自聊天(tiān)机器人(rén)ChatGPT火爆以来，微(wēi)软(ruǎn)公(gōng)司创始人(rén)比(bǐ)尔·盖茨已多次公开谈论人工智(zhì)能(néng)话题。在最近的一次采访中，他再(zài)次表示：“AI可(kě)能(néng)会让科技行业迎(yíng)来一(yī)次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是他在当地(dì)时间(jiān)2月20日接受(shòu)《In Good Company》节目专(zhuān)访时(shí)提出的。

他(tā)预(yù)期(qī)，AI的发展可能会(huì)威胁到谷歌的(de)市(shì)占率，因为微(wēi)软在(zài)AI方(fāng)面的行动相当迅速。而(ér)最(zuì)终科技巨头将把(bǎ)AI整合成用户的“全能助(zhù)手(shǒu)”，包揽一切(qiè)应(yīng)用，与人们进行(xíng)沟通并提供(gōng)建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到来(lái)可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉(lā)多州举办(bàn)的新兴(xīng)数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随后各大厂商的AI绘(huì)画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以(yǐ)在(zài)应用(yòng)中(zhōng)输入一(yī)组(zǔ)关键词或者一(yī)张照片，就能(néng)获得一幅AI创(chuàng)作的画作(zuò)。

作画的关键就是所输(shū)入的文本。同一(yī)组(zǔ)关键词也可(kě)以创作出很多张(zhāng)风格(gé)不一样的画作，这让创作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不确定(dìng)的惊喜(xǐ)，他们会将生成的美图当做头(tóu)像。而另(lìng)一(yī)部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌(jī)肉(ròu)男”，还(hái)有网友的(de)个人照(zhào)片被AI识(shí)别成(chéng)了(le)建筑。

而(ér)如今(jīn)随着ControlNet的(de)出现与加持(chí)，以往AI绘画的填(tián)写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基(jī)于(yú)控制点的图像(xiàng)变形算(suàn)法(fǎ)，主要用于数字(zì)图像处理、计算机(jī)视(shì)觉和计算机图形(xíng)学(xué)等领域。

其SD插件一经发布，在短短的两天内便(biàn)成为了AI绘(huì)画领域最新的热(rè)点(diǎn)。

在此(cǐ)之(zhī)前，大家用了很多方法(fǎ)想让AI生成的结果尽可能的符合要(yào)求，但是都不(bù)尽如人意，它的出现代表着AI生成开始进入(rù)真正的(de)可控时期(qī)。

因为ControlNet可以直接提(tí)取画(huà)面的构图，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就不用频繁的用(yòng)提示词来(lái)碰运气，抽(chōu)盲盒式的创作了(le)。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走(zǒu)进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插(chā)件绑(bǎng)定骨骼开始(shǐ)换关键词试(shì)效果。

通过图片就可(kě)以看出来(lái)，效果(guǒ)十分惊艳。

更厉(lì)害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现线(xiàn)稿转全(quán)彩图。大神张吕(lǚ)敏其(qí)本尊也亲自回(huí)应。

不得(dé)不说当下AIGC已经变(biàn)得(dé)越(yuè)来(lái)越强(qiáng)大(dà)，甚至输出的(de)作品都已经(jīng)能以假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕(tì)安全问题(tí)

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍(biàn)网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘(huì)图，因为太逼(bī)真(zhēn)，被大(dà)家当(dāng)成真(zhēn)事传播(bō)了。

不(bù)过仔(zǎi)细观察可以发现，活动发起(qǐ)者提供的(de)照片中(zhōng)有(yǒu)个(gè)很(hěn)大的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那便是图片中女(nǚ)性的手指部(bù)分有的存在异(yì)常。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画人(rén)的手，但最新看到(dào)的图(tú)片已(yǐ)经(jīng)有越来越完美(měi)的(de)AI模型出现，以后可能(néng)就完全没有漏洞了(le)。”

类(lèi)似(shì)的AI作(zuò)图诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受(shòu)灾的假照(zhào)片发布到网络，以此诱(yòu)骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照片般的绘图(tú)效(xiào)果，如果这(zhè)样的图(tú)片(piàn)被(bèi)用来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批(pī)判者(zhě)认为AI在“学(xué)习”了大量前(qián)人的作品之后，其创(chuàng)作(zuò)没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创(chuàng)作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强调(diào)，人工智能(néng)的安(ān)全问题需要得到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还有远方(fāng)

技术都是有两面(miàn)性的，潜在的危(wēi)害(hài)并(bìng)不能掩盖其(qí)光辉的贡(gòng)献。现在看来，人工(gōng)智(zhì)能(néng)技术(shù)将是第四次工业革命的核(hé)心驱动力(lì)量，将创造新(xīn)的增长奇迹。

过去一(yī)年，人工智能(néng)在(zài)技术(shù)和商业层面都有了巨大进展，AI绘(huì)画就是人工智(zhì)能技术发生方(fāng)向性改变的一(早晨的太阳叫什么，早晨的太阳叫什么雅称yī)个(gè)代表。其下一站(zhàn)或许就是(shì)视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频(pín)引(yǐn)发关注并非内容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如(rú)一匹正在喝(hē)水(shuǐ)的(de)马(mǎ)，一只(zhǐ)画画的玩具熊(xióng)，或者(zhě)一段骑(qí)摩托车的第(dì)一视角(jiǎo)录像(xiàng)，随(suí)便(biàn)一(yī)个有手机的人都可以随手录下一(yī)段(duàn)。

但这(zhè)些短视(shì)频(pín)的创作方(fāng)式非常简单(dān)，创(chuàng)作(zuò)者(zhě)仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是(shì)说一下要求，AI就可以(yǐ)根(gēn)据需要生(shēng)成一段视频。

谷歌发布(bù)的(de)两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波(bō)梗(gěng)，一(yī)个能(néng)够做出更高清视(shì)频的AI还(hái)不足(zú)以在短时间(jiān)内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过(guò)2分钟(zhōng)的连(lián)贯的(de)也有确切内(nèi)容的视频，这才(cái)是真(zhēn)正让人们感(gǎn)到惊喜的(de)地方。因(yīn)为无论AI生成的视频多(duō)么高清，也只能是为内容生产者提供一(yī)个灵感(gǎn)，一(yī)个素材，一(yī)个过场动画。

不过能够制作(zuò)出有具(jù)体剧(jù)情(qíng)内容的(de)视频(pín)就意味着，一些视频(pín)创作由AI代替人工完成(chéng)已经初(chū)步有了可能。

当下AI的(de)发展速度已(yǐ)经超过大部(bù)分人的想象。内容产(chǎn)业的本质(zhì)是供(gōng)给创(chuàng)造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可(kě)以为(wèi)内容产业(yè)带来更新(xīn)的内容风(fēng)格、更快的生产(chǎn)速度，更(gèng)低(dī)的生产成本，这无疑(yí)会驱动内容(róng)产业的大爆发。

除(chú)了(le)AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码、机器人(rén)动(dòng)作等多种内(nèi)容形式的生成。不难发现该项(xiàng)技(jì)术(shù)不仅在游(yóu)戏等(děng)行(xíng)业能得到(dào)有效应用，对于下一代互联网各种元素的构建亦有(yǒu)关键意义。

从商业(yè)化的角度来看，文化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领(lǐng)域，本身(shēn)就对基于AI的可视化内容(róng)有(yǒu)强烈需求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的(de)一块(kuài)重要拼(pīn)图(tú)，有望(wàng)在(zài)技术更新的(de)加持下实现更大的应用价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生(shēng)成内容，甚至能够创造(zào)出(chū)独立价值和独立视角的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技术的发(fā)展也可以看(kàn)出(chū)，在语言大模型、图像大模型之后，多模态大模型(xíng)已经(jīng)成为了新的(de)趋(qū)势。

大(dà)模(mó)型被(bèi)誉(yù)为当(dāng)前人工智能发展的智能(néng)底座(zuò)，是全球竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等众(zhòng)多头部(bù)企业都(dōu)在(zài)竞相发力(lì)。

不过训练(liàn)大模型的确价(jià)格不菲(早晨的太阳叫什么，早晨的太阳叫什么雅称fēi)，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的(de)成本约为(wèi)140万美(měi)元(yuán)。而对于一(yī)些更(gèng)大(dà)的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访客平(píng)均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美元(yuán)，每日仅电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算(suàn)力支持(chí)。在关注各类大模(mó)型的发展(zhǎn)同时，更应该(gāi)关注算力(lì)网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发展进(jìn)入史(shǐ)诗级加速(sù)进(jìn)程(chéng)，让AIGC及通用(yòng)AI这一人工(gōng)智能(néng)发展的终(zhōng)极目(mù)标离得更近。

因为算力(lì)可以对突破(pò)性技术创新提(tí)供大力的(de)支(zhī)持。这(zhè)方面，多模态大(dà)模型(xíng)是典型。作为面(miàn)向未来强人工智能、通用(yòng)人工(gōng)智能的重要技(jì)术创新，多模态大(dà)模型已(yǐ)经在人(rén)工智能领(lǐng)域提出了很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型进一步(bù)往下(xià)走，算力需求呈几(jǐ)何式(shì)上升，一(yī)般的(de)算力基础设施很快将难(nán)以胜任。

从图像、文字、语(yǔ)音(yīn)单(dān)独一项的(de)训练(liàn)，到双模态、三模态的跃(yuè)迁，让(ràng)人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外(wài)，还有很多需要爆发式增长的算力来支撑(chēng)的技(jì)术创新，将在人工智能算力(lì)网络支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模型(xíng)和大(dà)算力的支持下AIGC能持(chí)续(xù)颠覆(fù)内容(róng)生产的方式，将创造的边际成(chéng)本降低，让(ràng)万(wàn)众受益。

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 早晨的太阳叫什么，早晨的太阳叫什么雅称