ControlNet颠覆(fù)AI绘(huì)画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办的(de)新兴(xīng)数字(zì)艺术(shù)家竞赛(sài)中，一幅名(míng)为《太空(kōng)歌剧(jù)院(yuàn)》的作品(pǐn)获奖。

随(suí)后各大厂商的(de)AI绘画(huà)软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代(dài)表。

用户们可以在应(yīng)用中输(shū)入(rù)一(yī)组关键(jiàn)词或(huò)者一(yī)张照片(piàn)，就能获得一(yī)幅AI创作的画(huà)作。

作(zuò)画的关键就是所输入的文本。同一组关键词也可以(yǐ)创作出(chū)很多张风格(gé)不一样的画作，这让创作的过程(chéng)就像(xiàng)开盲(máng)盒。

很多用户很(hěn)喜欢这种不确(què)定(dìng)的(de)惊喜，他们(men)会将生成的美图当做头像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体(tǐ)上(shàng)，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片(piàn)被(bèi)AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照(zhào)片被AI识别(bié)成(chéng)了(le)建(jiàn)筑。

而如拉斯维加斯在美国的哪个地方 拉斯维加斯是沙漠城市吗今(jīn)随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕(lǚ)敏创作的(de)一种基于控制点的图像变形算(suàn)法，主要(yào)用(yòng)于(yú)数字图像处(chù)理(lǐ)、计(jì)算(suàn)机视觉和计算(suàn)机图形(xíng)学(xué)等领域(yù)。

其SD插件一经发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域最(zuì)新(xīn)的热(rè)点(diǎn)。

在此之前(qián)，大家用了(le)很多方法(fǎ)想让AI生成的结果尽可能的符(fú)合要求，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生(shēng)成开始(shǐ)进入(rù)真正(zhèng)的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的深度信息等。有了它的帮助，就(jiù)不用频繁的用提(tí)示词来(lái)碰运气(qì)，抽盲(máng)盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不(bù)少(shǎo)博主的(de)作品已经获(huò)得了大(dà)量的浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋(péng)友的(de)照片直接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开始换(huàn)关键词(cí)试效果。

通过(guò)图片(piàn)就(jiù)可以看(kàn)出来(lái)，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神(shén)张吕敏其本尊(zūn)也亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得越(yuè)来(lái)越强(qiáng)大，甚至输出的作品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近(jìn)日，“苏州金鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是(shì)AI制作的真人(rén)照片绘(huì)图(tú)，因(yīn)为太逼真(zhēn)，被大(dà)家(jiā)当成真(zhēn)事传播了(le)。

不(bù)过仔细观察可以发现(xiàn)，活动发起(qǐ)者提供的(de)照片中有个很大的(de)漏(lòu)洞可以发现并(bìng)非真人，而是(shì)AI绘图，那便是图片中(zhōng)女(nǚ)性(xìng)的手(shǒu)指部分有的(de)存在异(yì)常(cháng)。

有行业人(rén)事(shì)表示(shì)：“现在(zài)因为手指部(bù)分的绘(huì)画(huà)算(suàn)法(fǎ)比较复杂，AI还不(bù)太会画人的(de)手，但最新看(kàn)到的(de)图片(piàn)已经有越(yuè)来(lái)越完美(měi)的AI模(mó)型出(chū)现(xiàn)，以后(hòu)可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外也(yě)已(yǐ)有发生。据(jù)英(yīng)国广(guǎng)播公司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成(chéng)了儿(ér)童受(shòu)灾的假照片发布到网络，以此诱骗(piàn)善良的人(rén)打赏“捐(juān)助”从(cóng)而实(shí)施诈骗。

目前随着技(jì)术发(fā)展，AIGC已(yǐ)经能(néng)做出真人照(zhào)片般的绘(huì)图效(xiào)果(guǒ)，如果(guǒ)这样的图片被(bèi)用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在(zài)“学(xué)习”了大(dà)量前人的作品之后，其(qí)创(chuàng)作没有任何情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提并论(lùn)。

另(lìng)一方面，AIGC背(bèi)后的(de)版权、目前都并没有得到(dào)有(yǒu)效的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来不(bù)及(jí)了。

03

AIGC下一(yī)站除了视频(pín)，拉斯维加斯在美国的哪个地方 拉斯维加斯是沙漠城市吗还有远方

技(jì)术(shù)都(dōu)是(shì)有两面性的(de)，潜在的危(wēi)害并不能掩(yǎn)盖其(qí)光辉的贡献。现在看来(lái)，人工智能技术将是(shì)第四次工业革命的核心(xīn)驱动力量，将创造(zào)新的增长奇迹。

过(guò)去(qù)一(yī)年，人工智能在(zài)技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘(huì)画就是人工智能技术发生(shēng)方向性改变的一个代表。其下一站或(huò)许就是视频(pín)。

此前(qián)，Meta和谷歌(gē)先(xiān)后(hòu)发布了几条引爆科技圈的短视频(pín)。这些视频引发关注并非内容做得多优(yōu)秀，反(fǎn)而都非常(cháng)简单，比如一(yī)匹正(zhèng)在喝水的(de)马(mǎ)，一只(zhǐ)画画的玩具熊，或(huò)者(zhě)一段骑摩托(tuō)车的第一视角录像，随(suí)便一(yī)个有(yǒu)手(shǒu)机的人都可以随手录下一段。

但这些短视频的创作方式非常简单，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入(rù)一(yī)段话，甚至(zhì)只是(shì)说一下要求，AI就可以根据(jù)需要生(shēng)成一段视频。

谷歌发布的(de)两个(gè)AI生成(chéng)视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈就已经玩了(le)一波梗(gěng)，一个能够(gòu)做(zuò)出更高清视(shì)频的(de)AI还不(bù)足(zú)以(yǐ)在短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在于(yú)，它(tā)可以制作出超过2分钟(zhōng)的连(lián)贯(guàn)的也有确(què)切内容的视(shì)频，这才是真(zhēn)正让人们(men)感到(dào)惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也只能是为内容(róng)生(shēng)产者提(tí)供一个(gè)灵感，一个素材，一个过场动(dòng)画。

不(bù)过能够制作出(chū)有具体剧(jù)情(qíng)内容的视频就意味着，一些(xiē)视频创作由AI代替人工完成已经初(chū)步有了可能。

当下AI的发(fā)展(zhǎn)速度已经(jīng)超过大部分人的想象。内容产业的(de)本(běn)质是供给创造需求(qiú)，AIGC作为全新(xīn)的(de)内容(róng)生产方式，可以为内容产业带来更新的(de)内容风格、更快的生产速度(dù)，更低的生产成(chéng)本，这无疑(yí)会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机器人动作等多(duō)种内(nèi)容形式的生成。不难发现(xiàn)该项技术不仅在游戏(xì)等行业能得到(dào)有效应用，对于下一代互联(lián)网各种元素的构建(jiàn)亦有关键意义。

从商(shāng)业化(huà)的角度来看，文化娱(yú)乐(lè)、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强(qiáng)烈需(xū)求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望在技术更新的加持下实现更大(dà)的(de)应用价值。

AI从理解内(nèi)容(róng)，走向了(le)可以生(shēng)成内容，甚至能够(gòu)创造(zào)出(chū)独立价值(zhí)和独立视角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未(wèi)来的先(xiān)进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模型、图(tú)像大模型之后，多模态大模型已经成(chéng)为了新的趋(qū)势。

大模型被誉(yù)为当前人(rén)工智(zhì)能发(fā)展的智能底座，是全(quán)球竞争最激烈的研究方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部企业都在竞相发力。

不过训练(liàn)大模型的确价格不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美(měi)元。而对于一(yī)些(xiē)更大的LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于(yú)200万美元(yuán)至(zhì)1200万(wàn)美元高(gāo)价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均数(shù)1300万计(jì)算，其(qí)对应芯(xīn)片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅电费就(jiù)在(zài)5万(wàn)美元左右(yòu)。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算力(lì)支持。在(zài)关(guān)注(zhù)各类大模型(xíng)的发展同时，更应(yīng)该(gāi)关注(zhù)算(suàn)力网络的建设。

算力(lì)网络(luò)正驱(qū)动AI产业发(fā)展(zhǎn)进(jìn)入史诗(shī)级加(jiā)速(sù)进程(chéng)，让AIGC及通(tōng)用AI这一(yī)人(rén)工智能发展的终极目标离得更近。

因(yīn)为算力(lì)可以对(duì)突破(pò)性技术创新提供大(dà)力的支持。这方(fāng)面，多(duō)模(mó)态大模型是典型(xíng)。作为(wèi)面向未(wèi)来强人(rén)工智能、通(tōng)用人工(gōng)智能的重(zhòng)要技术(shù)创(chuàng)新，多模(mó)态大(dà)模型已经在人工智能(néng)领域提出了很(hěn)多年，业界也有不少(shǎo)技术突破(pò)，但是，多模态大模型进(jìn)一步往下走，算力需求呈(chéng)几何式(shì)上升，一般的算力基础(chǔ)设施(shī)很(hěn)快将难以胜任。

从图像、文字(zì)、语(yǔ)音单独一项的训练，到双模(mó)态、三模态的跃(yuè)迁，让(ràng)人(rén)工智(zhì)能可以灵活应对(duì)不同模态的转化、像人与世界(jiè)交互一样(yàng)自(zì)然(rán)，这(zhè)方面，由算力网络来驱(qū)动将(jiāng)有明显优(yōu)势。

此外，还有很多需要爆发式增长(zhǎng)的算力来支撑的技术(shù)创新，将在人工智(zhì)能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露(lù)出(chū)曙光(guāng)，期待在大模型和大(dà)算力的支持下AIGC能持续(xù)颠覆内容生产的(de)方式(shì)，将创造的边(biān)际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 拉斯维加斯在美国的哪个地方 拉斯维加斯是沙漠城市吗