以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国(guó)科罗拉多州(zhōu)举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件(jiàn)被广(guǎng)大(dà)网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在(zài)应用中输入一(yī)组(zǔ)关键词或(huò)者(zhě)一张照片，就能获(huò)得一幅AI创作的画作。

作(zuò)画的(de)关键就是所输入的(de)文本。同一组(zǔ)关键词也可以创(chuàng)作出很多张风格不一样(yàng)的画作，这让创作的过程就像开盲(máng)盒。

很多用户很(hěn)喜(xǐ)欢这种不确(què)定(dìng)的惊(jīng)喜，他们会(huì)将(jiāng)生成(chéng)的(de)美图当(dāng)做头像。而另一部(bù)分喜欢翻看(kàn)AI绘画的“翻车”作(zuò)品。在社(shè)交媒体上，许多用户(hù)分享AI“翻(fān)车(chē)现场(chǎng)”，例如(rú)，一(yī)位(wèi)网友(yǒu)的小狗(gǒu)照片被AI画成了“肌肉(ròu)男”，还有网友的个(gè)人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯(sī)坦福读博的中国人(rén)张吕敏创作的一种基于控制点的图像变形算法，主要(yào)用于数字图像处理、计算机视(shì)觉和计算机图形学等领域。

其SD插件一(yī)经(jīng)发(fā)布，在短(duǎn)短(duǎn)的两天内便成为(wèi)了AI绘画领域(yù)最新的(de)热(rè)点。

在此(cǐ)之前(qián)，大家用了很多方法(fǎ)想让AI生成(chéng)的(de)结果尽可能的符合要(yào)求(qiú)，但是都不(bù)尽如人意，它的(de)出现(xiàn)代表着AI生(shēng)成开始进(jìn)入(rù)真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提(tí)取画(huà)面的构图，人(rén)物的姿势和画(huà)面的(de)深度信息(xī)等。有了(le)它的帮助，就(jiù)不用频繁的用提示词来碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗(sú)的说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不(bù)少博主的(de)作品已经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的(de)照(zhào)片(piàn)直(zhí)接带她们走(zǒu)进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到(dào)对应的关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其本尊也亲自回应(yīng)。

不得不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作品都已经(jīng)能以(yǐ)假(jiǎ)乱真了(le)。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州(zhōu)金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络，而经(jīng)过(guò)警方辟谣这所谓的“party”可能是全(quán)国(guó)第(dì)一起AI绘(huì)图(tú)诈骗(piàn)。

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

不过仔(zǎi)细(xì)观察(chá)可(kě)以发现，活动发起者提供的照片中有(yǒu)个(gè)很(hěn)大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图(tú)，那(nà)便是图片中女性的手指(zhǐ)部分有的存在异常。

有(yǒu)行业人事表(biǎo)示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画(huà)人(rén)的(de)手，但最新(xīn)看到的图(tú)片已经有(yǒu)越来(lái)越完美的(de)AI模型出现，以后可能(néng)就完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已(yǐ)有发生。据(jù)英国(guó)广播公(gōng)司报道(dào)，土(tǔ)耳其地(dì)震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾的(de)假照片发布(bù)到网络，以此诱(yòu)骗善良的人打赏“捐(juān)助”从(cóng)而实施诈骗。

目前随(suí)着技术发展，AIGC已(yǐ)经(jīng)能(néng)做出真(zhēn)人照片(piàn)般的绘图效果，如果这(zhè)样的图片被(bèi)用(yòng)来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧，一方(fāng)面，批(pī)判者认(rèn)为AI在“学习”了大量前人(rén)的作品之(zhī)后，其创作没有任(rèn)何情(qíng)绪和灵魂，难以和人类(lèi)的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得(dé)到(dào)有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的(de)创意。

马斯克也强调，人工智能(néng)的(de)安全问题需要得到(dào)重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还有远方

技(jì)术都(dōu)是有两面性的，潜在(zài)的危害并(bìng)不(bù)能(néng)掩(yǎn)盖其光辉的贡(gòng)献(xiàn)。现在(zài)看来，人工(gōng)智能技术(shù)将是第四次工(gōng)业革命(mìng)的核心驱动力量，将创造新(xīn)的增长奇迹。

过(guò)去(qù)一年，人工智能在(zài)技术(shù)和商(shāng)业层面都(dōu)有了巨大进展，AI绘画就(jiù)是人(rén)工智能(néng)技术发(fā)生方(fāng)向性(xìng)改变的(de)一个代(dài)表(biǎo)。其下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频。这些视频引(yǐn)发关注并非内容做得多(duō)优秀，反而都非常简单，比如一匹正在(zài)喝(hē)水的马，一(yī)只画画(huà)的玩(wán)具(jù)熊，或者一段骑摩托车(chē)的第一视角录(lù)像，随便一(yī)个(gè)有手机(jī)的人都可以随手(shǒu)录下一段。

但这(zhè)些短(duǎn)视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅需要向(xiàng)AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就可以根据需要生成一(yī)段视(shì)频。

谷(gǔ)歌(gē)发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是高清(qīng)，与Meta的Make-A-Video没(méi)有太(tài)多的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视频的AI还(hái)不足以(yǐ)在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的连贯的也(yě)有确切内容(róng)的(de)视频，这(zhè)才(cái)是真正让人们感到惊喜的地(dì)方。因为无论AI生(shēng)成(chéng)的视(shì)频多(duō)么高清，也(yě)只能是为内容(róng)生产(chǎn)者提供一个灵感，一个素材，一个过场动画。

不过能够制(zhì)作出有具体剧情内容的视(shì)频就意味着(zhe)，一些视频(pín)创作由AI代(dài)替人工(gōng)完成已经初步(bù)有了可能。

当下AI的发(fā)展速度已经超(chāo)过大部分人的想象。内容产业的本质是供(gōng)给创造需(xū)求，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带来更(gèng)新的内容风(fēng)格、更(gèng)快(kuài)的生产速度(dù)，更(gèng)低的生产成本，这无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机(jī)器人动作等多种内(nèi)容形式的(de)生(shēng)成。不难发现该项技术不仅在游(yóu)戏等行业能(néng)得到有效应(yīng)用，对于下一(yī)代(dài)互联(lián)网各种元(yuán)素(sù)的构建(jiàn)亦有(yǒu)关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需求。

因此，AI绘画(huà)及(jí)视频或(huò)不(bù)是(shì)结果(guǒ)，而只是AI进程(chéng)中的一(yī)块重要拼(pīn)图(tú)，有望(wàng)在技术更(gèng)新(xīn)的加持下实现更(gèng)大的(de)应(yīng)用价(jià)值。

AI从理解内(nèi)容，走(zǒu)向了(le)可以生(shēng)成(chéng)内容，甚至能够创造出独立(lì)价值和独(dú)立视角的内容(róng)。AIGC的再(zài)次出圈，更代表着未来的先(xiān)进生(shēng)产力即将到(dào)来。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力，牢(láo)固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可以看出(chū)，在语言大模(mó)型、图像(xiàng)大模型之后，多模态(tài)大模型(xíng)已经成为(wèi)了新的趋(qū)势。

大模型被(bèi)誉为当前人工智能发展(zhǎn)的智能底座，是全球竞(jìng)争最激(jī)烈的(de)研究方(fāng)向之一(yī)，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大(dà)模型的确价(jià)格(gé)不菲，以国盛(shèng)证(zhèng)券发布的(de)《ChatGPT需要多(duō)少算力(lì)》报告估(gū)算，GPT-3训练一次的成本约为(wèi)140万美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型语言模型)，训(xùn)练成(chéng)本则介于200万(wàn)美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平(píng)均数(shù)1300万计算(suàn)，其对应芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初(chū)始(shǐ)投(tóu)入成本约(yuē)为8亿美(měi)元，每日仅电(diàn)费就在5万美元(yuán)左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大(dà)算力支持(chí)。在关注(zhù)各类大(dà)模型的(de)发(fā)展同时，更应该关注算力(lì)网络(luò)的建(jiàn)设。

算力网络正驱动AI产业(yè)发(fā)展进入史(shǐ)诗级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目标(biāo)离得更近。

因(yīn)为算力可以对突破(pò)性(xìng)技术创新(xīn)提(tí)最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词供大(dà)力的支(zhī)持。这方面，多(duō)模态大(dà)模(mó)型是典型(xíng)。作为面向未(wèi)来强人工(gōng)智能(néng)、通(tōng)用人工智(zhì)能的(de)重要技术创新，多模态大模型已(yǐ)经在(zài)人工智能领(lǐng)域(yù)提出了很多(duō)年，业界也有不少技(jì)术突破(pò)，但是，多模态大模(mó)型进一步(bù)往下走，算力需求呈几(jǐ)何(hé)式上升，一般的算力基础设施很快将难以胜任(rèn)。

从图(tú)像、文(wén)字、语音单(dān)独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可(kě)以灵活应对不同模态(tài)的转化、像人与世界(jiè)交互(hù)一(yī)样自然，这方面，由(yóu)算力(lì)网(wǎng)络来驱动将有明显优(yōu)势。

此(cǐ)外，还(hái)有很(hěn)多需要(yào)爆发式增(zēng)长的算力(lì)来支(zhī)撑的技术创新，将在人工智(zhì)能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待(dài)在大模型和大(dà)算力的(de)支(zhī)持(chí)下AIGC能(néng)持续颠覆内容生产的方式(shì)，将创造(zào)的边际成本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词