自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公(gōng)司(sī)创始人(rén)比尔·盖茨已(yǐ)多(duō)次(cì)公开谈(tán)论人工智能话题。在最近(jìn)的(de)一次采访中(zhōng)，他再次表示：“AI可(kě)能会(huì)让科(kē)技行业迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他(tā)在当地时(shí)间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节目(mù)专访时提出的。

他(tā)预期，AI的发展可能会威胁(xié)到谷歌的(de)市(shì)占率，因为微(wēi)软在AI方面的行(xíng)动相当迅速。而最终科技(jì)巨头将把(bǎ)AI整合(hé)成用户的“全能(néng)助(zhù)手”，包揽一切应用，与人们(men)进(jìn)行沟(gōu)通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需(xū)时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪(làng)潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆(bào)火的时(shí)候，还是2022年8月，在(zài)美(měi)国(guó)科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一幅名为《太(tài)空(kōng)歌剧院》的作品获奖。

随(suí)后(hòu)各大厂商的AI绘画(huà)软件被广大(dà)网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入(rù)一组关键词或(huò)者一张(zhāng)照片，就(jiù)能获得一幅AI创作的(de)画(huà)作(zuò)。

作画的关键就是所输入的文本。同一组关键词也可以创(chuàng)作出很多张风格不一样(yàng)的画作(zuò)，这(zhè)让创作的(de)过程就像开盲盒(hé)。

很(hěn)多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图(tú)当做头(tóu)像(xiàng)。而另一(yī)部分喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画(huà)的填写(xiě)关(guān)键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的(de)一种(zhǒng)基于控制点的图(tú)像变(biàn)形(xíng)算法，主要(yào)用于数(shù)字图(tú)像处理、计算机视觉和计算机图形学等领域。

其SD插件一经(jīng)发(fā)布，在(zài)短短(duǎn)的两(liǎng)天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家(jiā)用了很多方法想让AI生(shēng)成(chéng)的结果尽(jǐn)可能的(de)符合(hé)要求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开(kāi)始进入真正的(de)可(kě)控时期(qī)。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势和画面的深度信息等(děng)。有了(le)它的帮助，就不(bù)用频繁的用提示词来(lái)碰(pèng)运气，抽盲盒式(shì)的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博(bó)主的作品已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接带她们走进(jìn)动漫世(shì)界。

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

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果。

通过图片(piàn)就可以看出来，效果十分惊(jīng)艳(yàn)。

更厉害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍(shào)到ControlNet还能实(shí)现线(xiàn)稿(gǎo)转全彩图(tú)。大神张吕敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经(jīng)变得越来越(yuè)强大，甚至输出的作(zuò)品(pǐn)都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火遍网络，而经过警方辟谣这所(suǒ)谓(wèi)的“party”可能是全国(guó)第(dì)一起AI绘图(tú)诈(zhà)骗(piàn)。

由于这个活动里面给出的美女照片(piàn)都是AI制作的真人(rén)照片绘图，因为(wèi)太逼真，被(bèi)大家(jiā)当成(chéng)真事传播了(le)。

不(bù)过仔细观察(chá)可以(yǐ)发现(xiàn)，活(huó)动发起者提(tí)供的(de)照片中有个很大的漏洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的(de)手指部分有的(de)存(cún)在(zài)异(yì)常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画(huà)算法比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越(yuè)完美的AI模型出现，以后可能(néng)就完全没有漏(lòu)洞(dòng)了。”

类似(shì)的AI作图诈骗在(zài)国外也已有发生。据英(yīng)国广播公司报(bào)道，土(tǔ)耳(ěr)其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善良的(de)人打赏(shǎng)“捐助”从(cóng)而实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已经能做出(chū)真人照片(piàn)般(bān)的绘(huì)图效果，如(rú)果这样(yàng)的(de)图片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了(le)大量前人(rén)的作品之后，其创作没(méi)有(yǒu)任何情绪和灵(líng)魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的(de)版(bǎn)权(quán)、目前都并(bìng)没有得到有效的解决，还有AIGC会不(bù)会代替人类(lèi)“至(zhì)高无上(shàng)”的创意(yì)。

马斯(sī)克(kè)也强调，人工智能的安全问(wèn)题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术(shù)都(dōu)是有两面性(xìng)的(de)，潜在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能(néng)技术(shù)将(jiāng)是(shì)第四次工(gōng)业(yè)革命的核心驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商(shāng)业层面都(dōu)有了巨(jù)大进展，AI绘画就(jiù)是人工智(zhì)能技术发(fā)生方向性改变的(de)一个代(dài)表。其下(xià)一站或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆科(kē)技(jì)圈的短视频。这些视(shì)频引发关注并非内容(róng)做(zuò)得多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝水的(de)马，一只画画的玩具(jù)熊，或者(zhě)一段骑摩托车(chē)的第一视角录像，随便一个有(yǒu)手机(jī)的(de)人都可以随手录下一段。

但(dàn)这(zhè)些短视频的创作方式非(fēi)常简单，创作者仅仅需要向AI输(shū)入一段(duàn)话(huà)，甚至(zhì)只(zhǐ)是说(shuō)一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后(hòu)，AI圈就已(yǐ)经(jīng)玩了一波梗，一个能(néng)够做(zuò)出更高清视频的(de)AI还(hái)不足以在短(duǎn)时间内(nèi)戳(chuō)中兴奋点。

Phenaki更加令人震惊(jīng)的地(dì)方在于，它可以(yǐ)制作(zuò)出超过(guò)2分钟的连(lián)贯(guàn)的也有确(què)切内容的视频(pín)，这才是真正让人(rén)们感到惊喜的(de)地(dì)方。因(yīn)为无论AI生成的视频多(duō)么高清，也只能(néng)是为内(nèi)容生(shēng)产(chǎn)者提供一个(gè)灵感，一个(gè)素材，一个(gè)过场动画。

不(bù)过能够(gòu)制作出有具(jù)体(tǐ)剧(jù)情(qíng)内容(róng)的视频就意味(wèi)着，一些视频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发(fā)展(zhǎn)速度(dù)已经超过(guò)大(dà)部分人的想象。内容(róng)产业的本质是供给创造(zào)需(xū)求，AIGC作为全新的内容生产方式(shì)，可(kě)以为内容产(chǎn)业带来更新的(de)内(nèi)容风格、更快的生产速度(dù)，更低的(de)生产成(chéng)本，这无疑会驱(qū)动内容产(chǎn)业的大爆(bào)发。

除了(le)AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不(bù)难发现该项技术不(bù)仅在游(yóu)戏等行业能(néng)得到(dào)有效应用，对于(yú)下一(yī)代互联网各种元素(sù)的构建亦有关键意(yì)义(yì)。

从商(shāng)业化的角度来(lái)看，文(wén)化(huà)娱(yú)乐、教(jiào)育、传(chuán)媒(méi)等诸多(duō)领域，本身就(jiù)对基于(yú)AI的可视化内容(róng)有强烈(liè)需(xū)求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结果，而只(zhǐ)是AI进程中(zhōng)的一块重要拼图，有望在(zài)技术更新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能(néng)够创造出独立(lì)价值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先(xiān)进生产(chǎn)力即将到来(lái)。

04

紧(jǐn)抓大(dà)模型(xíng)与算力(lì)，牢固(gù)AIGC底座

从(cóng)技术的发展也可(kě)以看出(chū)，在语言大模(mó)型、图像(xiàng)大(dà)模型之后，多模态(tài)大模型(xíng)已经成为了(le)新的趋势。

大模型被(bèi)誉为当前人工智能(néng)发展的智能底座，是全球(qiú)竞争(zhēng)最(zuì)激烈的研究方向之一，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企业都(dōu)在竞相发(fā)力(lì)。

不(bù)过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力(lì)》报告估算，GPT-3训练一次的成(chéng)本约为140万美元(yuán)。而对于一些更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本则介于200万美元至1200万美(měi)元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平(píng)均数1300万计算，其对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成本约为8亿美元，每日(rì)仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注各(gè)类大模型的发(fā)展(zhǎn)同时，更应该(gāi)关(guān)注算力(lì)网络的建设(shè)。

算(suàn)力网络正驱动AI产(chǎn)业发展进入史诗(shī)级加速进程，让AIGC及通用AI这(zhè)一人工(gōng)智(zhì)能发展的终(zhōng无时无刻是什么意思 无时无刻不在，无时不刻是什么意思)极目标离(lí)得(dé)更近。

因为算力(lì)可以对突(tū)破性技术创(chuàng)新提(tí)供(gōng)大力的支(zhī)持。这方面，多(duō)模(mó)态大(dà)模型是典(diǎn)型。作为面(miàn)向未(wèi)来强(qiáng)人(rén)工(gōng)智(zhì)能、通用人工智能的重要技术(shù)创新，多模态大模型已经在人工(gōng)智能领域(yù)提出(chū)了很多(duō)年，业(yè)界也有(yǒu)不少(shǎo)技(jì)术突破，但是，多模态大模型进一(yī)步往下走，算力需(xū)求呈几何式上升，一般(bān)的算(suàn)力基础设(shè)施很(hěn)快将难以胜(shèng)任。

从(cóng)图像(xiàng)、文字、语(yǔ)音单(dān)独(dú)一项的训练(liàn)，到(dào)双(shuāng)模态(tài)、三模态(tài)的跃迁，让人工智能可(kě)以(yǐ)灵活应对不(bù)同模态的转化、像人与世(shì)界(jiè)交互一样自(zì)然，这方面(miàn)，由算力网(wǎng)络来(lái)驱动将有(yǒu)明显优势。

此(cǐ)外(wài)，还有很(hěn)多需(xū)要(yào)爆发式增(zēng)长的算力来支撑的技术创新(xīn)，将在人(rén)工(gōng)智能算力网络支撑下(xià)快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在(zài)大模型(xíng)和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创(chuàng)造(zào)的边际成本降低，让万(wàn)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 无时无刻是什么意思 无时无刻不在，无时不刻是什么意思