自聊天机器(qì)人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人(rén)比尔(ěr)·盖茨已多(duō)次公(gōng)开谈(tán)论人工智能话题。在最(zuì)近的一次采访中(zhōng)，他再(zài)次表示：“AI可能会让科技行业(yè)迎来一次剧(jù)烈的(de)洗(xǐ)牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预(yù)期，AI的发展可能会威(wēi)胁到(dào)谷歌的市占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全能助手”，包揽一切(qiè)应用，与(yǔ)人们进行沟(gōu)通并提(tí)供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中全(quán)能(néng)助手的到来可能尚需时(shí)日(rì)，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次(cì)爆火(huǒ)的(de)时候，还是2022年8月，在美国科(kē)罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软件被(bèi)广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可(kě)以在应用(yòng)中输入一组关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所(suǒ)输(shū)入的文本。同一组关键词也可以(yǐ)创(chuàng)作出很多张风格(gé)不一(yī)样的画作(zuò)，这(zhè)让创作的过(guò)程(chéng)就(jiù)像(xiàng)开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将生(shēng)成的美(měi)图当(dāng)做头像(xiàng)。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交媒(méi)体上，许多(duō)用户分享AI“翻车(chē)现场(chǎng)”，例(lì)如，一位(wèi)网(wǎng)友的小狗照片被AI画成了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人(rén)照片被(bèi)AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在斯坦(tǎn)福读博的中(zhōng)国人张(zhāng)吕敏创作的一种基(jī)于控制点(diǎn)的(de)图像(xiàng)变形算法，主要(yào)用于数字图像处(chù)理、计算机视(shì)觉和计算机图形学等领域(yù)。

其SD插件一经发布，在短短的两天内便成(chéng)为了AI绘(huì)画领域(yù)最新的热点。

在此之前，大家用了很多(duō)方法(fǎ)想让AI生成的(de)结果尽可(kě)能的符合(hé)要求，但是都不(bù)尽如人意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入(rù)真正的(de)可控时期。

因(yīn)为ControlNet可以(yǐ)直接(jiē)提取(qǔ)画面的构(gòu)图，人(rén)物的(de)姿势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)示词来碰运气(qì)，抽盲盒式的创作(zuò)了(le)。

通(tōng)俗(sú)的(de)说ControlNet相当于给AI绘画(huà)加了“魔法”，不少(shǎo)博主(zhǔ)的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就(jiù)是(shì)其中(zhōng)之一(yī)，他用朋友的(de)照片直接带她们走(zǒu)进(jìn)动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最后(hòu)用ControlNet插件(jiàn)绑定骨(gǔ)骼开(kāi)始换关键词试效果(guǒ)。

通(tōng)过图片就可以看出(chū)来(lái)，效果十分惊(jīng)艳。

更厉害的是，除了真(zhēn)实的照片，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还(hái)能实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大神(shén)张吕敏其本(běn)尊也亲自回应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至输出(chū)的作品都已经能(néng)以假乱真(zhēn)了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆(bào)发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方(fāng)辟谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动(dòng)里面给出(chū)的(de)美(měi)女照片都(dōu)是(shì)AI制作的真人(rén)照片绘(huì)图(tú)，因为太逼真，被(bèi)大家当成真事传播了。

不(bù)过仔细观察可以发现(xiàn)，活(huó)动(dòng)发(fā)起(qǐ)者(zhě)提供(gōng)的照片中有个(gè)很大的漏洞可以发(fā)现并非真人，而(ér)是(shì)AI绘图，那(nà)便是图片中女性(xìng)的(de)手(shǒu)指(zhǐ)部分有的存(cún)在异(yì)常。

有行业人(rén)事表(biǎo)示：“现在因为手指部分的绘(huì)画算法比(bǐ)较复(fù)杂，AI还(hái)不太会画人(rén)的手，但(dàn)最新(xīn)看到的(de)图片(piàn)已经有越来越完美的AI模型出(chū)现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似(shì)的AI作(zuò)图诈骗(piàn)在(zài)国外(wài)也已有(yǒu)发生。据英国广(guǎng)播公(gōng)司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿(ér)童(tóng)受灾的假照片发布到网(wǎng)络(luò)，以此诱骗(piàn)善良的(de)人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已(yǐ)经能(néng)做(zuò)出真人照片般的绘(huì)图效果，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可怕。

此外(wài)AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认为AI在(zài)“学习”了大量前人的作(zuò)品(pǐn)之(zhī)后，其创作(zuò)没有任何情绪和(hé)灵魂，难(nán)以和人类的(de)艺(yì)术创(chuàng)作相提并论(lùn)。

另一方面(miàn)，AIGC背(bèi)后(hòu)的版(bǎn)权(quán)、目(mù)前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会(huì)不会代替人(rén)类“至高(gāo)无上(shàng)”的创意。

马斯克(kè)也强调，人工智能的(de)安(ān)全(quán)问题需要(yào)得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技(jì)术都是(shì)有(yǒu)两面性的，潜在的危害并(bìng)不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术将(jiāng)是(shì)第四次工(gōng)业(yè)革命的核心驱(qū)动力量，将创造新的(de)增长(zhǎng)奇迹。

过去一年，人工智能在技术和(hé)商业层面都有了(le)巨(jù)大进(jìn)展，AI绘画就(jiù)是(shì)人工智(zhì)能技(jì)术发生方向(xiàng)性改(gǎi)变的一个(gè)代表。其下一站(zhàn)或许就(jiù)是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先后发布了几条(tiáo)引爆(bào)科技圈的(de)短视(shì)频。这些视(shì)频引发关(guān)注(zhù)并非(fēi)内容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹正(zhèng)在喝(hē)水的马，一(yī)只画画(huà)的玩具熊，或(huò)者一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的(de)人(rén)都可(kě)以随手(shǒu)录下一(yī)段。

但这些短视频的(de)创作方(fāng)式非常(cháng)简单，创作者仅仅需(xū)要(yào)向AI输(shū)入(rù)一段话，甚至只是说一(yī)下要求，AI就可以根(gēn)据需(xū)要生成一段(duàn)视频(pín)。

谷歌发布的两(liǎng)个AI生成(chéng)视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈(quān)就已(yǐ)经玩了(le)一波梗，一个能(néng)够做出更高清视频(pín)的AI还(hái)不(bù)足以在(zài)短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制(zhì)作出(chū)超(chāo)过2分钟的连贯(guàn)的也有确切内容的(de)视(shì)频，这才(cái)是真(zhēn)正让人们感(gǎn)到惊喜的(de)地(dì)方。因为无论(lùn)AI生成的(de)视(shì)频多么高清(qīng)，也(yě)只能是为内容生产者提供一(yī)个灵感，一个素材(cái)，一个(gè)过(guò)场(chǎng)动画。

不过能(néng)够制作出有(yǒu)具体剧情内容(róng)的视频就意味(wèi)着，一些(xiē)视频创作由AI代替(tì)人(rén)工(gōng)完成已(yǐ)经初步(bù)有了可能。

当下AI的发(fā)展速度(dù)已经超(chāo)过(guò)大部分(fēn)人的(de)想象。内容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全新的内容生产方(fāng)式，可以为内容产业带来(lái)更新的内容风(fēng)格、更快(kuài)的(de)生产速度，更低的生(shēng)产成本，这无疑会驱动(dòng)内容产业的大爆(bào)发(fā)。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应(yīng)用于音乐、代码(mǎ)、机器(qì)人动(dòng)作等多种(zhǒng)内容形式的(de)生(shēng)成。不难发现该项技术不(bù)仅在游戏等行业能得(dé)到有效应(yīng)用，对于下一代互(hù)联网各种元素的构建亦有关键意义。

从商业化的角度(dù)来看，文(wén)化娱乐(lè)、教(jiào)育、传(chuán)媒(méi)等(děng)诸(zhū)多领域，本身就对基于(yú)AI的可(kě)视化(huà)内容(róng)有强烈需求。

因此(cǐ)，AI绘画(huà)及视(shì)频(pín)或(huò)不是结果，而只是AI进程中的一块重(zhòng)要拼图，有望在(zài)技术更新的加(jiā)持下(xià)实现更大的应用(yòng)价值。

AI从理解内(nèi)容，走向了(le)可(kě)以生成(chéng)内容，甚(shèn)至能够创造出独立价值(zhí)和独立(lì)视角的内容。AIGC的再次(cì)出(chū)圈(quān)，更代表着(zhe)未(wèi)来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发展也(yě)可以看出，在语言大模型(xíng)、图像大模(mó)型之(zhī)后(hòu)，多模态(tài)大模型已经成为了新(xīn)的(de)趋(qū)势。

大模型(xíng)被誉为当前人工智能发展的智(zhì)能底(dǐ)座(zuò)，是(shì)全(quán)球竞争最激烈(liè)的研究方向(xiàng)之(zhī)一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模(mó)型的确价格不菲(fēi)，以国盛证券(quàn)发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万(wàn)美元。而对于一些更大的LLM(大型语言(yán)模型)，训(xùn)练成本则介(jiè)于200万(wàn)美元至(zhì)1200万美元高价之间。

以ChatGPT在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(xū)求为3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美元(yuán)左右。

此(cǐ)外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支(zhī)持(chí)。在关注各类大模型的(de)发展同时，更应该关注算力网络(luò)的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级(jí)加速(sù)进程，让(ràng)AIGC及通用AI这(zhè)一人工智能(néng)发展(zhǎn)的终极目(mù)标离得更近。

因为算(suàn)力可以对突破(pò)性技(jì)术(shù)创(chuàng)新提供大力的(de)支持。这方面，多模(mó)态大模型是典型。作(zuò)为(wèi)面向未来(lái)强(qiáng)人(rén)工智(zhì)能(néng)、通用人工智能的重要技术创新(xīn)，多模态大(dà)模型已经在(zài)人工智能领(lǐng)域提出了很多(duō)年，业界也有不少技术(shù)突破，但是(shì)，多模态大模型进一步往下走，算力(lì)需(xū)求呈几(jǐ)何式上(shàng)升(shēng)，一(yī)般的算力(lì)基础(chǔ)设施很快(kuài)将难以胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训(xùn)练，到(dào)双模态、三模态的(de)跃迁，让人工智(zhì)能可以(yǐ)灵活应对不同模态(tài)的转化、像(xiàng)人与世界交互一样自然，这方面，由算力网络来驱(qū)动将有明显优势(shì)。

此(cǐ)外，还有很多需(xū)要爆发式增长的算力来支撑(chēng)的技术(shù)创新，将在人工智(zhì)能算力(lì)网络支撑下(xià)快速推进(jìn)。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将创(chuàng)造的边(biān)际成本(běn)降低，让万(wàn)众受益(yì)。

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 r在数学集合中是什么意思啊，r在数学集合中表示什么