01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆(bào)火的时(shí)候，还是(shì)2022年8月，在美(měi)国科罗拉多州举办的新(xīn)兴数字艺术(shù)家竞赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软件被广大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是(shì)其中代(dài)表(biǎo)。

用户们可以在(zài)应用中输(shū)入一组关键词或(huò)者一张照片，就能获(huò)得一幅AI创(chuàng)作的画作。

作画的关(guān)键就是所(suǒ)输入的(de)文(wén)本。同(tóng)一组关键词也(yě)可以创(chuàng)作出(chū)很多张风格不一样(yàng)的画作，这(zhè)让创(chuàng)作的过程就像开盲盒。

很(hěn)多(duō)用户很喜欢这种不确定的惊喜，他(tā)们(men)会将生成(chéng)的美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘(huì)画的“翻车(chē)”作(zuò)品。在社交媒(méi)体上(shàng)，许多用户分享AI“翻车(chē)现场”，例如，一(yī)位网友的小狗(gǒu)照片(piàn)被AI画成了(le)“肌肉(ròu)男”，还有(yǒu)网友的个人照片被AI识别(bié)成了(le)建(jiàn)筑(zhù)。

而(ér)如(rú)今随着ControlNet的(de)出现与加持(chí)，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张(zhāng)吕敏创作的一种基于控(kòng)制(zhì)点的图像(xiàng)变形算法，主要用于(yú)数字(zì)图像(xiàng)处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的两(liǎng)天内便成为了(le)AI绘画领域最新的热点。

在此之前，大家用(yòng)了(le)很多方法想让AI生(shēng)成的结果尽可能(néng)的符(fú)合要求(qiú)，但是都不尽(jǐn)如(rú)人意，它的出(chū)现代表着AI生成开(kāi)始进入真(zhēn)正的(de)可(kě)控时(shí)期。

因为(wèi)ControlNet可以直(zhí)接提取(qǔ)画面的构图，人物(wù)的(de)姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁的用(yòng)提(tí)示词(cí)来(lái)碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔(mó)法(fǎ)”，不少博主的作(zuò)品已经(jīng)获(huò)得了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一，他用朋友的照片直接带她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片(piàn)就可以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当(dāng)下AIGC已经变(biàn)得越来(lái)越强大(dà)，甚至(zhì)输(shū)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(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游(yóu)艇party”的消息火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是(shì)全国(guó)第一(yī)起AI绘图诈(zhà)骗。

由于这个活动(dòng)里(lǐ)面给出的美女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因为太(tài)逼(bī)真(zhēn)，被大家当成真事传播了。

不过仔细观察可以发现，活动发起者(zhě)提供(gōng)的照片(piàn)中有个(gè)很大的漏洞可以发(fā)现并非真人，而(ér)是AI绘图，那(nà)便是图(tú)片中女性(xìng)的(de)手(shǒu)指(zhǐ)部分(fēn)有的存(cún)在异(yì)常。

有(yǒu)行(xíng)业(yè)人(rén)事表示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还不太会画人的(de)手(shǒu)，但最新(xīn)看到的(de)图片(piàn)已经有越(yuè)来越完美的AI模型出现，以后可能就完全没(méi)有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也(yě)已(yǐ)有发生。据英国广播(bō)公司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了(le)儿童受灾(zāi)的假(jiǎ)照片发布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技(jì)术发(fā)展，AIGC已(yǐ)经能做出(chū)真(zhēn)人照片般的绘图效果，如果这样的图(tú)片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发(fā)了很多担(dān)忧，一方面，批判者认为AI在“学习(xí)”了大量前(qián)人的作品(pǐn)之后，其创作没(méi)有任何情绪和灵魂，难(nán)以和人类(lèi)的艺术创作相提并论。

另(lìng)一(yī)方面，AIGC背(bèi)后的版权(quán)、目前都(dōu)并没有得到有效的解决(jué)，还有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克也强调，人工智能(néng)的安全问(wèn)题需要(yào)得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技(jì)术都是(shì)有两面性的，潜在的(de)危害并不能掩(yǎn)盖其光辉的贡献(xiàn)。现(xiàn)在看(kàn)来(lái)，人(rén)工智能技术将是第四次工(gōng)业革(gé)命的核心驱动力量，将创造(zào)新(xīn)的增长奇(qí)迹(jì)。

过(guò)去一(yī)年，人工(gōng)智能在技术和商(shāng)业层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画(huà)就(jiù)是人工智能技(jì)术发生方向性改变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引发关注并非内容做得多(duō)优秀，反而都非常(cháng)简单，比如一(yī)匹(pǐ)正在(zài)喝水的马，一只画画的玩(wán)具熊(xióng)，或者(zhě)一段(duàn)骑摩托(tuō)车(chē)的第一视角录像，随便一个有手机(jī)的人都可(kě)以随手录下一(yī)段。

但这(zhè)些短视频的创(chuàng)作方式非常简(jiǎn)单(dān)，创作者(zhě)仅仅(jǐn)需要向AI输入一段话(huà)，甚(shèn)至只是说一下要(yào)求，AI就可以根据(jù)需(xū)要生(shēng)成(chéng)一(yī)段视频(pín)。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布(bù)了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高清视频的AI还(hái)不足以(yǐ)在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制(zhì)作出超过2分钟(zhōng)的(de)连贯的也有(yǒu)确切内容的视频，这才是真正(zhèng)让(ràng)人(rén)们感到惊喜的(de)地方。因为无论AI生成的视频多么高(gāo)清，也只(zhǐ)能是(shì)为内容生产(chǎn)者提(tí)供一个(gè)灵感，一个(gè)素材，一(yī)个过场(chǎng)动(dòng)画。

不过能够制作出(chū)有具体剧(jù)情内容的视频就(jiù)意味着，一些视(shì)频创作由AI代替人工完成已经初步有了可能。

当下AI的发展速度已经超过大(dà)部分人的想(xiǎng)象。内(nèi)容产(chǎn)业的本质是(shì)供给创造需(xū)求(qiú)，AIGC作为全新的内容生产方式(shì)，可以(yǐ)为内容产(chǎn)业带(dài)来更(gèng)新(xīn)的(de)内容风格、更(gèng)快(kuài)的生产速度，更低的(de)生产成本，这无疑会驱动(dòng)内容产业的大爆(bào)发。

除(chú)了AI绘图(tú)、视(shì)频(pín)，AIGC技术还(hái)能应用于音(yīn)乐(lè)、代码、机器人动作等多种内容形式的生(shēng)成(chéng)。不难发现(xiàn)该项技术不仅在(zài)游戏等行业能(néng)得到(dào)有效(xiào)应用，对于下一代互(hù)联网各种(zhǒng)元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度来(lái)看，文化娱乐(lè)、教育、传媒等诸多领(lǐng)域，本(běn)身就对基于(yú)AI的可视化内容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及(jí)视频或不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要拼(pīn)图，有(yǒu)望在(zài)技术更新(xīn)的加持下实现更大的应用价(jià)值(zhí)。

AI从理解内容，走向了可以生成内容(róng)，甚(shèn)至能够创(chuàng)造(zào)出独立价值(zhí)和独立视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即(jí)将到来。

04

紧(jǐn)抓大模(mó)型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技(jì)术(shù)的(de)发(fā)展(zhǎn)也可以(yǐ)看出，在语(yǔ)言大模型、图像大模型之后，多模态(tài)大模(mó)型已经成为了新的趋势。

大模(mó)型被誉为当前人(rén)工智能发展的智(zhì)能底座，是全(quán)球竞争最激烈的(de)研究(jiū)方向之一，包括谷(gǔ)歌、亚(yà)马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等众多头部企业都在(zài)竞相发(fā)力。

不过训练大模型的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于一些更(gèng)大的(de)LLM(大型语言模型)，训练成本则(zé)介于200万美元至1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为(wèi)8亿美元，每(měi)日仅电(diàn)费就在5万(wàn)美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各(gè)类大(dà)模型(xíng)的发展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力网络正驱(qū)动AI产(chǎn)业发(fā)展进入史诗(shī)级加速(sù)进程，让AIGC及通用AI这(zhè)一人工智能(néng)发展的(de)终(zhōng)极(jí)目标离(lí)得更近。

因为算力可(kě)以对突破性技(jì)术(shù)创新提供大力的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面向(xiàng)未来强人工智能、通用人工智能的(de)重要(yào)技(jì)术创新，多模(mó)态大(dà)模(mó)型已(yǐ)经在人工智能领域(yù)提出(chū)了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大(dà)模型进一步往下(xià)走，算力需(xū)求呈(chéng)几何式(shì)上升，一般的算(suàn)力基础(chǔ)设施很快将难(nán)以胜任(rèn)。

从图像、文字、语音单(dān)独一项的训练，到双模态、三模态的跃(yuè)迁，让人工(gōng)智(zhì)能可以灵(líng)活应对(duì)不同(tóng)模态(tài)的转化、像人与(yǔ)世界交互一样自然(rán)，这(zhè)方面，由(yóu)算力网络来驱动将有明(míng)显优势。

此外，还有(yǒu)很多需要爆发(fā)式增(zēng)长(zhǎng)的算力(lì)来支(zhī)撑的技术创(chuàng)新，将在人工智能算力网(wǎng)络支撑下快速(sù)推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产的(de)方(fāng)式，将创造的边际成本降(jiàng)低，让万(wàn)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 谢谢谬赞经典回复，过誉和谬赞的区别