì)能发展的终极目(mù)标离得更近。

因为算力可以(yǐ)对(duì)突破性(xìng)技(jì)术创(chuàng)新(xīn)提供大力的支(zhī)持。这方面(miàn)，多模态大模(mó)型是典型。作(zuò)为面向未来强人(rén)工智能、通用人工智能的(de)重要技术创(chuàng)新，多模态大模型已经在人工(gōng)智(zhì)能(néng)领域(yù)提出了很(hěn)多(duō)年，业界也有不少技术突破，但是(shì)，多(duō)模态(tài)大模(mó)型进(jìn)一步往下走(zǒu)，算(suàn)力(lì)需求呈(chéng)几何式上(shàng)升，一(yī)般的算力(lì)基(jī)础设施很快将难以胜任。

从(cóng)图像(xiàng)、文(wén)字(zì)、语音单独一项的训练，到双(shuāng)模(mó)态、三模态的(de)跃迁(qiān)，让人(rén)工智(zhì)能可以灵活应(yīng)对不同模态的转化、像人与(yǔ)世界交(jiāo)互一(yī)样自然，这(zhè)方面(miàn)，由算力网络来驱动(dòng)将(jiāng)有明显优势(shì)。

此外(wài)，还有(yǒu)很多需要爆发式增(zēng)长的算(suàn)力来支撑的技术(shù)创新，将在人(rén)工(gōng)智(zhì)能算力网络支撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待(dài)在大模型和大(dà)算力的支持下(xià)AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：绿茶通用站群 抖音里面朋友是什么意思 抖音朋友必须是互关吗