用户们可以在应用中输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的(de)关键就是所输入(rù)的文本。同一组关键词也可(kě)以创作出很多张风格(gé)不一样的画作，这让创作的(de)过程就像(xiàng)开盲(máng)盒。

很多(duō)用户(hù)很喜欢这(zhè)种不确定的惊(jīng)喜，他们(men)会将(jiāng)生成的美图当做(zuò)头(tóu)像。而另一部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻(fān)车现场”，例如，一位网友(yǒu)的小狗照片被AI画(huà)成(chéng)了(le)“肌肉男”，还(hái)有网友的个人照(zhào)片被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作(zuò)的一(yī)种(zhǒng)基于控制点的图像变形(xíng)算法(fǎ)，主要用于数字图像(xiàng)处理、计算机视觉和计算(suàn)机图(tú)形学(xué)等领(lǐng)域(yù)。

其SD插(chā)件(jiàn)一经(jīng)发布(bù)，在短短的两天内(nèi)便成(chéng)为(wèi)了AI绘(huì)画领域最新(xīn)的热(rè)点。

在此之前，大家(jiā)用了很多方(fāng)法(fǎ)想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是(shì)都不尽如(rú)人意(yì)，它的出(chū)现代表着(zhe)AI生成(chéng)开始进(jìn)入真正的可控时期。

因为ControlNet可(kě)以直接提取画面的(de)构(gòu)图，人(rén)物的姿势和画面的(de)深度信(xìn)息等。有了它(tā)的帮助，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的作品已经(jīng)获得了大量的浏览量，“viggo”就(jiù)是其中(zhōng)之(zhī)一，他用朋友(yǒu)的照片直(zhí)接带她(tā)们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到(dào)对应的关键词(cí)；最(zuì)后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片就可以看(kàn)出(chū)来(lái)，效果(guǒ)十分(fēn)惊艳(yàn)。

更(gèng)厉害的是，除了真实(shí)的照片(piàn)，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全(quán)彩图(tú)。大(dà)神张吕敏(mǐn)其(qí)本尊(zūn)也(yě)亲自回应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大，甚至(zhì)输(shū)出的作品(pǐn)都已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问(wèn)题(tí)

近(jìn)日，“苏州金(jīn)鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣这所谓的(de)“party”可能是全国第一起AI绘图(tú)诈骗。

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

不(bù)过仔细(xì)观察可以发现(xiàn)，活动发(fā)起者提供的照片(piàn)中(zhōng)有个很大(dà)的漏洞可以发(fā)现并非真人，而(ér)是AI绘(huì)图，那便是图片中女性的手指部分(fēn)有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部(bù)分的绘画算法(fǎ)比(bǐ)较复杂，AI还(hái)不太会画(huà)人的(de)手，但最新看到(dào)的图(tú)片已(yǐ)经有越来越(yuè)完美(měi)的AI模(mó)型(xíng)出(chū)现，以(yǐ)后(hòu)可能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国外(wài)也已有发生。据(jù)英国广播(bō)公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到(dào)网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐助(zhù)”从而(ér)实(shí)施诈骗。

目前(qián)随着(zhe)技术发展，AIGC已经(jīng)能做出真人照片般的绘(huì)图效果(guǒ)，如果这(zhè)样(yàng)的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外(wài)AIGC还引发了很(hěn)多担忧(yōu)，一方面(miàn)，批判(pàn)者(zhě)认为AI在“学(xué)习(xí)”了(le)大(dà)量前人的(de)作(zuò)品之后，其创作没有任何情绪和(hé)灵魂，难以和人类(lèi)的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克也(yě)强调，人(rén)工智能的安全问题需(xū)要(yào)得到重视，太(tài)晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技(jì)术都是有两面性(xìng)的，潜在的危害并(bìng)不(bù)能掩盖其光(guāng)辉的贡献。现在看来，人工(gōng)智(zhì)能技(jì)术将是第(dì)四次工业革命的核心驱动力量，将(jiāng)创(chuàng)造新的(de)增长奇迹。

过去一年，人工智能(néng)在(zài)技术和商业层面(miàn)都有了巨大(dà)进展，AI绘(huì)画就是人工智能技(jì)术发生方向(xiàng)性改(gǎi)变(biàn)的(de)一个代表。其下一站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容(róng)做得多优秀，反(fǎn)而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一(yī)只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一视角录(lù)像，随便一个有手机的人都可以随手录下一段。

但(dàn)这些短视频(pín)的创(chuàng)作方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输入(rù)一段(duàn)话，甚至只是说(shuō)一下要求，AI就(jiù)可以根据需要生成一(yī)段视频。

谷歌发布的两个AI生成(chéng)视频分别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的(de)是高(gāo)清，与(yǔ)Meta的(de)Make-A-Video没(méi)有(yǒu)太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后(hòu)，AI圈就已经玩(wán)了一波梗，一个能够做出更高清视频的(de)AI还不足以在(zài)短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在于，它(tā)可以制(zhì)作出(chū)超过(guò)2分(fēn)钟的连贯的也有(yǒu)确切内(nèi)容的视频，这才(cái)是真正让人们感到(dào)惊(jīng)喜的地方(fāng)。因为无论AI生成的视频多(duō)么(me)高清，也(yě)只能是(shì)为(wèi)内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作出有具体剧情内容的视频就意味(wèi)着，一些视频创作由AI代替人工(gōng)完(wán)成(chéng)已经初(chū)步有了可能。

当(dāng)下(xià)AI的发(fā)展速(sù)度已经超过大部分人(rén)的想象(xiàng)。内(nèi)容产业(yè)的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容生产方(fāng)式，可以为内容产业(yè)带来更新的内容风格(gé)、更快的(de)生(shēng)产速度，更低的生产成本，这(zhè)无疑会驱(qū)动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机(jī)器人(rén)动作等(děng)多种内容(róng)形式的生成(chéng)。不难发现该(gāi)项技术不仅在(zài)游戏等行业能(néng)得到有效应用，对于下一代互联网各种元素的(de)构(gòu)建亦有关键意义(yì)。

从商(shāng)业化(huà)的角度(dù)来看，文化娱乐、教育、传媒(méi)等诸多(duō)领域，本身就对基于(yú)AI的可(kě)视(shì)化(huà)内容有强烈(liè)需(xū)求。

因(yīn)此，AI绘(huì)画及视频(pín)或不是结(jié)果，而只是(shì)AI进程中的一块(kuài)重要(yào)拼图，有望在技术更新(xīn)的加持下(xià)实现更大的应用价值(zhí)。

AI从理解内(nèi)容，走向(xiàng)了可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造出独(dú)立(lì)价值和独立视角的内(nèi)容(róng)。AIGC的再次出圈，更代表着未来的(de)先(xiān)进生产(chǎn)力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发展也可(kě)以(yǐ)看(kàn)出，在(zài)语言大模型(xíng)、图像大模型(xíng)之后，多模态大模型已经成(chéng)为了新的趋势。

大(dà)模型被誉为当(dāng)前人(rén)工(gōng)智能发(fā)展的智能底(dǐ)座(zuò)，是(shì)全球竞(jìng)争最激烈的研究(jiū)方向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞(jìng)相发力。

不过训练大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的(de)成本约(yuē)为(wèi)140万(wàn)美元(yuán)。而对于一些更大(dà)的LLM(大型语言模型(xíng))，训练成(chéng)本则介于(yú)200万(wàn)美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客(kè)平均数1300万计算，其(qí)对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大(dà)模型的发展同时，更应该关注算(suàn)力网(wǎng)络的建(jiàn)设。

算力(lì)网络正驱动(dòng)AI产(chǎn)业发展进(jìn)入史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工智能发展(zhǎn)的(de)终极(jí)目标离得更近。

因为(wèi)算力可以(yǐ)对突破性技(jì)术创新提供(gōng)大力(lì)的支(zhī)持。这(zhè)方面，多(duō)模(mó)态(tài)大模型(xíng)是典型。作为面向未来强(qiáng)人工智能、通(tōng)用人(rén)工智能的(de)重要技术创新，多(duō)模态大模型已经(jīng)在人工智能领域(yù)提出了很多(duō)年，业界(jiè)也有(yǒu)不少技术突破，但是，多模态大模型进一步往下走，算力需求呈几何式上升，一般的算力基(jī)础(chǔ)设施很快将难以胜(shèng)任。

从图(tú)像、文(wén)字、语音单独一项的(de)训练，到双(shuāng)模态(tài)、三模态的(de)跃(yuè)迁，让(ràng)人(rén)工智能可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与世界交(jiāo)互一样自然，这方面，由算(suàn)力网络来驱(qū)动(dòng)将有明显优(yōu)势。

此外，还(hái)有很多需要爆发式增长的算力(lì)来(lái)支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推(tuī)进。

AIGC已(yǐ)经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生(shēn概率分布函数右连续怎么理解，什么叫分布函数的右连续g)产(chǎn)的方式，将创造的边(biān)际成本降低(dī)，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 概率分布函数右连续怎么理解，什么叫分布函数的右连续