自(zì)聊天机器人(rén)ChatGPT火爆以来(lái)，微软公司创始人比尔·盖茨已多次公开谈论(lùn)人工(gōng)智能(néng)话题。在最近的(de)一次采(cǎi)访(fǎng)中，他(tā)再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎(yíng)来(lái)一次剧烈的洗牌”。

这个结论是他在当(dāng)地时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能会威(wēi)胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方(fāng)面(miàn)的行动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用户的“全能助手(shǒu)”，包(bāo)揽(lǎn)一(yī)切应用，与人们进行沟通(tōng)并(bìng)提供(gōng)建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发(fā)的又一(yī)次(cì)AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗(luó)拉多州举(jǔ)办的新(xīn)兴(xīng)数(shù)字艺术家(jiā)竞(jìng)赛中，一(yī)幅名为(wèi)《太空歌(gē)剧院(yuàn)》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件(jiàn)被广大网(wǎng)友熟知(zhī)并体验，Stable Diffusion便是(shì)其中代(dài)表。

用户(hù)们(men)可以在应(yīng)用(yòng)中(zhōng)输入一组(zǔ)关键词或者(zhě)一(yī)张照片(piàn)，就能(néng)获得一幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文本。同一(yī)组(zǔ)关键词也可(kě)以创作出很(hěn)多张风(fēng)格不一样的画作，这让创作的(de)过程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜欢这种不确定的惊喜，他们(men)会将(jiāng)生成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的(de)“翻(fān)车”作品。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘(huì)画的填(tián)写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张吕敏创作(zuò)的一种基于控(kòng)制点的图像变形算法，主要用于数(shù)字图像处理、计算机(jī)视(shì)觉和计算机图形学等(děng)领(lǐng)域。

其SD插件一(yī)经发布(bù)，在短(duǎn)短的(de)两天内便成为了AI绘画领域最新的热(rè)点。

在(zài)此(cǐ)之(zhī)前(qián)，大家(jiā)用了很多方法想让AI生成的结果尽可(kě)能(néng)的符合要求，但是(shì)都不(bù)尽如人(rén)意，它(tā)的(de)出现代表着AI生成开(kāi)始进入(rù)真正(zhèng)的(de)可控(kòng)时期。

因为ControlNet可以直接提取画面的(de)构图，人物(wù)的姿势和画面的深(shēn)度信息等(děng)。有了它(tā)的帮助，就(jiù)不用频繁的用提示(shì)词(cí)来碰运气，抽(chōu)盲盒(hé)式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了“魔法”，不少博(bó)主(zhǔ)的作品已经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直接带她们走(zǒu)进动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换关键(jiàn)词试(shì)效果(guǒ)。

通过(guò)图片(piàn)就可以看出来，效果(guǒ)十(shí)分惊艳。

更(gèng)厉害的(de)是，除了真实的照片，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转(zhuǎn)全(quán)彩图。大(dà)神张吕(lǚ)敏(mǐn)其本(běn)尊也亲自回应(yīng)。

不(bù)得不(bù)说当(dāng)下AIGC已经变(biàn)得(dé)越来越强(qiáng)大，甚至输出的作品都已经能以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警(jǐng)方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家(jiā)当(dāng)成真(zhēn)事传(chuán)播了。

不(bù)过仔细观察可以发现，活动发起者提供的(de)照(zhào)片(piàn)中有(yǒu)个很大的漏洞可以(yǐ)发现并非真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女(nǚ)性的手指部(bù)分有的(de)存在异常。

有行业人事表示(shì)：“现在因为(wèi)手指部(bù)分的绘(huì)画算法比较复(fù)杂，AI还不太会(huì)画人(rén)的手，但(dàn)最新(xīn)看到的图(tú)片已经有越(yuè)来越(yuè)完美(měi)的AI模型出现(xiàn)，以(yǐ)后(hòu)可能就(jiù)完全没有漏洞了。”

类(lèi)似(shì)的AI作(zuò)图诈骗在国外也已(yǐ)有发(fā)生(shēng)。据英(yīng)国广(guǎng)播(bō)公司报道，土(tǔ)耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片(piàn)发布到网络(luò)，以(yǐ)此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图(tú)片被用来诈骗，将非常(cháng)可怕(pà)。

此外AIGC还引发了(le)很多(duō)担(dān)忧(yōu)，一方(fāng)面，批判者认为AI在“学习(xí)”了(le)大量(liàng)前人的作(zuò)品之后，其创作没(méi)有(yǒu)任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并(bìng)没(méi)有得到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克也(yě)强调，人(rén)工(gōng)智能的安全问题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有(yǒu)远方

技(jì)术都是(shì)有两面性的(de)，潜(qián)在(zài)的(de)危(wēi)害并不能掩盖其光辉的(de)贡献。现在看(kàn)来，人工(gōng)智能技术将是(shì)第四次工业革命的核心驱动力量，将创(chuàng)造新的增(zēng)长奇(qí)迹。

过去一年，人工智能在技术和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智(zhì)能(néng)技术发生方向性(xìng)改变的一个代(dài)表。其(qí)下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先(xiān)后发(fā)布了几条引(yǐn)爆科技圈的(de)短视频。这些(xiē)视频引发关注并(bìng)非(fēi)内(nèi)容(róng)做得多优秀，反(fǎn)而都非(fēi)常简单，比(bǐ)如一匹正在喝水(shuǐ)的马，一只画画的玩(wán)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(shǒu)机的人(rén)都(dōu)可以随手录(lù)下一段。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作者仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够(gòu)做出更高清(qīng)视频的AI还不足(zú)以在短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于，它可以制作出(chū)超过2分钟的连贯的(de)也(yě)有确切内容(róng)的视频，这才是(shì)真正(zhèng)让人们(men)感到惊(jīng)喜(xǐ)的地方。因为无(wú)论AI生成的视(shì)频(pín)多么高(gāo)清，也只能是为内容(róng)生产者提(tí)供一个(gè)灵(líng)感，一个(gè)素材，一个过(guò)场动画。

不(bù)过能够(gòu)制作(zuò)出(chū)有具体剧情内容的视频就意味着，一些视频创作(zuò)由AI代替人工完成(chéng)已经初步有了可能。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超(chāo)过(guò)我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意大部(bù)分人(rén)的(de)想(xiǎng)象。内容产(chǎn)业(yè)的本(běn)质是供给创造需求，AIGC作为全新的(de)内容生(shēng)产(chǎn)方式，可以为(wèi)内容产业带来更(gèng)新的内容风格、更快(kuài)的生产(chǎn)速度，更低的生产成本，这无疑会(huì)驱动内容产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技术还能(néng)应(yīng)用于(yú)音乐、代码、机器人动作等(děng)多种内容形(xíng)式的生(shēng)成。不难发现(xiàn)该项技术不仅在游(yóu)戏等行业能得到有效(xiào)应用，对于(yú)下(xià)一代互联网(wǎng)各种元素的构建亦有(yǒu)关键意义。

从商业化的角度(dù)来看(kàn)，文(wén)化娱乐、教育、传媒(méi)等(děng)诸多领(lǐng)域，本身就对基于AI的(de)可视化内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘画(huà)及视频或不(bù)是结果，而只是AI进程中的(de)一块重要(yào)拼(pīn)图，有(yǒu)望在技术更新的加持下(xià)实(shí)现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内(nèi)容，走向了可以生(shēng)成内(nèi)容(róng)，甚至能够(gòu)创造(zào)出独立价值和(hé)独立视(shì)角的内容。AIGC的再次出(chū)圈，更代表着未来的先(xiān)进生产力即(jí)将到来(lái)。

04

紧抓(zhuā)大模(mó)型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语(yǔ)言大模(mó)型、图像大模(mó)型之后(hòu)，多(duō)模(mó)态大(dà)模型已(yǐ)经成为了新的(de)趋(qū)势(shì)。

大模型(xíng)被(bèi)誉为当(dāng)前人工智(zhì)能发(fā)展(zhǎn)的智能底座，是全(quán)球竞争(zhēng)最激烈的研(yán)究(j我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意iū)方向之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不过训练大模型的确(què)价(jià)格不菲(fēi)，以国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练(liàn)一次的(de)成本约为140万(wàn)美元。而对于一些更大(dà)的LLM(大型语言模(mó)型)，训练成本则介于200万美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数(shù)1300万计算，其对应(yīng)芯片需求为3万多(duō)片英伟达A100 GPU，初始投入(rù)成本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的(de)发展同(tóng)时，更应该关注算力网络的(de)建设。

算力网络(luò)正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这(zhè)一人工智(zhì)能(néng)发展(zhǎn)的终极目标离得更近。

因为算(suàn)力(lì)可以对突破(pò)性技术创新提供(gōng)大力的支持。这方(fāng)面，多模态(tài)大模型是典型。作为面向未来强人工(gōng)智(zhì)能、通用人(rén)工智能的重(zhòng)要技(jì)术创新，多模(mó)态(tài)大模型已经在(zài)人(rén)工智(zhì)能领域提出(chū)了很(hěn)多年，业界也有不(bù)少(shǎo)技术突破(pò)，但(dàn)是，多模态大模(mó)型进一(yī)步往下走，算力(lì)需求呈几何式上升，一般的算(suàn)力基础设施很快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一项(xiàng)的训(xùn)练，到双模态、三模(mó)态(tài)的(de)跃迁，让人工智(zhì)能可(kě)以灵活应对不同模态的转化、像人与(yǔ)世界(jiè)交互一样(yàng)自然，这方面，由算力网络(luò)来驱动将有明显优势。

此(cǐ)外，还有(yǒu)很多需要爆(bào)发(fā)式增长的算力来(lái)支撑(chēng)的技术创新，将在(zài)人(rén)工智(zhì)能(néng)算力网络(luò)支撑下快速推进。

AIGC已经露出曙光，期(qī)待(dài)在(zài)大模型和大算力的支持下AIGC能持续颠覆(fù)内(nèi)容(róng)生产(chǎn)的方式，将创造的边际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：首页-哆唻咪批发商城(本店域名www.123pf.cn)-淘宝网 我花开后百花杀的寓意好吗，待到秋来九月八 我花开后百花杀的寓意