其(qí)SD插(chā)件一经发布，在短短的两天内便成(chéng)为了AI绘(huì)画领域最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法(fǎ)想让AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但(dàn)是(shì)都不(bù)尽如人意(yì)，它的出现代表着AI生成开(kāi)始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画面的(de)深度信(xìn)息等(děng)。有(yǒu)了它的帮助，就不用频(pín)繁的用提示词来碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是(shì)其(qí)中之一(yī)，他用(yòng)朋友的照(zhào)片直接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

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

更厉害的是，除了真实的照(zhào)片，草图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能(néng)实现(xiàn)线稿(gǎo)转(zhuǎn)全(quán)彩图(tú)。大神张吕敏其(qí)本尊也亲自回应。

不(bù)得(dé)不说当下(xià)AIGC已经变得(dé)越来(lái)越强大，甚至输出的(de)作品都已经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技术力(lì)爆发(fā)

警惕安(ān)全问题(tí)

近日，“苏(sū)州金(jīn)鸡湖(hú)有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警方(fāng)辟谣这所谓(wèi)的“party”可能是全(quán)国第(dì)一起AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给(gěi)出的美(měi)女照(zhào)片都是AI制作(zuò)的(de)真人照片绘图，因为太逼真，被大家当成(chéng)真事传播(bō)了。

不过仔细(xì)观察可以发现，活(huó)动发(fā)起者(zhě)提供的(de)照片中有(yǒu)个很大的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中女性的(de)手指部分有的存在异常。

有行(xíng)业人事表示(shì)：“现在因为手指部(bù)分的(de)绘画算法比较复杂，AI还(hái)不太会画人的(de)手(shǒu)，但最新看到的图片已经(jīng)有(yǒu)越来(lái)越完美的AI模型出(chū)现，以(yǐ)后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在国(guó)外也(yě)已有(yǒu)发(fā)生。据英国广(guǎng)播公司(sī)报(bào)道(dào)，土耳(ěr)其地(dì)震(zhèn)期间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假(jiǎ)照片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图片被(bèi)用来诈(zhà)骗，将非常可(kě)怕。

此(cǐ)外(wài)AIGC还引发了很多担忧(yōu)，一方面，批判者认为(wèi)AI在“学习”了大(dà)量前(qián)人的作品(pǐn)之后，其创作没有(yǒu)任何(hé)情绪和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背(bèi)后的(de)版权、目(mù)前都并没有得到(dào)有(yǒu)效(xiào)的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得(dé)到重(zhòng)视，太(tài)晚(wǎn)就来(lái)不(bù)及了。

03

AIGC下一站除了视频，还有远方

技(jì)术都是(shì)有(yǒu)两面(miàn)性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人工智(zhì)能技(jì)术将是(shì)第四次工业革命(mìng)的核心驱动(dòng)力量，将创造新的增(zēng)长奇迹。

过去(qù)一年(nián)，人工智能在技术和(hé)商(shāng)业层面都有(yǒu)了巨大进(jìn)展(zhǎn)，AI绘画就是人(rén)工智能(néng)技术发生方向性改变的一(yī)个代(dài)表(biǎo)。其下一站(zhàn)或许(xǔ)就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布(bù)了几(jǐ)条引爆科(kē)技(jì)圈的短视频。这些视(shì)频引(yǐn)发关注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比(bǐ)如一匹正在喝(hē)水的马，一只画画的玩具熊，或者一(yī)段骑摩托(tuō)车的第一视角录(lù)像，随便(biàn)一个有手机的人都可(kě)以随手录下一段(duàn)。

但(dàn)这些短视频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求(qiú)，AI就可以根据需(xū)要生成一(yī)段(duàn)视(shì)频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈就已(yǐ)经玩(wán)了一波梗(gěng)，一个能(néng)够做出(chū)更高清视(shì)频的(de)AI还不足以在短时间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更加(jiā)令人震惊的(de)地方在(zài)于(yú)，它可以制作出(chū)超过2分钟的连贯的也(yě)有(yǒu)确切内容的视(shì)频，这才是真正(zhèng)让人们感到惊喜的(de)地(dì)方(fāng)。因为无(wú)论AI生(shēng)成的视频多(duō)么高(gāo)清，也只能(néng)是为内容(róng)生(shēng)产者提供(gōng)一个灵感，一个素材，一个过场动(dòng)画。

不过能(néng)够制作出有具体剧(jù)情内(nèi)容(róng)的(de)视频就(jiù)意味着，一些视频创作由AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下AI的(de)发展速度已经超过(guò)大部分人的(de)想象(xiàng)。内容产业的本质(zhì)是(shì)供给创造需求，AIGC作为全新的(de)内容(róng)生产(chǎn)方式，可以为内(nèi)容(róng)产业带来更新(xīn)的内容风(fēng)格、更快的生产速(sù)度，更低的生产成本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除(chú)了AI绘(huì)图(tú)、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多(duō)种内容形式的生成(chéng)。不难发现该项(xiàng)技术不仅在游戏等(děng)行业(yè)能得(dé)到(dào)有效应用(yòng)，对于(yú)下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度(dù)来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域，本身就(jiù)对(duì)基于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或不是结(jié)果，而只(zhǐ)是(shì)AI进程中(zhōng)的一块重(zhòng)要拼图，有(yǒu)望在技术更新(xīn)的加持下实现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚至能够创造出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来(lái)。

04

紧抓大(dà)模(mó)型与(yǔ)算(suàn)力(lì)，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出(chū)，在语言大模型(xíng)、图像大模(mó)型之后，多(duō)模态大模型已(yǐ)经(jīng)成为了新的趋势(shì)。

大模(mó)型(xíng)被誉为当(dāng)前人工智(zhì)能(néng)发展的智能(néng)底座，是全(quán)球竞争最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿(ā)里、腾讯等(děng)众多头部(bù)企业都(dōu)在(zài)竞相发力。

不过训练(liàn)大模型的(de)确价(jià)格(gé)不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力(lì)》报(bào)告估算，GPT-3训练一次的(de)成(chéng)本约为140万美(měi)元。而(ér)对于一些(xiē)更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本则(zé)介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平均数(shù)1300万计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初始投(tóu)入成(chéng)本约为8亿美(měi)元，每日仅电费(fèi)就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类(lèi)大模型的发展同时，更应该关(guān)注算力网络(luò)的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及(jí)通(tōng)用AI这一人工智能发展(zhǎn)的终极目(mù)标离得更近(jìn)。

因(yīn)为算力可(kě)以对突破性技术创新提供大力的支持(chí)。这(zhè)方面，多模(mó)态大(dà)模型是典型。作(zuò)为面向未来强人工智(zhì)能、通用人工智能的(de)重要技术创新，多模(mó)态大模型已经在(zài)人工智能(néng)领域(yù)提出了很多(duō)年，业(yè)界也有(yǒu)不少技术突破(pò)，但是，多模态大模型进一步往下走，算力需求呈几何式上升(shēng)，一般的算(suàn)力基础设施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以灵活应对不同模态(tài)的转化(huà)、像(xiàng)人与(yǔ)世界交(jiāo)互一(yī)样(yàng)自(zì)然，这方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此外，还(hái)有很多需要爆发(fā)式(shì)增长的算力(lì)来支撑的(de)技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待(dài)在大模型和大算力(lì)的(de)支(zhī)持下AIGC能持(chí)续颠(diān)覆内(nèi)容(róng)生产(chǎn)的方(fāng)式，将创造的边际成本(běn)降低(dī)，让万众受(shòu)益(yì)。

未经允许不得转载：绿茶通用站群 申请结尾的恳请语怎么写，特此申请的特是什么意思