以(yǐ)AI绘画为代(dài)表的AIGC上(shàng)一次爆火的时(shí)候，还是2022年8月，在美(měi)国科罗(luó)拉多州(zhōu)举(jǔ)办的新兴数字艺术家(jiā)竞赛中，一幅名为(wèi)《太空歌剧(jù)院(yuàn)》的作品获(huò)奖。

随后各大厂(chǎng)商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在应(yīng)用中输入一(yī)组(zǔ)关键词或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作。

作画(huà)的关键(jiàn)就是所输入的文本。同一组(zǔ)关键词也可以创(chuàng)作出很多张风格不(bù)一样的画作(zuò)，这(zhè)让创作(zuò)的过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的惊喜，他们(men)会将生(shēng)成(chéng)的美图当做头像(xiàng)。而另一部(bù)分喜欢翻看(kàn)AI绘画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个(gè)人照片被AI识别(bié)成了(le)建(jiàn)筑(zhù)。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘(huì)画(huà)的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位(wèi)正在(zài)斯(sī)坦福读博的中国人张吕敏创作的一(yī)种基于控(kòng)制(zhì)点的图像变形算法，主(zhǔ)要(yào)用于数(shù)字图像处理、计算机视觉和(hé)计算(suàn)机图形学等领域。

其(qí)SD插(chā)件一经发布，在短短的两天内便成为了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求，但(dàn)是都不尽如人意(yì)，它的出(chū)现代表着AI生(shēng)成开始进入真正的可控时期。

因为(wèi)ControlNet可(kě)以直接提(tí)取画面(miàn)的构图(tú)，人(rén)物(wù)的(de)姿势和(hé)画(huà)面(miàn)的(de)深度信息等。有(yǒu)了它的帮助，就不用(yòng)频繁的用提示(shì)词来碰运气，抽盲盒式的(de)创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作品已经(jīng)获得了(le)大量的(de)浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照片直接带(dài)她们(men)走进动(dòng)漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关(guān)键(jiàn)词(cí)；最后用ControlNet插(chā)件绑定骨(gǔ)骼开始换关(guān)键词试效果。

通过图片就可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩图。大神张吕敏其(qí)本尊也亲自回应。

不得(dé)不(bù)说当下AIGC已经变(biàn)得越来越强大，甚至输(shū)出(chū)的作品都已(yǐ)经(jīng)能以假乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金(jīn)鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而经过警方辟谣这所(suǒ)谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这(zhè)个活(huó)动里(lǐ)面给出的美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成真(zhēn)事(shì)传播了(le)。

不过仔细观察可以发(fā)现，活动发起者(zhě)提供的(de)照片中有个很大的漏洞可以发(fā)现并非(fēi)真人(rén)，而是AI绘图，那便是图(tú)片中(zhōng)女性的手(shǒu)指(zhǐ)部分有的存在异(yì)常。

有行业人事(shì)表示：“现在因为(wèi)手指部分的绘画算法(fǎ)比较复(fù)杂，AI还(hái)不太会画人的手，但最新看(kàn)到的图片(piàn)已经(jīng)有越来(lái)越完美的(de)AI模型出(chū)现，以(yǐ)后可能就完(wán)全没有漏(lòu)洞(dòng)了(le)。”

类似的AI作图(tú)诈骗在国外(wài)也已有发生。据(jù)英(yīng)国(guó)广(guǎng)播公司(sī)报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了儿童受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善良的(de)人打赏(shǎng)“捐助(zhù)”从而(ér)实施诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已经(jīng)能做出(chū)真人照片般的绘图效果，如果这样(yàng)的图片被用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发(fā)了(le)很多担(dān)忧，一方面(miàn)，批判者认为(wèi)AI在“学(xué)习”了大量前人的作品之后，其创作没有任何情绪和灵魂，难以和人类的艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一方(fāng)面，AIGC背(bèi)后的版权、目前都并(bìng)没有得到有(yǒu)效的解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调(diào)，人(rén)工(gōng)智能的安全问题(tí)需要得(dé)到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的(de)，潜在的危害并不(bù)能(néng)掩盖其光辉的贡献。现在(zài)看来(lái)，人工(gōng)智能(néng)技术(shù)将是第四次工业(yè)革命的核心(xīn)驱动力量，将(jiāng)创造新的(de)增(zēng)长(zhǎng)奇迹。

过去(qù)一年(nián)，人(rén)工智能在(zài)技(jì)术和商(shāng)业层面都有了(le)巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发生(shēng)方向性改(gǎi)变(biàn)的一个代(一个鹅蛋的热量是多少 一个鹅蛋等于几个鸡蛋dài)表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关注(zhù)并(bìng)非内(nèi)容做得多优(yōu)秀(xiù)，反而都非常简单，比(bǐ)如(rú)一(yī)匹正(zhèng)在(zài)喝水的马(mǎ)，一只(zhǐ)画画的玩(wán)具(jù)熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有(yǒu)手机的(de)人都可(kě)以随手录下一段。

但这些(xiē)短视频的(de)创作方式(shì)非常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚至只是(shì)说一下要求(qiú)，AI就可以根据需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的(de)视频后，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(zú)以(yǐ)在短时间内(nèi)戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地(dì)方在于，它可以制(zhì)作(zuò)出超(chāo)过2分钟的连贯的(de)也(yě)有确切内容的视频，这才是(shì)真正让人们(men)感到惊喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生(shēng)产者提供一个灵(líng)感(gǎn)，一个(gè)素(sù)材(cái)，一个过场动画。

不过能够(gòu)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(chuàng)作由AI代替人工完成已经初步有了(le)可能(néng)。

当下AI的发展速度已经(jīng)超过大部(bù)分人的想象。内容(róng)产业的(de)本(běn)质是(shì)供给(gěi)创(chuàng)造需求，AIGC作为全新(xīn)的(de)内容(róng)生产方式，可以为内容(róng)产业带来更新的内容风格、更(gèng)快的生(shēng)产速度，更低(dī)的生产成本，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代(dài)码、机器人动作等(děng)多种内(nèi)容形式(shì)的生成(chéng)。不难发(fā)现该(gāi)项技术不仅在游戏等行(xíng)业(yè)能(néng)得到(dào)有效应用，对(duì)于下(xià)一(yī)代(dài)互联网各(gè)种元素的(de)构建亦有关键意义。

从商业(yè)化的角度来看，文(wén)化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不(bù)是结(jié)果(guǒ)，而(ér)只是AI进(jìn)程(chéng)中的一块重(zhòng)要拼图(tú)，有望在技术更新的加持下实现更大的应用价(jià)值。

AI从理解内容，走向了可以生成(chéng)内(nèi)容(róng)，甚至能够创造出独(dú)立价值和(hé)独立视角的内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先(xiān)进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力(lì)，牢(láo)固AIGC底座

从技术的(de)发展也可以看(kàn)出，在语言大模型、图像大(dà)模型之(zhī)后，多(duō)模(mó)态大(dà)模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉(yù)为当前人(rén)工智能发展的智能底座，是(shì)全球(qiú)竞争最激烈的(de)研究方(fāng)向(xiàng)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(jìng)相发力。

不过训练大模型的(de)确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对于一些更大的LLM(大型语言模(mó)型(xíng))，训(xùn)练(liàn)成本则介(jiè)于200万美(měi)元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计(jì)算，其对应芯(xīn)片(piàn)需(xū)求(qiú)为(wèi)3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美(měi)元(yuán)，每(měi)日仅电(diàn)费就在(zài)5万(wàn)美元左右。

一个鹅蛋的热量是多少 一个鹅蛋等于几个鸡蛋 decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此(cǐ)外(wài)不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在关注各类大模型(xíng)的发展同时，更应(yīng)该关注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发(fā)展进入史诗级(jí)加(jiā)速(sù)进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的终极目(mù)标离得更(gèng)近。

因为算力可以对突破性技术(shù)创(chuàng)新提供大(dà)力的支持。这方(fāng)面(miàn)，多模态大模型是典型。作为(wèi)面向未来强人工智能(néng)、通(tōng)用人工智能的重(zhòng)要技术(shù)创新，多模态大模型已经在人工智能(néng)领(lǐng)域提出了很多年，业界也有不(bù)少技(jì)术突破，但是，多模(mó)态大模(mó)型进一步往(wǎng)下走，算力(lì)需(xū)求呈几何式上升，一般的算(suàn)力基础设施(shī)很快将(jiāng)难以胜任。

从图像、文字(zì)、语(yǔ)音单独一项的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智(zhì)能(néng)可以灵活应(yīng)对不同模态的转化(huà)、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还(hái)有(yǒu)很多需要爆发式(shì)增长的算力来支撑(chēng)的技术创新(xīn)，将在(zài)人工智能算力网络(luò)支撑下快速推(tuī)进。

AIGC已经(jīng)露出曙光，期(qī)待在大模型和(hé)大算力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将创造的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 一个鹅蛋的热量是多少 一个鹅蛋等于几个鸡蛋