ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多(duō)州举(jǔ)办的新兴(xīng)数字(zì)艺术(shù)家(jiā)竞赛(sài)中，一幅(fú)名为《太(tài)空歌(gē)剧院》的作品获(huò)奖(jiǎng)。

随(suí)后各大(dà)厂商(shāng)的AI绘(huì)画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可以在应用中输入一(yī)组关(guān)键(jiàn)词或者一张照片(piàn)，就能获得一(yī)幅AI创作的画作。

作画6千克等于多少斤 6千克是多少磅的关键(jiàn)就是所(suǒ)输(shū)入的(de)文本。同一组(zǔ)关键词也(yě)可以(yǐ)创作出很多张(zhāng)风格(gé)不一样(yàng)的(de)画作，这让创(chuàng)作的(de)过程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确定的惊喜，他(tā)们会将生成的美(měi)图当做头(tóu)像。而另(lìng)一部分(fēn)喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社(shè)交(jiāo)媒体上，许多(duō)用户分(fēn)享AI“翻车现(xiàn)场”，例(lì)如，一(yī)位(wèi)网友的小狗照(zhào)片被AI画成了“肌(jī)肉男(nán)”，还有网友(yǒu)的个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的(de)中国人张吕敏创作的一种基(jī)于控制点的图像变形算(suàn)法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字图(tú)像(xiàng)处理、计算(suàn)机(jī)视(shì)觉(jué)和计(jì)算机(jī)图形学(xué)等领域。

其(qí)SD插(chā)件一经发布(bù)，在短(duǎn)短的两天(tiān)内便成为了AI绘画(huà)领域最新(xīn)的(de)热点。

在此之前，大家用了很多方法想让(ràng)AI生成的(de)结果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开(kāi)始进(jìn)入真正(zhèng)的可控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画面的深度信(xìn)息等。有了它(tā)的帮助，就不用频繁的用提(tí)示词来(lái)碰(pèng)运气(qì)，抽盲盒(hé)式的创作了(le)。

通俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品(pǐn)已经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中之一，他(tā)用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通过图(tú)片就可以看出来，效(xiào)果十分惊(jīng)艳(yàn)。

更厉(lì)害的是，除了真实的照(zhào)片，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应(yīng)。

不(bù)得不(bù)说当(dāng)下AIGC已经变得越来越强大，甚至输(shū)出的作品都已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日(rì)，“苏(sū)州金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都(dōu)是(shì)AI制(zhì)作的真人照片(piàn)绘(huì)图，因为太逼真，被大家当成真(zhēn)事(shì)传播(bō)了。

不过仔细(xì)观(guān)察可以发现，活动发(fā)起者提供(gōng)的照片中有个很大的漏洞可以发现并非真人，而是AI绘图，那便是图片中女性的手(shǒu)指部分有的(de)存在异(yì)常。

有行业人事(shì)表示：“现在因为手指(zhǐ)部(bù)分的绘画算法比较复(fù)杂，AI还不太会画人的手，但(dàn)最新看到的图片已经(jīng)有越来越完美的AI模(mó)型出现，以(yǐ)后(hòu)可能就完(wán)全没有漏洞了(le)。”

类似(shì)的AI作图诈骗在国外(wài)也已有发(fā)生。据英国广(guǎng)播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受(shòu)灾的假(jiǎ)照片(piàn)发布到网络，以此诱骗善良的(de)人打赏“捐(juān)助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般(bān)的(de)绘图效果，如果这(zhè)样的图片(piàn)被用来诈(zhà)骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判(pàn)者认为AI在“学(xué)习”了大量前人的(de)作(zuò)品(pǐn)之后，其创作没有任何情(qíng)绪和灵(líng)魂(hún)，难以和人类(lèi)的艺术(shù)创作相提(tí)并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目(mù)前都并没有得到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至高无上”的创意(yì)。

马斯克也强调，人工智(zhì)能的安全问题需要得到(dào)重视，太(tài)晚就(jiù)来不及了。

03

AIGC下(xià)一(yī)站除了视频(pín)，还有远方

技术都是有两面(miàn)性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造(zào)新(xīn)的(de)增长奇迹。

过去一年，人工智能在技术和商业层面都有(yǒu)了巨大(dà)进展，AI绘画就是人工(gōng)智能技术发(fā)生方向性改变的(de)一个代(dài)表。其下一(yī)站(zhàn)或许就是视频(pín)。

此前(qián)，Meta和谷歌先后(hòu)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(nèi)容(róng)做得多优秀，反而都(dōu)非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画(huà)的玩(wán)具熊，或者一段骑摩托车的(de)第一视角(jiǎo)录像，随(suí)便一个有手机(jī)的人都可以随(suí)手录下一段(duàn)。

但这些短视频(pín)的创作方(fāng)式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下(xià)要求，AI就可以根据(jù)需要生成一(yī)段视频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的(de)差(chà)别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能够(gòu)做出更高清视频的AI还不足以在短时(shí)间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的(de)连(lián)贯的也有确切内(nèi)容的视频，这(zhè)才是真正让(ràng)人们感到惊(jīng)喜的地方。因为无论AI生成的视频多么高清，也只能是(shì)为内(nèi)容生产者提供一(yī)个灵感，一个素材，一个过(guò)场(chǎng)动画。

不过能够制作出有具体(tǐ)剧情内容的视频就意(yì)味(wèi)着，一些(xiē)视(shì)频创(chuàng)作由AI代(dài)替人工完成已经初步有了(le)可(kě)能。

当(dāng)下AI的(de)发(fā)展(zhǎn)速度(dù)已经超过(guò)大部(bù)分人的想象。内(nèi)容产业的(de)本质是(shì)供给创(chuàng)造需求，AIGC作为全新的内容(róng)生(shēng)产方式(shì)，可以为内容产业(yè)带来更新(xīn)的内容风格、更快的(de)生产速(sù)度，更(gèng)低的生产成本，这(zhè)无疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用(yòng)于音(yīn)乐(lè)、代码、机器人动(dòng)作等(děng)多种内容形式(shì)的(de)生成(chéng)。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元(yuán)素的构建(jiàn)亦有(yǒu)关(guān)键意义。

从(cóng)商(shāng)业(yè)化的(de)角度来看，文(wén)化(huà)娱(yú)乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需(xū)求(qiú)。

因(yīn)此，AI绘画(huà)及视(shì)频或不是结果(guǒ)，而只(zhǐ)是AI进(jìn)程中的一(yī)块重要拼图(tú)，有望在技术更新的加(jiā)持下(xià)实现更大(dà)的应(yīng)用价值。

AI从理解内容，走向了可以生成内容，甚至能够(gòu)创造出独立价值和独(dú)立(lì)视角的(de)内容。AIGC的再次出圈，更代(dài)表着(zhe)未来的先进生产力即(jí)将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以(yǐ)看出，在(zài)语言大(dà)模型、图(tú)像大模型之后，多模态大模型已经成为了新的趋(qū)势。

大模型被(bèi)誉为当前(qián)人工智(zhì)能发展的智能底座，是全球(qiú)竞争(zhēng)最激(jī)烈(liè)的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头(tóu)部企(qǐ)业(yè)都在竞相发力。

不过训练大(dà)模型的(de)确(què)价格(gé)不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算(suàn)力》报告(gào)估算，GPT-3训练一次(cì)的(de)成本约(yuē)为140万美(měi)元。而对于一些(xiē)更(gèng)大的(de)LLM(大型语言(yán)模型)，训练成本则介于200万(wàn)美元(yuán)至1200万美元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平均数(shù)1300万计算，其(qí)对(duì)应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关注各类(lèi)大模(mó)型的发展同时(shí)，更应该关注算力(lì)网络的建(jiàn)设。

算力网络正(zhèng)驱(qū)动AI产业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及通(tōng)用AI这一(yī)人(rén)工智能发展的(de)终极目标离(lí)得更(gèng)近。

因为算力可以对(duì)突(tū)破性技术创新提(tí)供大(dà)力的(de)支(zhī)持。这方面，多模态大模型(xíng)是典型。作(zuò)为面向未来强人工智能、通用人工智能的(de)重要技术创新，多模态大模型(xíng)已(yǐ)经在人工智能领域(yù)提出(chū)了(le)很多年，业界也有不少技术突破，但是，多模态大(dà)模(mó)型(xíng)进一步往下(xià)走，算力需求呈几(jǐ)何式上升(shēng)，一般(bān)的(de)算力基础设施很快将难以(yǐ)胜任(rèn)。

从图(tú)像、文字(zì)、语音单(dān)独一项的(de)训练，到双(shuāng)模态(tài)、三模态的跃迁，让人工智能可以灵活(huó)应(yīng)对(duì)不同模态(tài)的转化、像(xiàng)人与世界交互一(yī)样自然，这(zhè)方面，由算力网络来驱动(dòng)将有明显优(yōu)势。

此外，还有很多需要(yào)爆发(fā)式增长的算力来支撑的(de)技术(shù)创新，将在人工(gōng)智能算力网(wǎng)络(luò)支撑下快速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力的(de)支(zhī)持下AIGC能持续(xù)颠覆内容生产的方式，将(jiāng)创造的边际成本(běn)降低，让万众受益(yì)。

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 6千克等于多少斤 6千克是多少磅