01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新(xīn)兴数字艺(yì)术家竞(jìng)赛中，一(yī)幅(fú)名为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘(huì)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(yǐ)在应用中输(shū)入(rù)一(yī)组关键词或者一(yī)张照(zhào)片，就能获得一(yī)幅AI创(chuàng)作的画(huà)作。

作画的关键就是所(suǒ)输入的文本。同一组(zǔ)关键(jiàn)词也(yě)可以创作出很多张风格不一样(yàng)的画作(zuò)，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看(kàn)AI绘画(huà)的“翻(fān)车”作(zuò)品。在社(shè)交媒(méi)体上(shàng)，许多用户分享AI“翻车现场”，例如(rú)，一位网(wǎng)友的(de)小(xiǎo)狗照(zhào)片被(bèi)AI画成(chéng)了(le)“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出(chū)现与加持，以(yǐ)往AI绘画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读博(bó)的中国人张吕敏创作(zuò)的(de)一种基于控(kòng)制点的图(tú)像(xiàng)变形算法，主要用于数字图(tú)像(xiàng)处(chù)理(lǐ)、计算机视觉和计(jì)算机图形学(xué)等领域。

其SD插件一经(jīng)发布，在短短的(de)两(liǎng)天(tiān)内(nèi)便成为了AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能(néng)的符合要求，但是(shì)都不尽如人(rén)意，它的出(chū)现代表着AI生成开始进入真(zhēn)正的可控时(shí)期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的姿势和画面(miàn)的深度信息(xī)等。有了它的(de)帮助，就不用频繁的(de)用提示词来(lái)碰运气，抽(chōu)盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加(jiā)了“魔法”，不少(shǎo)博主的作品已经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用(yòng)朋友(yǒu)的(de)照片直接带她(tā)们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了真实的(de)照片，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实(shí)现线稿转全(quán)彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自回应。

不得不说当下(xià)AIGC已经变得(dé)越来(lái)越强(qiáng)大，甚(shèn)至输(shū)出的作品都已经(jīng)能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日(rì)，“苏(sū)州金鸡湖(hú)有游艇party”的消(xiāo)息(xī)火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于这(zhè)个活(huó)动里面(miàn)给出(chū)的(de)美女照片都是(shì)AI制作的真人照片绘(huì)图(tú)，因(yīn)为太逼真，被大家当成(chéng)真事传(chuán)播了(le)。

不过(guò)仔细观察可(kě)以发现，活动发起者提供(gōng)的(de)照片(piàn)中有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部(bù)分有的存在异常。

有(yǒu)行业人事(shì)表(biǎo)示(shì)：“现在因为手指部分(fēn)的绘画算法比(bǐ)较(jiào)复杂，AI还不太(tài)会画(huà)人的手，但最新看(kàn)到的图片已经有越来越(yuè)完美(měi)的(de)AI模型出现(xiàn)，以后可(kě)能就完(wán)全没(méi)有漏洞了(le)。”

类似的(de)AI作(zuò)图(tú)诈(zhà)骗在国外也已(yǐ)有发生。据英(yīng)国广播公司报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网络，以此诱骗善良的人打赏“捐助(zhù)”从而实(shí)施诈骗。

目前随着(zhe)技(jì)术发展(zhǎn)，AIGC已经能做出真人(rén)照(zhào)片(piàn)般的(de)绘图效(xiào)果，如果这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一方面，批判者(zhě)认为AI在“学习”了大(dà)量前人的(de)作(zuò)品之(zhī)后，其(qí)创作(zuò)没有任何情(qíng)绪(xù)和(hé)灵魂，难以和人类的艺术创(chuàng)作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到有效的解(jiě)决(jué)，还有AIGC会不(bù)会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问(wèn)题需(xū)要得到(dào)重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术(shù)都是(shì)有两面(miàn)性的，潜在(zài)的(de)危害并不能掩盖(gài)其光辉的贡献(xiàn)。现在看来，人(rén)工智能(néng)技术将是第(dì)四次工业革命的核心驱动力量，将创造(zào)新(xīn)的(de)增(zēng)长奇迹。

过去一年，人工智能在技术和商(shāng)业层面(miàn)都(dōu)有了巨大进展，AI绘画(huà)就是人工智能技术发生(shēng)方(fāng)向性(xìng)改(gǎi)变的一个(gè)代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视频。这些视频引发关(guān)注并非内容做得(dé)多优(yōu)秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝(hē)水的马，一只(zhǐ)画画的玩具(jù)熊，或(huò)者(zhě)一段骑摩托车的(de)第一视(shì)角(jiǎo)录像，随便一个有(yǒu)手机的人都可以随手录(lù)下一段(duàn)。

但这些短视频的创(chuàng)作(zuò)方式(shì)非(fēi)常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据(jù)需要生成一段视频。

谷(gǔ)歌发布的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的(de)视频后(hòu)，AI圈就已经(jīng)玩了一波梗(gěng)，一个能够做(zuò)出更高清(qīng)视(shì)频的AI还(hái)不(bù)足(zú)以在短时间内(nèi)戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方(fāng)在于，它可(kě)以制作出(chū)超过2分钟的连贯的(de)也有确切内(nèi)容的视(shì)频，这才是真正让人(rén)们感到(dào)惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多(duō)么(me)高清(qīng)，也只(zhǐ)能是为内容生产者提供一(yī)个灵感，一个素材(cái)，一个过场动画。

不过能够制作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频创作由AI代(dài)替人工(gōng)完成已(yǐ)经初步有了可能。

当下AI的发展速度已经(jīng)超过大部分人的想象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业带来更新的(de)内容风格、更快的生产(chǎn)速度，更低的生产成(chéng)本，这无(wú)疑会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用于(yú)音(yīn)乐、代(dài)码、机器人动作等多种内容形(xíng)式的生(shēng)成。不难发现该项技术不仅在(zài)游戏等行业能得到有效应用，对于下一代互联网各种元素的构建(jiàn)亦(yì)有关键(jiàn)意义。

从商业化的(de)角度来(lái)看，文化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于AI的可视化内容有(yǒu)强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进程中的一(yī)块重要拼(pīn)图，有望(wàng)在技术更新(xīn)的加持下实(shí)现更(gèng)大的应(yīng)用价值。

AI从理解内容，走向(xiàng)了(le)可(kě)以(yǐ)生(shēng)成内容，甚至(zhì)能够创(chuàng)造出独立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术(shù)的发展也可(kě)以看出，在语言大模型、图像(xiàng)大模(mó)型(xíng)之后(hòu)，多模(mó)态大(dà)模型已经成为了(le)新的趋势。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激烈的(de)研究方向(xiàng)之(zhī)一，包括谷(gǔ)歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯(xùn)等众(zhòng)多(duō)头部(bù)企业都(dōu)在竞相发力。

不(bù)过训(xùn)练(liàn)大模型的确价格不(bù)菲，以(yǐ)国盛证(zhèng)券发(fā)布(bù)的(de)《ChatGPT需要多(duō)少算力》报(bào)告(gào)估算，GPT-3训(xùn)练一次的成本约为140万美(měi)元。而对(duì)于一(yī)些更大(dà)的LLM(大型语言模(mó)型)，训(xùn)练成本(běn)则(zé)介于200万美元至(zhì)1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对(duì)应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日(rì)仅电费就在(zài)5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是(shì)AIGC，都离(lí)不开庞大算(suàn)力支持。在关注各类大模型的发展同时，更应该关注算力网络的建设。

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(jí)通用AI这一人(rén)工智能(néng)发展的终极目(mù)标离(lí)得更近。

因为算力可(kě)以(yǐ)对突(tū)破性技(jì)术创(chuàng)新提供大力的支(zhī)持。这方面，多模(mó)态大模(mó)型是(shì)典(diǎn)型。作为面向未来强人工智能、通用人工智能的重要技(jì)术创新，多模态大(dà)模型已经在(zài)人工智能领域提出了很多年，业(yè)界也有不少技(jì)术突破，但是，多模态大模型进(jìn)一步往下走，算(suàn)力需(xū)求(qiú)呈几何式上升，一(yī)般的算力基础设(shè)施很快将难(nán)以胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的训(xùn)练，到双模态、三模(mó)态的跃(yuè)迁，让人工智能可(kě)以灵活应(yīng)对不同(tóng)模(mó)态的转(zhuǎn)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(dòng)将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆发式增长的算力来支(zhī)撑的技术(shù)创新，将在人工(gōng)智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大算力的支(zhī)持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：济宁舞蹈培训学校_济宁洋娃娃舞蹈学校_济宁洋娃娃舞蹈学校官网 结婚时还是处的多吗，结婚还是处的有多少