ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上(shàng)一次(cì)爆火的时候(hòu)，还是2022年8月(yuè)，在(zài)美国(guó)科罗拉多(duō)州举办的新兴(xīng)数字艺术(shù)家竞(jìng)赛中，一幅名(míng)为(wèi)《太空歌剧院》的作品获(huò)奖(jiǎng)。

随(suí)后各大厂商的AI绘(huì)画软件被广大(dà)网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可以在应(yīng)用中输入(rù)一组关键词或者(zhě)一张(zhāng)照(zhào)片，就(jiù)能(néng)获得一(yī)幅(fú)AI创作的画作(zuò)。

作画的关(guān)键就是所(suǒ)输入的文本。同一组关键(jiàn)词也可以创作出很多张风(fēng)格不一样的(de)画作，这让创作(zuò)的(de)过程就(jiù)像开盲盒。

很多用户很喜欢这种不(bù)确(què)定的惊(jīng)喜，他们(men)会将生(shēng)成的美图(tú)当做(zuò)头像。而另一部(bù)分喜(xǐ)欢(huān)翻看(kàn)AI绘(huì)画的“翻车”作(zuò)品。在社交(jiāo)媒体上(shàng)，许多用(yòng)户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片(piàn)被(bèi)AI识(shí)别(bié)成了建筑。

而如(rú)今随着(zhe)ControlNet的出现与加持(chí)，以往AI绘画的填写关(guān)键(jiàn)词游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张吕敏创作的一种基于控制点的图像(xiàng)变形(xíng)算法(fǎ)，主要用于(yú)数字图像处理、计算机视(shì)觉和计(jì)算机图(tú)形学(xué)等领(lǐng)域(yù)。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便成(chéng)为了AI绘画领域最新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可能的符合要(yào)求(qiú)，但是(shì)都不尽如人意，它的出现代表着AI生(shēng)成开始进入真正的可(kě)控时期。

因为(wèi)Contro地肖指哪几个生肖？lNet可以直接提取画面的(de)构图，人物的姿(zī)势和画面的深度信(xìn)息(xī)等。有了它的帮助，就(jiù)不用(yòng)频(pín)繁的用提示(shì)词来碰(pèng)运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔(mó)法(fǎ)”，不少(shǎo)博(bó)主(zhǔ)的作品已经获(huò)得了大量的浏览量，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用朋友的(de)照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定骨骼(gé)开始换关(guān)键词试效果。

通过图片就可(kě)以看出来，效果十(shí)分惊(jīng)艳。

更厉(lì)害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大(dà)神(shén)张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输(shū)出的(de)作(zuò)品都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消息火遍网络(luò)，而经过警方辟(pì)谣(yáo)这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给出的美女照片都是AI制(zhì)作的真人照片绘(huì)图，因(yīn)为太逼(bī)真(zhēn)，被大家(jiā)当成(chéng)真事传播了。

不过仔细观(guān)察可(kě)以发现，活动发起者提供的照片中有个很(hěn)大的漏洞可以(yǐ)发现并非真人(rén)，而是AI绘图，那便是(shì)图(tú)片(piàn)中女性的手(shǒu)指部分有(yǒu)的存在异(yì)常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分的(de)绘画算(suàn)法(fǎ)比(bǐ)较复杂，AI还不(bù)太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模(mó)型出现，以后可能(néng)就完全没有漏洞了。”

类(lèi)似(shì)的AI作(zuò)图诈骗在国外也(yě)已有发生。据(jù)英国广播公(gōng)司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使用(yòng)AI合成了(le)儿童(tóng)受灾的假照片发布(bù)到网络(luò)，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从(cóng)而实施(shī)诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做(zuò)出(chū)真人照(zhào)片般的绘图效果，如果(guǒ)这样的(de)图片被(bèi)用来诈骗(piàn)，将非常(cháng)可怕。

此外(wài)AIGC还引发了(le)很(hěn)多担忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大量(liàng)前(qián)人的作(zuò)品之后，其创(chuàng)作没有任何情绪和灵(líng)魂，难以和人类的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前(qián)都(dōu)并(bìng)没有得(dé)到(dào)有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创意。

马斯克(kè)也强调(diào)，人工智能的安全问题需要得到重视(shì)，太(tài)晚就来不及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术(shù)都(dōu)是(shì)有两(liǎng)面性的，潜在的(de)危(wēi)害并不能掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一(yī)年(nián)，人(rén)工(gōng)智能(néng)在技术和商业层面(miàn)都有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发(fā)生方向性改变的一个代(dài)表。其下一(yī)站(zhàn)或许就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后发布了几(jǐ)条引爆科技圈的短视(shì)频。这些视频引发(fā)关(guān)注并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一(yī)只画画(huà)的玩具熊，或者一段骑摩(mó)托车的第一视(shì)角录像(xiàng)，随便一(yī)个(gè)有手机的(de)人都可(kě)以随(suí)手录下一段(duàn)。

但这些(xiē)短视频的创作方式非常简单(dān)，创作者(zhě)仅仅需(xū)要向AI输入一段话，甚至只是说(shuō)一下(xià)要求，AI就(jiù)可(kě)以根据需要(yào)生(shēng)成一段视频(pín)。

谷歌(gē)发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的(de)地(dì)方(fāng)在于，它可以制作出超过(guò)2分钟的(de)连贯的也有确(què)切内容的视频，这才是真正让人(rén)们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么高(gāo)清(qīng)，也只能是为内(nèi)容生产者提供一个(gè)灵感，一个(gè)素材，一(yī)个(gè)过场动画(huà)。

不过能够制作出有(yǒu)具体剧(jù)情内容的视(shì)频就意味着(zhe)，一些视频创作(zuò)由AI代替人工完成已经初步有了可能。

当下AI的发(fā)展速度已经超过大部分人(rén)的想象。内容产业的本质是(shì)供(gōng)给创(chuàng)造需求，AIGC作为全新的(de)内容生产方式，可以为内容产业带来(lái)更新的(de)内(nèi)容风格、更快的生产速度，更低(dī)的(de)生产成(chéng)本，这(zhè)无疑(yí)会驱动(dòng)内容产业的(de)大爆发(fā)。

除(chú)了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐(lè)、代码、机器(qì)人动作等(děng)多种(zhǒng)内容形式的生成。不难发现该项技术不仅在游(yóu)戏等(děng)行业(yè)能得到有效应用，对(duì)于下一代互联(lián)网(wǎng)各种元素(sù)的构建亦有(yǒu)关键意义。

从商业化(huà)的角度(dù)来看，文化娱乐、教(jiào)育、传媒(méi)等诸多(duō)领域(yù)，本身就对基(jī)于(yú)AI的可视(shì)化内容有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进(jìn)程中的一(yī)块重要拼图，有望在(zài)技术更新的加持下实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了(le)可以生成内(nèi)容，甚至能够创造出独(dú)立价(jià)值和(hé)独立视角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术(shù)的发展也可以看出，在语言(yán)大模型、图(tú)像(xiàng)大模型之后，多模态大模型已(yǐ)经(jīng)成(chéng)为了新的趋势(shì)。

大模型被誉为(wèi)当前人(rén)工智能发展的智能底座(zuò)，是全球竞争最激(jī)烈的研(yán)究(jiū)方向之一(yī)，包括(kuò)谷歌(gē)、亚马逊、百度(dù)、阿里(lǐ)、腾讯(xùn)等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练(liàn)大模(mó)型(xíng)的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成本则(zé)介于(yú)200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万(wàn)计算(suàn)，其对应芯片需(xū)求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元(yuán)，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算(suàn)力支持(chí)。在(zài)关注(zhù)各类大模型的发展(zhǎn)同时，更应该关注算力网络(luò)的建设。

算力(lì)网络(luò)正驱动AI产业(yè)发展进入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一(yī)人工智(zhì)能(néng)发(fā)展的终极目标(biāo)离得更近。

因为算力(lì)可以对突破性技术创新(xīn)提供大力的支持。这方面，多模态(tài)大模型(xíng)是典型。作为面向未来强人工智能、通(tōng)用人工(gōng)智能的重要技术创新(xīn)，多(duō)模态大模(mó)型已经在人工智能领域(yù)提出了很多年，业界也(yě)有不少技(jì)术突破(pò)，但是，多模态大模(mó)型(xíng)进(jìn)一步(bù)往下走，算力需求呈几(jǐ)何(hé)式(shì)上升，一(yī)般的算力基础设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模态的(de)跃(yuè)迁，让人工智能可以灵活应(yīng)对不同(tóng)模态的转化、像人(rén)与(yǔ)世界交互一样自然，这方面(miàn)，由(yóu)算力网络(luò)来驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑的技术(shù)创新(xīn)，将在人(rén)工(gōng)智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和大(dà)算力(lì)的支持下AIGC能持续(xù)颠覆内(nèi)容生产的方(fāng)式，将(jiāng)创(chuàng)造的边(biān)际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 地肖指哪几个生肖？