自聊天机(jī)器(qì)人(rén)ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人工智能(néng)话题(tí)。在(zài)最近的一(yī)次采访中，他再次表示：“AI可能(néng)会让科技行业迎来一(yī)次剧(jù)烈的洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌(gē)的市占(zhàn)率(lǜ)，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(hé)成(chéng)用户的“全能(néng)助(zhù)手”，包揽一(yī)切应用，与(yǔ)人们进行沟通并提供(gōng)建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一次爆(bào)火的(de)时(shí)候(hòu)，还(hái)是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新(xīn)兴数字艺术(shù)家竞赛中，一幅名为《太(tài)空歌(gē)剧(jù)院》的作(zuò)品获奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户(hù)们可(kě)以在应用中输入一组关键词或者一张照片，就能获得一(yī)幅AI创(chuàng)作的(de)画作(zuò)。

作(zuò)画的关键就是所输(shū)入的文本。同一组(zǔ)关键(jiàn)词也可(kě)以创作出(chū)很多张风格不一(yī)样的(de)画作，这让(ràng)创作(zuò)的(de)过程(chéng)就像开盲(máng)盒。

很多(duō)用(yòng)户(hù)很喜欢这(zhè)种不确定的惊喜，他们会将生成的(de)美图(tú)当做头像。而(ér)另一部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社(shè)交媒(méi)体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照片被AI画(huà)成了(le)“肌(jī)肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而(ér)如今(jīn)随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福(fú)读(dú)博(bó)的中国人张吕敏创(chuàng)作(zuò)的一(yī)种(zhǒng)基于控制点的图像变形算法，主要用(yòng)于数字图像处理、计算机视(shì)觉和计算机图形学(xué)等领域。

其SD插件一经发布，在(zài)短(duǎn)短的两天内便成为了AI绘(huì)画领域(yù)最新的(de)热点。

在此之前，大家用了很多(duō)方(fāng)法想(xiǎng)让AI生(shēng)成的(de)结(jié)果尽可能的符合要求，但是都不(bù)尽如人意(yì)，它的(de)出现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信息等。有了它的(de)帮(bāng)助，就不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友的照(zhào)片(piàn)直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关键(jiàn)词(cí)；最后用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

病娇是什么意思，病娇是什么意思呀网络用语ta-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的是，除病娇是什么意思，病娇是什么意思呀网络用语(chú)了真实的照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

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

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络(luò)，而经过警方辟(pì)谣这所谓(wèi)的(de)“party”可能(néng)是全国(guó)第一起(qǐ)AI绘图诈骗。

由于这个(gè)活动(dòng)里面给出的(de)美女照片都是AI制作(zuò)的真(zhēn)人(rén)照片(piàn)绘图(tú)，因为太(tài)逼(bī)真，被大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提供的照片中有(yǒu)个很(hěn)大的漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图(tú)，那(nà)便是图片中女性(xìng)的(de)手指部分有的存在异常(cháng)。

有行业人事表示：“现(xiàn)在因为手指部分的绘画算法比较复(fù)杂，AI还不太会画人的手(shǒu)，但最新看到的图(tú)片已经(jīng)有越(yuè)来(lái)越完美(měi)的(de)AI模型(xíng)出现，以后可能就完全(quán)没有漏洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗(piàn)在国外(wài)也已有发生。据英国广播公司报(bào)道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱骗善良(liáng)的人打赏“捐助”从而(ér)实施诈(zhà)骗。

目(mù)前随着技(jì)术发(fā)展，AIGC已经能做出(chū)真人照片般的绘(huì)图效果(guǒ)，如果这(zhè)样的图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了(le)大量前人的作品(pǐn)之(zhī)后，其创(chuàng)作没有任何情绪和灵魂，难以(yǐ)和人类的(de)艺术创作相(xiāng)提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有(yǒu)效的解(jiě)决(jué)，还有AIGC会不会代替人类(lèi)“至(zhì)高(gāo)无上(shàng)”的创意。

马斯克也强调，人工智能的安全问题(tí)需要(yào)得到(dào)重视(shì)，太晚就来(lái)不(bù)及(jí)了。

03

AIGC下一(yī)站(zhàn)除了视频，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能技术将(jiāng)是第四次(cì)工业(yè)革命的核心驱动力量，将(jiāng)创造新的增长奇(qí)迹(jì)。

过(guò)去一年，人工智能在技术和商业层面都(dōu)有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是人工智能技术发生(shēng)方向性(xìng)改(gǎi)变的(de)一个(gè)代表。其(qí)下(xià)一(yī)站或许就是(shì)视频。

此前，Meta和(hé)谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短视频。这些视(shì)频引发(fā)关(guān)注并非(fēi)内(nèi)容做(zuò)得多优(yōu)秀，反(fǎn)而(ér)都非常(cháng)简单，比如一匹(pǐ)正(zhèng)在喝水的马，一只画画(huà)的玩具熊，或者(zhě)一段骑摩托车的(de)第一视角录像，随便一(yī)个有(yǒu)手(shǒu)机的人(rén)都(dōu)可以随手录下一段。

但这些短视频的创作方(fāng)式非常简单，创作者仅(jǐn)仅(jǐn)需要(yào)向(xiàng)AI输入(rù)一段话(huà)，甚至只是说一下要求，AI就可以根(gēn)据需要生(shēng)成一(yī)段(duàn)视频。

谷歌发布的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视(shì)频后，AI圈就(jiù)已(yǐ)经玩了一波(bō)梗，一(yī)个(gè)能够(gòu)做出更高清(qīng)视频的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人(rén)震惊的地方在于，它(tā)可(kě)以制作出超(chāo)过(guò)2分钟的连贯的也(yě)有确切内(nèi)容的(de)视频，这才(cái)是真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频多么高清，也只(zhǐ)能是为内容生产者提供一(yī)个灵(líng)感(gǎn)，一(yī)个素(sù)材，一个过场动画。

不过能够制作(zuò)出(chū)有具体剧情内容的视频就意味(wèi)着，一(yī)些视频创(chuàng)作由AI代替人(rén)工完成已经初步有了可能。

当下(xià)AI的(de)发展速度(dù)已经(jīng)超(chāo)过大部分人的想象。内容产业的本质(zhì)是供给创造(zào)需求，AIGC作为全(quán)新的内(nèi)容生产方(fāng)式(shì)，可(kě)以(yǐ)为内容产业带(dài)来更新的(de)内容风格、更(gèng)快的生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内容产业(yè)的大(dà)爆(bào)发(fā)。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用(yòng)于音(yīn)乐(lè)、代码、机器(qì)人动作等多种(zhǒng)内(nèi)容(róng)形式(shì)的生成。不难发(fā)现该项技(jì)术不仅在游戏等(děng)行(xíng)业能得(dé)到有效应用，对(duì)于下一代互联网各种(zhǒng)元素的(de)构建亦有关键意义(yì)。

从商业(yè)化的角度来看，文化(huà)娱乐、教育、传媒等诸多(duō)领(lǐng)域，本(běn)身就对基(jī)于AI的可视化(huà)内容(róng)有强(qiáng)烈需求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而(ér)只是(shì)AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技术更新的加持(chí)下实现更大的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成(chéng)内(nèi)容，甚(shèn)至(zhì)能够(gòu)创造出(chū)独(dú)立价值和独(dú)立视(shì)角的内容(róng)。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展也可以看出(chū)，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型(xíng)被誉(yù)为当前人(rén)工(gōng)智(zhì)能(néng)发展的智能底(dǐ)座(zuò)，是(shì)全球竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在竞(jìng)相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国(guó)盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一次的成本(běn)约(yuē)为140万美元。而对于一些更(gèng)大的LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本(běn)则介于200万(wàn)美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客(kè)平均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美(měi)元左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力(lì)支持。在关(guān)注各类大模(mó)型(xíng)的(de)发展同时，更应(yīng)该(gāi)关注(zhù)算力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的终极目标离(lí)得更近。

因为算力(lì)可以(yǐ)对突破性技术创新提供大力的支持。这方面，多模态大(dà)模型(xíng)是典型。作为面向(xiàng)未来强人工智能、通用人工智(zhì)能的重(zhòng)要技术(shù)创(chuàng)新，多模态大模(mó)型已经在(zài)人工(gōng)智能(néng)领(lǐng)域提出了很多(duō)年，业(yè)界也有不少(shǎo)技术突破，但是(shì)，多模态大模(mó)型进一步(bù)往下走，算(suàn)力需求呈几何式上升，一般的算力基础设施很快将难(nán)以胜(shèng)任(rèn)。

从(cóng)图像、文(wén)字、语音单独一项的训练(liàn)，到双模态、三模态的(de)跃(yuè)迁，让(ràng)人工智能可以灵活应对(duì)不(bù)同(tóng)模(mó)态的转化(huà)、像人与世界交(jiāo)互一样(yàng)自然，这方面，由算(suàn)力网(wǎng)络来驱动(dòng)将有(yǒu)明显优势。

此外，还有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑的(de)技术创新，将在人工智能算(suàn)力网络支(zhī)撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期(qī)待(dài)在大(dà)模型和(hé)大算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边(biān)际成本降低(dī)，让万众受益。

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 病娇是什么意思，病娇是什么意思呀网络用语