01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州(zhōu)举办的新兴数字(zì)艺术家竞(jìng)赛中，一幅名(míng)为《太(tài)空歌剧院》的(de)作(zuò)品获奖。

随(suí)后(hòu)各(gè)大厂(chǎng)商的(de)AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关键词或者一张照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是所输入的文本(běn)。同一组关键词也可以创作出很(hěn)多张风格不一样的(de)画(huà)作，这让创作的过程就像开盲盒(hé)。

很多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作(zuò)品。在(zài)社交媒体(tǐ)上，许多(duō)用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

四氧化三铁铁几价氧几价，骂人三氧化二铁什么意思-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在(zài)斯(sī)坦福读博的(de)中国人张(zhāng)吕(lǚ)敏创作的一种(zhǒng)基(jī)于控制点的(de)图(tú)像(xiàng)变形(xíng)算法，主要用于(yú)数字(zì)图像处(chù)理、计算机视觉和计算(suàn)机图形学等领(lǐng)域。

其SD插件一(yī)经发布，在(zài)短短(duǎn)的(de)两天内便成(chéng)为了AI绘(huì)画领域最新(xīn)的(de)热点。

在此之前，大家用了(le)很多方法想让AI生成(chéng)的(de)结果尽可能的符合要求，但是都不(bù)尽如人意，它的(de)出现代表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人物(wù)的姿势和画面的深度信(xìn)息(xī)等。有了它(tā)的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了大量的(de)浏(liú)览量(liàng)，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关(guān)键词；最后用ControlNet插(chā)件绑定骨(gǔ)骼开始(shǐ)换关(guān)键词试(shì)效(xiào)果(guǒ)。

通过图(tú)片就可以看出来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全(quán)彩图。大(dà)神张吕敏其本尊(zūn)也亲自回(huí)应。

不得不说当下AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有(yǒu)游艇party”的(de)消(xiāo)息火遍网络(luò)，而经过警方辟谣(yáo)这所谓的(de)“party”可(kě)能是全国第一(yī)起AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出的美(měi)女照片都是(shì)AI制作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成(chéng)真(zhēn)事(shì)传播(bō)了(le)。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活(huó)动发起者提(tí)供的(de)照片中有(yǒu)个很大的(de)漏洞可以发现并非(fēi)真人，而是AI绘图(tú)，那便是图片中女性的(de)手指部分有的(de)存在异常。

有行(xíng)业人事表示(shì)：“现在(zài)因为(wèi)手指(zhǐ)部分的绘(huì)画算法比较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最(zuì)新(xīn)看到的图片(piàn)已经(jīng)有越来越完美的AI模型出现，以后(hòu)可(kě)能就完全没有漏(lòu)洞了。”

类似(shì)的AI作(zuò)图诈骗在国外也(yě)已(yǐ)有发生(shēng)。据英国广播公司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发布到网络(luò)，以(yǐ)此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而(ér)实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照(zhào)片般的绘图效果，如果这样的图片被用(yòng)来诈(zhà)骗，将非常可怕(pà)。

此(cǐ)外(wài)AIGC还引发了很多担(dān)忧，一(yī)方面(miàn)，批判者(zhě)认为AI在“学习”了(le)大量前人的作品之后(hòu)，其(qí)创作没有任何(hé)情绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前都并没有得到有(yǒu)效的解决(jué)，还有AIGC会(huì)不会代替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智(zhì)能(néng)的安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人工智能技术(shù)将是第(dì)四(sì)次工业(yè)革命(mìng)的核心驱(qū)动力量(liàng)，将创造新(xīn)的(de)增长奇迹。

过去一年(nián)，人工(gōng)智能在(zài)技术和商业层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智(zhì)能技术(shù)发生方(fāng)向性改变的一个(gè)代表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先后(hòu)发布(bù)了几条(tiáo)引爆科技圈的短视频。这些(xiē)视(shì)频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常简单，比如一匹(pǐ)正在喝水的马，一只画画的玩(wán)具(jù)熊，或者(zhě)一(yī)段骑(qí)摩托(tuō)车的第(dì)一视(shì)角录像，随便一个有手机的人都可以随手录下(xià)一段。

但这些短视频的创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段话(huà)，甚至只(zhǐ)是(shì)说一下要求，AI就可以根据(jù)需要生(shēng)成(chéng)一段视(shì)频(pín)。

谷歌发布(bù)的两个AI生(shēng)成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已(yǐ)经玩了一(yī)波梗(gěng)，一个能(néng)够做(zuò)出更(gèng)高清视(shì)频的AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震惊的(de)地方在(zài)于，它(tā)可以制作出超过2分钟(zhōng)的(de)连(lián)贯的也有确(què)切内容(róng)的视频，这才是真正让人们(men)感(gǎn)到惊喜(xǐ)的(de)地(dì)方。因(yīn)为无论AI生成的视频多么(me)高清(qīng)，也只(zhǐ)能是为内(nèi)容(róng)生产者(zhě)提供(gōng)一个(gè)灵(líng)感，一个素材，一个过(guò)场动画。

不过(guò)能够(gòu)制作出有具体剧情内容的视(shì)频就意味着，一些视(shì)频创作由AI代替人工完成已经初步有(yǒu)了(le)可(kě)能。

当下(xià)AI的发(fā)展(zhǎn)速度(dù)已经超过大部分人的想象。内容产业的(de)本质是供给(gěi)创造(zào)需求，AIGC作为全新的内容生产方(fāng)式，可以(yǐ)为内(nèi)容产业带(dài)来更新(xīn)的(de)内容风格、更(gèng)快的生产速度，更(gèng)低的生产成(chéng)本(běn)，这无疑会驱动内容产业(yè)的大爆(bào)发。

除了AI绘(huì)图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作(zuò)等多种内容形式的生成。不难(nán)发现(xiàn)该项技(jì)术不仅(jǐn)在游戏等行(xíng)业能(néng)得到(dào)有效应(yīng)用，对于(yú)下(xià)一代互联网各种元素的构建亦有(yǒu)关(guān)键意义。

从(cóng)商业化的角(jiǎo)度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对(duì)基于AI的可(kě)视(shì)化(huà)内容有强(qiáng)烈(liè)需求。

因此(cǐ)，AI绘画及视频或不是(shì)结果，而(ér)只是AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有望在(zài)技术更新的加持下(xià)实现更大的应(yīng)用(yòng)价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代表着(zhe)未(wèi)来(lái)的先进生产力即(jí)将到来(lái)。

04

紧抓大(dà)模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经成为了(le)新的趋势(shì)。

大(dà)模(mó)型(xíng)被誉为当(dāng)前人(rén)工智能(néng)发展的智(zhì)能底座，是全球竞争最激(jī)烈的(de)研究方向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿里(lǐ)、腾讯(xùn)等众(zhòng)多头(tóu)部企业都(dōu)在竞相发力。

不过训练大模型的确价格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对于(yú)一些更大的LLM(大型(xíng)语言模型)，训练成本则介(jiè)于200万美元(yuán)至(zhì)1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注(zhù)各类大(dà)模型的发(fā)展同时，更应(yīng)该(gāi)关注算(suàn)力网络的建设(shè)。

算力网络正驱动AI产业发展进入史诗级加(jiā)速(sù)进程，让AIGC及(jí)通用AI这(zhè)一人工智能发(fā)展的(de)终极目(mù)标离得更近。

因(yīn)为算力(lì)可以(yǐ)对(duì)突破性(xìng)技术创新提(tí)供大力(lì)的支(zhī)持。这方(fāng)面，多模态(tài)大(dà)模型(xíng)是典(diǎn)型。作为面向(xiàng)未来强人(rén)工智能(néng)、通用人工智能(néng)的重要技术(shù)创新，多(duō)模态大模型已经在人工智能领域(yù)提出了很多年，业(yè)界也有不少(shǎo)技术突破，但是，多(duō)模态大模型(xíng)进一步往下(xià)走，算力需求(qiú)呈几(jǐ)何式上升，一般的算力基础设施(shī)很快将(jiāng)难以胜(shèng)任。

从(cóng)图像(xiàng)、文字、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)能可以灵活应对不同(tóng)模态的(de)转化(huà)、像人与(yǔ)世(shì)界(jiè)交互一样自然，这方(fāng)面，由算力网络来驱动将有明显优势。

此外，还(hái)有很(hěn)多(duō)需要爆(bào)发(fā)式(shì)增长的算力来支撑的(de)技术创新，将在(zài)人工(gōng)智(zhì)能算力网络支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大(dà)算力的支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将(jiāng)创造的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 四氧化三铁铁几价氧几价，骂人三氧化二铁什么意思