自聊(liáo)天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最近的(de)一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这个结论是(shì)他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的发(fā)展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的行(xíng)动相(xiāng)当迅速。而(ér)最终科技巨头(tóu)将(jiāng)把(bǎ)AI整合(hé)成用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟通并(bìng)提供建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等(děng)应用(yòng)。

大佬口中全能助手的(de)到来可能尚需时日，但(dàn)由(yóu)ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次(cì)爆火(huǒ)的时候(hòu)，还是2022年8月(yuè)，在美(měi)国(guó)科罗拉多(duō)州(zhōu)举办的(de)新兴(xīng)数字艺术(shù)家竞赛中，一幅(fú)名为《太空歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软(ruǎn)件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代(dài)表。

起飞前多久停止登机，起飞前多久停止登机口t="ChatGPT之后又一应(yīng)用杀疯了，AIGC或进入可控(kòng)期，将洗(xǐ)牌科技行业？_黑料(liào)正能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们(men)可以在(zài)应用中(zhōng)输(shū)入(rù)一组(zǔ)关(guān)键词或者一张照(zhào)片，就(jiù)能获得一(yī)幅AI创作的(de)画作。

作画的关键(jiàn)就是所输入的(de)文本。同一组关键词也可以创(chuàng)作出很多张风格不一样的画作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户(hù)很喜欢这种不(bù)确定的(de)惊喜，他们会将生成的美图(tú)当(dāng)做(zuò)头(tóu)像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许(xǔ)多用户(hù)分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画(huà)成了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而如今随(suí)着ControlNet的(de)出现与(yǔ)加持，以往AI绘画的填写关键(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(zhāng)吕敏创作的一(yī)种基于控制(zhì)点的图像变形算法(fǎ)，主(zhǔ)要用于数字(zì)图像处理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一经(jīng)发布，在(zài)短短的两天内(nèi)便成(chéng)为(wèi)了AI绘画领域最新的(de)热点(diǎn)。

在此之前，大家(jiā)用了(le)很多(duō)方(fāng)法想让(ràng)AI生(shēng)成的结果尽可(kě)能的符(fú)合要求，但(dàn)是都(dōu)不尽如人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的可(kě)控(kòng)时期。

因为ControlNet可以(yǐ)直接提取画面的构图，人物(wù)的(de)姿势和(hé)画面的深度信息等。有(yǒu)了(le)它的帮助，就不用(yòng)频繁的用提示词(cí)来碰运气(qì)，抽(chōu)盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已(yǐ)经获得了(le)大量的(de)浏(liú)览量(liàng)，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图片就可(kě)以看出来，效果十分惊艳。

更厉(lì)害(hài)的是，除(chú)了(le)真(zhēn)实的照片(piàn)，草图(tú)也(yě)可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大神张(zhāng)吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的作(zuò)品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发(fā)

警惕安全问题

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍网络，而(ér)经过(guò)警方辟谣这所谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于(yú)这个活动里面给出(chū)的美女照片都是(shì)AI制作的真人(rén)照片(piàn)绘(huì)图，因(yīn)为太逼真，被大家当成真事传播了。

不过(guò)仔细观察可(kě)以发(fā)现，活动发起者(zhě)提(tí)供的照片中(zhōng)有个很(hěn)大的(de)漏洞可以(yǐ)发现并非真人，而是AI绘图，那便是图片中女性的手指部分有(yǒu)的存在异常(cháng)。

有(yǒu)行业人事表示：“现在因(yīn)为手指部(bù)分的绘画(huà)算法(fǎ)比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图片已经有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生。据英国广播公司报道，土(tǔ)耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照(zhào)片般的绘图效果，如果(guǒ)这样的图片被用来诈骗(piàn)，将(jiāng)非常可(kě)怕。

此外(wài)AIGC还引发(fā)了很多担忧，一(yī)方面，批判者认(rèn)为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作没有(yǒu)任何(hé)情(qíng)绪和(hé)灵魂，难以(yǐ)和人类的艺术创作(zuò)相提(tí)并论(lùn)。

另一(yī)方面，AIGC背(bèi)后(hòu)的版权、目前都(dōu)并没(méi)有得到有效的解决，还有AIGC会不会代替(tì)人类“至高(gāo)无上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安全问题需要(yào)得到重视(shì)，太晚就来不(bù)及(jí)了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还有(yǒu)远方

技术都是有两面性的(de)，潜在的危害并不能掩盖其光辉的(de)贡献。现在看来(lái)，人工智能技术将是第四次工业革命的(de)核心(xīn)驱动力量，将创造新的增长(zhǎng)奇迹。

过去一(yī)年，人工智能(néng)在技术和商业(yè)层面都(dōu)有了巨大进(jìn)展(zhǎn)，AI绘画就是人工智能技术发生方(fāng)向性改变(biàn)的(de)一个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几条引爆科技圈的短视频。这些视(shì)频引(yǐn)发(fā)关(guān)注并(bìng)非内(nèi)容做得多优秀，反(fǎn)而都非(fēi)常简单，比如一匹正(zhèng)在喝水的马，一只画(huà)画的玩具熊，或者一(yī)段骑摩(mó)托车的第一视(shì)角(jiǎo)录像，随(suí)便一个有手机的人都(dōu)可以随手录下一段。

但(dàn)这些(xiē)短(duǎn)视频(pín)的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至只是说一(yī)下要(yào)求，AI就可(kě)以根据需(xū)要生(shēng)成(chéng)一(yī)段视频。起飞前多久停止登机，起飞前多久停止登机口>

谷(gǔ)歌(gē)发布的两个AI生成视(shì)频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的(de)AI还不足以在短(duǎn)时(shí)间内(nèi)戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以制作出超过2分钟的连贯的也有确切内容(róng)的(de)视频，这才是真(zhēn)正让人们感到惊喜的(de)地方。因(yīn)为无论AI生(shēng)成(chéng)的(de)视(shì)频(pín)多么高清(qīng)，也只(zhǐ)能是为内容生产者提供一个灵感，一个素(sù)材，一个(gè)过(guò)场动画。

不过能够(gòu)制作出有具体剧情(qíng)内(nèi)容的(de)视频就(jiù)意味(wèi)着，一些(xiē)视频创作(zuò)由AI代替人工完(wán)成已经初(chū)步有了可能。

当下AI的发展速度已经超过大部分人的想象。内容产业的本(běn)质是供(gōng)给(gěi)创造(zào)需(xū)求，AIGC作(zuò)为全新的内容生产(chǎn)方式，可以为(wèi)内容产业带来更(gèng)新的(de)内容(róng)风格(gé)、更快的(de)生产速度(dù)，更低(dī)的生产成(chéng)本，这(zhè)无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能(néng)应用(yòng)于(yú)音乐、代(dài)码、机器人动作(zuò)等多种内容形(xíng)式(shì)的(de)生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到有效应用，对于下一代(dài)互联(lián)网各种元(yuán)素的构建(jiàn)亦有关键意(yì)义。

从商业(yè)化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域(yù)，起飞前多久停止登机，起飞前多久停止登机口本身就对基于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘(huì)画及视(shì)频或不是结果，而只是AI进程中的一块(kuài)重(zhòng)要拼图，有望在技术更新的加持下实现更大的应用价值。

AI从(cóng)理(lǐ)解内(nèi)容，走向(xiàng)了可以生成(chéng)内容，甚至(zhì)能够创(chuàng)造出独(dú)立价值(zhí)和独立视角的(de)内(nèi)容。AIGC的再次(cì)出圈(quān)，更代表(biǎo)着未来(lái)的先进生产力(lì)即将到来(lái)。

04

紧抓(zhuā)大模型与算力，牢固(gù)AIGC底座(zuò)

从(cóng)技(jì)术的发展也(yě)可以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模(mó)态大模型已经成为了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发(fā)展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究(jiū)方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊(xùn)、百度(dù)、阿里、腾讯(xùn)等众多(duō)头(tóu)部企业(yè)都在竞相发(fā)力。

不过训练大模型的确价格不菲，以国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大(dà)的LLM(大型语言(yán)模型(xíng))，训练(liàn)成本则介于200万美元(yuán)至1200万(wàn)美(měi)元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独(dú)立访(fǎng)客平均数(shù)1300万计算，其(qí)对应(yīng)芯片(piàn)需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支(zhī)持(chí)。在关注各类大(dà)模(mó)型(xíng)的发展同时，更(gèng)应该关注算力网(wǎng)络的建设(shè)。

算力网(wǎng)络(luò)正驱(qū)动(dòng)AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通(tōng)用AI这(zhè)一人工智(zhì)能(néng)发展(zhǎn)的终(zhōng)极目标离(lí)得更近。

因为算力可(kě)以对突破(pò)性技术(shù)创(chuàng)新提(tí)供大力(lì)的支(zhī)持。这(zhè)方面，多模(mó)态大模型(xíng)是典型。作为(wèi)面向未(wèi)来(lái)强人工智能、通用(yòng)人工(gōng)智能的重要技(jì)术(shù)创新(xīn)，多模态大(dà)模型已经在人(rén)工(gōng)智能领域(yù)提出了很(hěn)多(duō)年，业界(jiè)也有不少技术(shù)突破，但是(shì)，多模态大模(mó)型进(jìn)一步往下走，算力需求呈几何(hé)式上升，一(yī)般的算力基础(chǔ)设(shè)施很快将(jiāng)难以胜任。

从(cóng)图像、文字、语音单独(dú)一(yī)项的训练，到(dào)双(shuāng)模(mó)态(tài)、三模态(tài)的跃迁(qiān)，让人工智能可以灵活应(yīng)对(duì)不同(tóng)模态的转化、像人与世界交互一样自(zì)然，这方面(miàn)，由算(suàn)力网络来驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需(xū)要爆发(fā)式(shì)增长(zhǎng)的算力来支撑的(de)技术创新(xīn)，将在人(rén)工(gōng)智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已经露(lù)出(chū)曙(shǔ)光，期待在大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容(róng)生产的(de)方式，将创造的(de)边际成本降低，让(ràng)万众受(shòu)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 起飞前多久停止登机，起飞前多久停止登机口