01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表(biǎo)的AIGC上一次(cì)爆火的时(shí)候(hòu)，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多州举办的(de)新(xīn)兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的(de)AI绘画软件被广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在(zài)应用中输入一(yī)组关键词或(h人的正常语速是多少字，正常人的语速一般在每分钟uò)者一张(zhāng)照(zhào)片，就能获得(dé)一幅AI创作的(de)画作。

作画(huà)的关键就是(shì)所输入的(de)文(wén)本(běn)。同一组关(guān)键词也(yě)可以创作出很多张风格不一样的(de)画作，这让创作的过程就像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不(bù)确(què)定的惊喜，他(tā)们会(huì)将生成的美图当做头像。而另一(yī)部(bù)分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社(shè)交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉男”，还(hái)有网友的个人(rén)照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创作的(de)一(yī)种(zhǒng)基于控制点的图像(xiàng)变形算(suàn)法，主要用于数字图像处(chù)理(lǐ)、计算机视觉和计算(suàn)机(jī)图形学(xué)等领域。

其SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领域最(zuì)新的热(rè)点。

在此之前(qián)，大家(jiā)用(yòng)了很多方法想(xiǎng)让AI生成的结果尽(jǐn)可能(néng)的符合要求(qiú)，但是都不尽(jǐn)如(rú)人意，它的出现代表着AI生(shēng)成开始进入真(zhēn)正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物的姿(zī)势和画面的深度信息等。有了(le)它的帮助，就不(bù)用频(pín)繁(fán)的用提示(shì)词(cí)来碰运气，抽盲盒式的创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品已经获得(dé)了大(dà)量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应的关键词(cí)；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害(hài)的是(shì)，除了真实的(de)照片，草(cǎo)图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能实现(xiàn)线稿转全(quán)彩图。大神张吕敏其本尊也亲自回(huí)应。

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

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能(néng)是全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片都是AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔(zǎi)细(xì)观(guān)察(chá)可以发(fā)现，活动发起者提供的(de)照片中有个很大的漏洞(dòng)可(kě)以发(fā)现并非(fēi)真人，而是AI绘图，那便是图(tú)片中(zhōng)女性的(de)手(shǒu)指部分有的存在异常(cháng)。

有行业人事表示：“现在因为手指部分的绘(huì)画算法比(bǐ)较复杂，AI还不太(tài)会画人的手，但(dàn)最新看(kàn)到的图片已经有越来越(yuè)完美的(de)AI模型出现，以后可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发(fā)生。据英国广(guǎng)播公司报(bào)道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真(zhēn)人(rén)照片(piàn)般的绘图效果，如果这样的(de)图片被用来诈(zhà)骗(piàn)，将非常(cháng)可怕(pà)。

此外AIGC还引发(fā)了很多担忧(yōu)，一方面，批判者认(rèn)为AI在“学习(xí)”了大量前人(rén)的作品之后，其创作(zuò)没有任何情(qíng)绪和灵魂，难以和人(rén)类的艺术创作相提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并没有得到有效的解(jiě)决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创(chuàng)意。

马(mǎ)斯(sī)克(kè)也强调，人工智(zhì)能的安全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都是(shì)有两面性的(de)，潜在的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看来，人工智能技(jì)术将(jiāng)是(shì)第四次(cì)工(gōng)业革命(mìng)的核心驱动力(lì)量(liàng)，将(jiāng)创(chuàng)造新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商(shāng)业层面都有了巨(jù)大进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变的一个代表。其下一站或(huò)许(xǔ)就是视(shì)频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布了(le)几条引爆科技圈的短视频。这些视(shì)频引发关注并非内容做(zuò)得多(duō)优(yōu)秀，反而都非(fēi)常简单，比如一匹正在喝水的马，一只画画(huà)的玩具熊，或者一(yī)段骑摩(mó)托车的(de)第(dì)一视(shì)角录像，随便一个有手(shǒu)机(jī)的人都可以随手录(lù)下(xià)一(yī)段(duàn)。

但这些(xiē)短视频的创作方式(shì)非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话，甚至(zhì)只是(shì)说一下要求(qiú)，AI就可(kě)以(yǐ)根据(jù)需要生成(chéng)一段视频。

谷歌发布(bù)的(de)两个AI生(shēng)成视(shì)频(pín)分别来(lái)自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已(yǐ)经(jīng)玩了一(yī)波梗，一个能(néng)够做出(chū)更高(gāo)清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的(de)地方(fāng)在于，它可以制(zhì)作出超过2分钟的连贯的也(yě)有确切内容(róng)的视频，这才是真正让(ràng)人们感到惊(jīng)喜的(de)地方。因为无(wú)论AI生成的视频多么高清，也只能(néng)是为(wèi)内(nèi)容生产者提(tí)供一个灵(líng)感，一个素材，一(yī)个过(guò)场动画(huà)。

不过能(néng)够制作出有具体剧情(qíng)内容(róng)的视频就意味(wèi)着(zhe)，一些(xiē)视频(pín)创(chuàng)作由(yóu)AI代替人工完成已(yǐ)经(jīng)初步有了可能(néng)。

当(dāng)下AI的发展(zhǎn)速度已经(jīng)超(chāo)过(guò)大(dà)部分人的想象(xiàng)。内容产业的本质是供给(gěi)创造需求，AIGC作为全新(xīn)的内容生产方式，可以(yǐ)为(wèi)内容产业带来更新(xīn)的(de)内容风格、更(gèng)快的生产速(sù)度，更(gèng)低(dī)的生(shēng)产(chǎn)成本，这无(wú)疑会驱动(dòng)内容(róng)产(chǎn)业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应(yīng)用于音乐(lè)、代码、机器人(rén)动作(zuò)等(děng)多种内容形式的(de)生(shēng)成。不难发现该项技术(shù)不仅在游戏(xì)等行业能得到(dào)有效应用，对于下一代互联(lián)网各种元素的(de)构建亦有关键意义。

从商业(yè)化的角度来(lái)看，文(wén)化娱乐(lè)、教育(yù)、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技术更(gèng)新的(de)加持下(xià)实现更大的应用(yòng)价(jià)值。

AI从理解(jiě)内容，走向了可(kě)以生(shēng)成内容，甚至能够创造(zào)出独立(lì)价值和独立视角的内容。AIGC的(de)再(zài)次出圈，更(gèng)代表(biǎo)着(zhe)未来的(de)先进生产力(lì)即(jí)将到来。

04

紧抓(zhuā)大(dà)模型与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的(de)发展也可以(yǐ)看(kàn)出，在语言大模型、图像大(dà)模型之后，多(duō)模态大(dà)模型已经成为了新的(de)趋势。

大模型(xíng)被誉为当前人工智能发展(zhǎn)的智能底座，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一(yī)些更大的LLM(大型(xíng)语言(yán)模型)，训练成(chéng)本则(zé)介于200万美元至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需(xū)求为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅(jǐn)电费就在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算(suàn)力支持。在关注各类大模型的(de)发展同时，更应该关注(zhù)算力网络(luò)的(de)建设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发展进入史诗级加速进程，让AIGC及(jí)通用AI这(zhè)一人工(gōng)智能发展(zhǎn)的终(zhōng)极(jí)目标离得更近(jìn)。

因为算力可以对突破(pò)性(xìng)技术创新(xīn)提供大力(lì)的支持。这方面，多模态大(dà)模型是典型。作为面向未来强人工智能、通用人工智(zhì)能的重要技术(shù)创新(xīn)，多模态(tài)大(dà)模型已经在人工(gōng)智能(néng)领域提出了很多年，业界也(yě)有不少(shǎo)技术突破，但是(shì)，多(duō)模态大模型进一步往下走，算力需求呈几(jǐ)何式上(shàng)升，一般的算力基础设施(shī)很快将(jiāng)难以胜任。

从(cóng)图像、文字(zì)、语音单独一(yī)项的训练，到(dào)双模态、三(sān)模态的跃迁(qiān)，让人(rén)工(gōng)智能可以灵活应(yīng)对不同模态的转化、像(xiàng)人与(yǔ)世界交互(hù)一样自然，这方面，由算力网络来驱动将有明显(xiǎn)优(yōu)势。

此外，还(hái)有很(hěn)多需要(yào)爆发式增长的(de)算力来支撑的技术创新，将在人工智能算力网(wǎng)络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型(xíng)和(hé)大(dà)算力(lì)的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将(jiāng)创造的边(biān)际(jì)成本降(jiàng)低(dī)，让(ràng)万众受益。

未经允许不得转载：河南钢构网--首页(钢结构、彩钢、活动房等等。河南钢构网是河南省最大的钢结构网站，为河南地市各钢结构公司提供产品信息、供求信息、人才信息，网址：http://www.hnganggou.com ) 人的正常语速是多少字，正常人的语速一般在每分钟