ControlNet是一位(wèi)正(zhèng)在(zài)斯坦(tǎn)福读(dú)博的(de)中国人张吕敏创作(zuò)的一(yī)种基于控制点的图像变形(xíng)算法，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等(děng)领(lǐng)域(yù)。

其(qí)SD插(chā)件一经发布，在(zài)短短的两(liǎng)天内便成为了(le)AI绘画领域(yù)最新的(de)热点。

在此之前，大家用了很多方法想让AI生成的结果尽可(kě)能(néng)的符合要求，但(dàn)是(shì)都不(bù)尽如(rú)人意，它的出现代(dài)表着AI生成开始进(jìn)入真正(zhèng)的(de)可(kě)控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信息等。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来(lái)碰运(yùn)气，抽盲盒式(shì)的(de)创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博(bó)主(zhǔ)的作品已经获(huò)得了大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用(yòng)朋友的照(zhào)片(piàn)直接带(dài)她们走进(jìn)动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨(gǔ)骼开(kāi)始换关(guān)键(jiàn)词试效果。

通(tōng)过图片就可以看出(chū)来(lái)，效果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的(de)照(zhào)片，草图也(yě)可以加上“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕敏其本(běn)尊(zūn)也亲(qīn)自(zì)回(huí)应。

不得(dé)不说当下(xià)AIGC已经变得越来越强(qiáng)大，甚至(zhì)输出的(de)作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕(tì)安全问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的(de)消(xiāo)息火(huǒ)遍网(wǎng)络(luò)，而经过(guò)警方(fāng)辟谣这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面给出的美女照片都是(shì)AI制作的真人照片绘图(tú)，因为太逼(bī)真，被大家当成真事传播(bō)了(le)。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者提供的照(zhào)片中有个(gè)很大(dà)的(de)漏洞(dòng)可以发现并非(fēi)真人(rén)，而是AI绘图，那便(biàn)是图片中女(nǚ)性的(de)手指(zhǐ)部分有的存在异常。

有行业(yè)人事表示：“现在(zài)因为(wèi)手指部分(fēn)的绘画算法比较复杂，AI还不太(tài)会画人的手，但(dàn)最(zuì)新看到的图片已(yǐ)经有越来越完美的(de)AI模型出现(xiàn)，以后可能就完(wán)全没有漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在(zài)国外也已(yǐ)有发生(shēng)。据英国广播公司报道，土耳其(qí)地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假(jiǎ)照(zhào)片发布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图(tú)效果，如果这(zhè)样的(de)图片被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了(le)很多担(dān)忧，一方面，批判者(zhě)认为AI在(zài)“学习(xí)”了大量前人(rén)的作品之后，其(qí)创作没有(yǒu)任何情绪和(hé)灵魂，难以(yǐ)和人类的艺(yì)术(shù)创作(zuò)相提并(bìng)论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前(qián)都并(bìng)没有得到有效的解决，还有AIGC会不会代替人类(lèi)“至(zhì)高(gāo)无上”的创(chuàng)意。

马斯克(kè)也强调，人工智能的(de)安全问(wèn)题需要得到重(zhòng)视(shì)，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方

技术都是有两面(miàn)性的(de)，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四次工业(yè)革命(mìng)的(de)核(hé)心驱动力量，将创造新的增长奇(qí)迹。

过去一年(nián)，人工智能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方向性改(gǎi)变的(de)一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布(bù)了几条引爆(bào)科技圈的短视频。这些视频(pín)引发关(guān)注并(bìng)非内容做(zuò)得多优秀，反而(ér)都非常简单(dān)，比如一匹正(zhèng)在喝水(shuǐ)的马，一只画画的玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一(yī)个有手机的人都可(kě)以随手录下一(yī)段(duàn)。

但这些短视(shì)频的创作方式非常(cháng)简单，创作者(zhě)仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一下要求(qiú)，AI就可以根据需要生成一段视频(pín)。

谷歌(gē)发布(bù)的(de)两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了(le)一波(bō)梗(gěng)，一(yī)个能够(gòu)做出更高清(qīng)视频(pín)的AI还不足以在(zài)短(duǎn)时间内(nèi)戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊(jīng)的地方在于，它可以制作出超过2分钟的连贯(guàn)的也有确切内容(róng)的视频，这才是真正(zhèng)让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生(shēng)成(chéng)的(de)视频(pín)多么高(gāo)清，也(yě)只(zhǐ)能(néng)是(shì)为内容生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场动画。

不过(guò)能够(gòu)制作出有具体剧情内容的视频(pín)就意味着，一些视频创(chuàng)作由AI代替(tì)人(rén)工完成已经初(chū)步(bù)有了可(kě)能。

当(dāng)下AI的发展速度已经超过(guò)大(dà)部(bù)分人的想象。内容产业的(de)本质是供给(gěi)创造需求，AIGC作为全(quán)新(xīn)的内(nèi)容生产方(fāng)式，可以为内(nèi)容产(chǎn)业(yè)带来(lái)更新的内容风格、更快的生产速度，更(gèng)低的(de)生产成本，这无疑会驱动内容产业的(de)大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发(fā)现该项技术不(bù)仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一代互联网(wǎng)各(gè)种元素的构建亦(yì)有关(guān)键(jiàn)意义(yì)。

从商业(yè)化(huà)的(de)角度(dù)来看，文化娱乐、教(jiào)育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视化(huà)内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不是结(jié)果，而只是(shì)AI进(jìn)程中的一(yī)块重要拼图，有望在技术更新(xīn)的(de)加持下实(shí)现更(gèng)大的(de)应用价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造出独立价(jià)值和独立视角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产(chǎn)力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也(yě)可(kě)以看(kàn)出，在语言大模(mó)型(xíng)、图(tú)像大(dà)模(mó)型之后，多模态(tài)大模型已经成(chéng)为了新的趋势。

大模型被誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚(yà)马(mǎ)逊、百度、阿里、腾讯(xùn)等众(zhòng)多(duō)头部企业都在竞相发力。

不过训练(liàn)大模型的确(què)价格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练(liàn)一(yī)次(cì)的(de)成本约为140万美元。而对(duì)于一些更大(dà)的LLM(大型语(yǔ)言(yán)模型)，训(xùn)练成本则(zé)介于200万(wàn)美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在(zài)2023年1月的(de)独立访客平均数(shù)1300万计算(suàn)，其对应芯片需(xū)求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电(diàn)费(fèi)就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持(chí)。在关(guān)注各类大模型的发展同(tóng)时，更应该关注算力(lì)网络的建设(shè)。

算力(lì)网(wǎng)络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工智能(néng)发展的终极(jí)目标离得更近。大使相当于什么级别的干部 大使的级别是部级吗ng>