其(qí)SD插件一经发布(bù)，在短短(duǎn)的两天内便成为了(le)AI绘画(huà)领域最(zuì)新的热点。

在此之前，大家(jiā)用了很多方法想让AI生成(chéng)的结(jié)果尽可能的(de)符(fú)合要(yào)求，但是都(dōu)不尽如(rú)人(rén)意，它的(de)出现代表着AI生成(chéng)开始(shǐ)进入真(zhēn)正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取(qǔ)画面的构(gòu)图(tú)，人(rén)物的姿(zī)势和(hé)画面的深度(dù)信息等(děng)。有了它(tā)的帮助，就不(bù)用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照片直接(jiē)带她们(men)走进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始(shǐ)换关键词(cí)试效果。

通过(guò)图片就可(kě)以看(kàn)出来，效果十分惊(jīng)艳。

更厉害的是，除了(le)真(zhēn)实的照(zhào)片(piàn)，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其(qí)本尊也亲自回(huí)应(yīng)。

不得不(bù)说当(dāng)下AIGC已经变得越来越(yuè)强大(dà)，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里面给出的美女照片都是(shì)AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔细(xì)观察(chá)可(kě)以(yǐ)发现(xiàn)，活动发起者提供的(de)照片中有个很(hěn)大的(de)漏洞可以发现并非真(zhēn)人，而是AI绘图，那便是图片中(zhōng)女性的手指部分(fēn)有的存在异常。

有行(xíng)业人事(shì)表示：“现在因为手指部分的绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不(bù)太会画人的手，但最(zuì)新看到的(de)图(tú)片已经有越来越完美(měi)的AI模型出现，以后可能就完(wán)全(quán)没有(yǒu)漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗在国(guó)外也已有(yǒu)发(fā)生。据英国广播公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童(tóng)受灾的假照片发布到网络，以(yǐ)此诱骗(piàn)善良(liáng)的人打赏(shǎng)“捐(juān)助(zhù)”从而实(shí)施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能(néng)做出真(zhēn)人照片(piàn)般的绘(huì)图效果，如果这样(yàng)的(de)图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了(le)大量(liàng)前(qián)人的(de)作品(pǐn)之后，其创作(zuò)没有(yǒu)任何(hé)情绪(xù)和灵魂，难以和(hé)人类的艺(yì)术创作(zuò)相提并论(lùn纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思)。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前都并没有得到(dào)有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上(shàng)”的创(chuàng)意。

马斯克也强调，人工智(zhì)能(néng)的安全(quán)问题需(xū)要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有(yǒu)两面性的，潜在的危害(hài)并不(bù)能掩(yǎn)盖(gài)其(qí)光(guāng)辉的贡献。现(xiàn)在看来，人工智能技术将(jiāng)是第四次工业革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在(zài)技(jì)术和商业层(céng)面都有了巨大进展，AI绘画就是人工智(zhì)能技术发生方向(xiàng)性改变的(de)一个代表。其下(xià)一站或许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技(jì)圈(quān)的短视(shì)频。这些视频引发关注并非(fēi)内容(róng)做(zuò)得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一匹(pǐ)正在喝(hē)水的马，一(yī)只画画的玩(wán)具熊(xióng)，或(huò)者一(yī)段骑摩托车的第(dì)一视角录像，随(suí)便一个(gè)有手机的人都可以随(suí)手(shǒu)录下(xià)一段。

但这些(xiē)短(duǎn)视频的创作方式非常简单(dān)，创作者仅仅需要向(xiàng)AI输入(rù)一段(duàn)话，甚至只是说一下(xià)要求(qiú)，AI就可以根据(jù)需要生成(chéng)一段视频。

谷歌发布的(de)两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩(wán)了一波(bō)梗，一个(gè)能够做出更高清视频的(de)AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的(de)地方在(zài)于，它可以制(zhì)作出超(chāo)过(guò)2分钟的(de)连贯的(de)也有确切内(nèi)容的视频，这(zhè)才(cái)是真正让人们感到(dào)惊喜的地(dì)方(fāng)。因(yīn)为无论AI生成(chéng)的视频多(duō)么(me)高清，也(yě)只能是为内容生产者提供一个灵感，一个素(sù)材，一个过场动画。

不过能够制作(zuò)出有具体剧(jù)情内容的视频就意味着，一些视(shì)频创作由(yóu)AI代替(tì)人工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过大部分人的想象。内容(róng)产业的本质是供给创(chuàng)造(zào)需(xū)求，AIGC作为全(quán)新(xīn)的内容生产方式，可以为内容产业(yè)带来更新(xīn)的内容风格、更快的生产速度，更低(dī)的(de)生产成(chéng)本(běn)，这无疑(yí)会(huì)驱动内(nèi)容(róng)产业的大爆发。

除了AI绘图(tú)、视(shì)频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代码(mǎ)、机(jī)器人动(dòng)作等多(duō)种内容形(xíng)式(shì)的生(shēng)成。不难发现该项技术不(bù)仅在(zài)游戏(xì)等(děng)行业(yè)能(néng)得到(dào)有效应用，对于(yú)下一(yī)代(dài)互(hù)联(lián)网(wǎng)各种(zhǒng)元素的(de)构(gòu)建(jiàn)亦(yì)有关键意义。

从商(shāng)业(yè)化的(de)角度(dù)来看，文(wén)化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本(běn)身(shēn)就对基于AI的可(kě)视(shì)化内容(róng)有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不(纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思bù)是结果，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望(wàng)在技术(shù)更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走向(xiàng)了可以生成内(nèi)容，甚至能够创(chuàng)造出独立价值和独立(lì)视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进生(shēng)产(chǎn)力即(jí)将到来。

04

紧抓大模型与(yǔ)算力(lì)，牢固AIGC底座

从技(jì)术的(de)发展也可以看(kàn)出，在语言(yán)大模型、图(tú)像大模型之后，多模态大模型已(yǐ)经成为了新的趋势(shì)。

大(dà)模(mó)型被誉(yù)为当前人工(gōng)智(zhì)能发展的智能底座，是全球(qiú)竞争最激烈(liè)的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯(xùn)等众多(duō)头(tóu)部企业都在竞(jìng)相(xiāng)发力。

不过训练大模型的确价格不菲，以国(guó)盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言(yán)模型)，训练成本(běn)则介于200万美(měi)元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客(kè)平均(jūn)数1300万计算，其对(duì)应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入成本约(yuē)为8亿美(měi)元，每日仅电费(fèi)就(jiù)在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支(zhī)持。在关注各类大模型的发展同时，更应该(gāi)关注算(suàn)力网络的建设。

算(suàn)力网络正驱(qū)动AI产业发展进入史诗级(jí)加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极(jí)目标离得(dé)更近(jìn)。

因为算力可(kě)以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方(fāng)面，多模态大模型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工智能(néng)、通用人工智能(néng)的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出了很(hěn)多年，业界也有(yǒu)不(bù)少技术突破，但是，多模态(tài)大模(mó)型进一步往(wǎng)下走(zǒu)，算力(lì)需求呈几何式上升，一般的算力基础设施很快将难以胜任。

从(cóng)图(tú)像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智能可(kě)以灵活应对不(bù)同模态的转化、像(xiàng)人与世(shì)界(jiè)交互一样自然，这方面，由算力网络来驱动将有明显优势(shì)。

此外，还有很(hěn)多需要(yào)爆(bào)发(fā)式(shì)增长的(de)算力来支撑(chēng)的技术创新，将在(zài)人(rén)工智能算力网络支撑下(xià)快速推(tuī)进(jìn)。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大算力(lì)的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，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 纵有万般不舍的下一句是什么成语，纵有万般不舍啥意思