自聊天机器人(rén)ChatGPT火爆以来(lái)，微(wēi)软公司创始(shǐ)人比(bǐ)尔(ěr)·盖茨已多次公(gōng)开谈(tán)论人工智能话题。在最近的一次采访(fǎng)中，他再(zài)次表示：“AI可能会(huì)让科(kē)技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访时(shí)提出(chū)的。

他(tā)预(yù)期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切(qiè)应用，与人们(men)进行沟通并(bìng)提供(gōng)建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚需时日，但由(yóu)ControlNet引发(fā)的又(yòu)一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题热(rè)点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月(yuè)，在美国科(kē)罗拉多州(zhōu)举(jǔ)办的新兴(xīng)数字艺术(shù)家竞赛中，一幅(fú)名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟(shú)知(zhī)并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在应用中(zhōng)输入一组(zǔ)关(guān)键(jiàn)词或者一张照片，就能(néng)获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入(rù)的文本(běn)。同(tóng)一(yī)组(zǔ)关键词也可以创作出很多(duō)张(zhāng)风(fēng)格不一样的画作，这让创作的(de)过程就(jiù)像开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢(huān)这种不确定的惊喜，他们会(huì)将生成的美图当做头像。而另一(yī)部分喜(xǐ)欢翻看(kàn)AI绘(huì)画的(de)“翻(fān)车”作品。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网(wǎng)友的(de)小狗照(zhào)片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成(chéng)了(le)建筑(zhù)。

而如(rú)今(jīn)随着(zhe)ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在斯(sī)坦(tǎn)福(fú)读博(bó)的(de)中(zhōng)国人张吕敏创作的一(yī)种基于控(kòng)制点的图像(xiàng)变形算(suàn)法，主要用于数(shù)字(zì)图(tú)像处理、计算(suàn)机(jī)视觉和计算(suàn)机(jī)图形学等(děng)领域。

其SD插(chā)件(jiàn)一(yī)经发(fā)布，在(zài)短短的两天(tiān)内便成(chéng)为了AI绘画领域最新的(de)热点。

在(zài)此(cǐ)之前，大家用了很多方法(fǎ)想(xiǎng)让AI生成的结果尽(jǐn)可能(néng)的符(fú)合要求(qiú)，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进入真正(zhèng)的可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人物的姿势和画面的(de)深度信(xìn)息(xī)等。有了它的(de)帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了(le)大(dà)量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

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

通(tōng)过(guò)图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更厉(lì)害的是，除了真实的照片，草(cǎo)图也可以加上“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊(zūn)也(yě)亲(qīn)自回应。

不得(dé)不(bù)说当下AIGC已(yǐ)经(jīng)变得越来越强大(dà)，甚至(zhì)输出的作品都已经能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警(jǐng)惕(tì)安(ān)全问题

近日，“苏(sū)州(zhōu)金鸡(jī)湖(hú)有(yǒu)游艇party”的(de)消息火遍(biàn)网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是(shì)全国(guó)第一起AI绘图诈骗。

由于(yú)这(zhè)个(gè)活动(dòng)里(lǐ)面给(gěi)出的美女照片都是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细(xì)观察可以发(fā)现，活动发起者提供(gōng)的照片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那便(biàn)是(shì)图(tú)片中(zhōng)女性的手指部分有的存在异美国领土超过中国了吗，美国领土比中国领土大吗(yì)常。

有行业(yè)人(rén)事表示：“现(xiàn)在(zài)因为(wèi)手指部分的绘画(huà)算法比(bǐ)较(jiào)复杂，AI还(hái)不太会画(huà)人的手，但最新看到的图片已经(jīng)有(yǒu)越(yuè)来(lái)越完美(měi)的AI模(mó)型出现，以后(hòu)可(kě)能就完全没(méi)有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗(piàn)在(zài)国外也已(yǐ)有发生。据英国(guó)广播(bō)公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾的(de)假照(zhào)片发(fā)布到网络，以此诱(yòu)骗(piàn)善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效(xiào)果，如果这样的(de)图片被用来诈骗(piàn)，将非(fēi)常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面，批判者认为AI在“学习(xí)”了(le)大量前(qián)人的(de)作品之后，其创(chuàng)作没有(yǒu)任何情(qíng)绪和灵魂，难以和(hé)人类的艺术(shù)创作相提(tí)并论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到(dào)有效(xiào)的解决，还有AIGC会(huì)不会(huì)代(dài)替人类“至高无上”的创意。

马斯克(kè)也(yě)强调，人(rén)工智能的安全问(wèn)题需要得到(dào)重视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有(yǒu)远方(fāng)

技术都是(shì)有两面性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现在看来，人工智(zhì)能(néng)技术(shù)将是第四次工业革(gé)命的核心驱动力(lì)量(liàng)，将(jiāng)创造新(xīn)的增长奇迹。

过去一年，人工智(zhì)能在技术和商业(yè)层(céng)面都有(yǒu)了巨(jù)大进展，AI绘(huì)画(huà)就是人工智能技(jì)术发生(shēng)方向(xiàng)性改变的(de)一个代表。其下(xià)一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视频引发关注并非(fēi)内(nèi)容做得多(duō)优秀，反而(ér)都非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画的(de)玩具(jù)熊，或者一段骑摩托车的(de)第(dì)一视角录像，随便一个(gè)有手机(jī)的人(rén)都可以随手录下一段。

但这(zhè)些(xiē)短(duǎn)视(shì)频的创作方(fāng)式非常(cháng)简单，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚至只是说一下(xià)要求，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷歌发布的两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视频后，AI圈(quān)就(jiù)已经玩(wán)了一(yī)波梗(gěng)，一个能够(gòu)做出更高(gāo)清视频的AI还不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地方在于，它(tā)可(kě)以制作出超过2分钟的连贯(guàn)的也有确切内容的视(shì)频，这才(cái)是(shì)真正让人们(men)感(gǎn)到惊喜的地方。因为无(wú)论(lùn)AI生成(chéng)的视频多(duō)么高(gāo)清，也(yě)只(zhǐ)能是(shì)为(wèi)内(nèi)容生产者提供一个灵(líng)感，一(yī)个素(sù)材，一个(gè)过场动画。

不过(guò)能够制作(zuò)出(chū)有具(jù)体剧(jù)情内容的视频就意(yì)味着，一(yī)些视频创作由(yóu)AI代替人工完成(chéng)已经(jīng)初步有了可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人(rén)的(de)想象。内(nèi)容产业(yè)的本质是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全(quán)新(xīn)的(de)内(nèi)容生产方式，可以为内容(róng)产(chǎn)业带来(lái)更新(xīn)的内容风(fēng)格(gé)、更快的生(shēng)产速度，更低的生产成本，这无(wú)疑会驱(qū)动内(nèi)容产(chǎn)业(yè)的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技(jì)术(shù)还能应用(yòng)于音乐、代(dài)码、机器人(rén)动(dòng)作等多种内容形(xíng)式(shì)的(de)生成。不难发现该项(xiàng)技术(shù)不仅在(zài)游戏等行业能得到有效应用，对于下一代互联(lián)网(wǎng)各(gè)种元(yuán)素的构建亦有关键意义。

从商(shāng)业化(huà)的(de)角度来看(kàn)，文化娱乐、教(jiào)育(yù)、传媒等诸(zhū)多领域，本身就对基(jī)于AI的可视(shì)化内容(róng)有强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而(ér)只(zhǐ)是AI进程(chéng)中的一块重要拼图，有望(wàng)在技(jì)术更新的加持下实现(xiàn)更大(dà)的应用价值。

AI从理解内容(róng)，走(zǒu)向了可(kě)以(yǐ)生成内容，甚至(zhì)能够创造出独立价值和独立视(shì)角的内容。AIGC的再(zài)次出圈，更代(dài)表(biǎo)着未(wèi)来的(de)先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图(tú)像大(dà)模型(xíng)之后，多(duō)模(mó)态大模型已经成为了(le)新的趋势。

大模(mó)型被(bèi)誉为(wèi)当前(qián)人工智能发展的智能(néng)底座，是(shì)全球竞争最激烈(liè)的研究方向之一，包括谷(gǔ)歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练(liàn)一次的成(chéng)本约为140万美元。而对于一些(xiē)更大的LLM(大型语言模型)，训练(liàn)成(chéng)本则(zé)介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平(píng)均数1300万计算，其对应芯(xīn)片需求为3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，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(bù)开庞大算力(lì)支(zhī)持(chí)。在关(guān)注各类大模型(xíng)的(de)发展同时，更应该关注算力(lì)网络的建设(shè)。

算力网(wǎng)络正驱动(dòng)AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目(mù)标离得更近。

因为算力(lì)可以对突破性技(jì)术创(chuàng)新提供大力的(de)支持。这方面，多模态大(dà)模型是典(diǎn)型。作为(wèi)面向未来强(qiáng)人工(gōng)智能(néng)、通用(yòng)人工智能的重要技(jì)术创新，多(duō)模态(tài)大模型已经在(zài)人(rén)工智(zhì)能领域提出了很(hěn)多年，业界也有不少技(jì)术突破，但是，多模态大(dà)模型进一步往下(xià)走，算(suàn)力需求呈几何式上升，一(yī)般的(de)算力基础设施很快将(jiāng)难以胜任(rèn)。

从图像、文字(zì)、语音(yīn)单独一项的训练(liàn)，到双模态、三(sān)模(mó)态的跃迁，让人工智能可以灵(líng)活应对不(bù)同(tóng)模态的转化、像(xiàng)人与世界交互一样自然，这(zhè)方面，由算力网(wǎng)络来驱动将有明(míng)显优势。

此(cǐ)外，还有(yǒu)很(hěn)多(duō)需要(yào)爆(bào)发式增长的(de)算力来支(zhī)撑的技术创新，将在人工智能算(suàn)力网络支(zhī)撑下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大(dà)模型和大算力(lì)的支持下AIGC能持续颠覆内容(róng)生(shēng)产的方式，将创(chuàng)造(zào)的(de)边际(jì)成(chéng)本降低(dī)，让(ràng)万众受益。

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 美国领土超过中国了吗，美国领土比中国领土大吗