自聊天机(jī)器人(rén)ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔(ěr)·盖茨已多次(cì)公开(kāi)谈论人工智能话题(tí)。在(zài)最近的一次(cì)采访(fǎng)中，他再次(cì)表示：“AI可能(néng)会让(ràng)科(kē)技行业迎来(lái)一(yī)次(cì)剧烈的(de)洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威胁(xié)到(dào)谷歌的(de)市占率，因为微软(ruǎn)在(zài)AI方面的(de)行(xíng)动相当迅速。而最终(zhōng)科技巨(jù)头将把AI整合成用(yòng)户的“全能(néng)助手”，包揽一切应(yīng)用(yòng)，与人(rén)们进行(xíng)沟通并提供建议，可以取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全能助手的到来(lái)可(kě)能尚需时日，但由ControlNet引发的(de)又(yòu)一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘(huì)画为代表(biǎo)的AIGC上一次爆火的(de)时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太(tài)空歌剧院》的作(zuò)品获(huò)奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便(biàn)是(shì)其(qí)中(zhōng)代表。

用户们可(kě)以在应用中输入一组(zǔ)关键(jiàn)词或者一张照片，就能获(huò)得一(yī)幅AI创作的画(huà)作。

作画的关键(jiàn)就(jiù)是所输入的文本(běn)。同一组关(guān)键词(cí)也可以创(chuàng)作出很多张风(fēng)格不一样的画作(zuò)，这让创(chuàng)作的过程就像(xiàng)开盲盒(hé)。

很多用户(hù)很喜(xǐ)欢这种(zhǒng)不确定的(de)惊喜，他们会将生(shēng)成的美(měi)图当(dāng)做头像(xiàng)。而另一部分喜欢翻看AI绘画(huà)的(de)“翻车”作品。在社(shè)交(jiāo)媒体上，许多用户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小(xiǎo)狗照片被AI画成了“肌肉男(nán)”，还(hái)有(yǒu)网(wǎng)友(yǒu)的(de)个(gè)人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加(jiā)持(chí)，以往(wǎng)AI绘画的填(tián)写关(guān)键词游(yóu)戏可能要被颠覆(fù)了(le)。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的一种基(jī)于控制(zhì)点的图(tú)像(xiàng)变形算法，主要用于数(shù)字图像处理、计(jì)算机视觉和(hé)计算机图(tú)形学等(děng)领域。

其(qí)SD插(chā)件一经发布，在短(duǎn)短的两天内便(biàn)成(chéng)为(wèi)了(le)AI绘画领域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符(fú)合要(yào)求，但是都不尽如人(rén)意，它(tā)的出现代表着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面(miàn)的构图，人物的姿势和画面的深(shēn)度信息等。有了它(tā)的帮助，就不用(yòng)频繁的(de)用提示词(cí)来碰运气(qì)，抽盲盒(hé)式的创作了。

通(tōng)俗(sú)的(de)说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获(huò)得(dé)了大量(liàng)的浏览量，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友的照(zhào)片直接带她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展(zhǎn)找(zhǎo)到对应的关(guān)键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可(kě)以看(kàn)出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除(chú)了(le)真(zhēn)实的照片，草图也(yě)可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图(tú)。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不得(dé)不说当下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都已(yǐ)经能以假乱真了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络(luò)，而经过警方辟谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美女照片都是(shì)AI制作的真人(rén)照片绘图，因为(wèi)太逼真(zhēn)，被(bèi)大(dà)家当成真事(shì)传播了(le)。

不过仔(zǎi)细观察可以发(fā)现，活动(dòng)发(fā)起者提供的(de)照片(piàn)中有(yǒu)个很大的漏洞(dòng)可(kě)以发现(xiàn)并非真人，而是AI绘图(tú)，那(nà)便是(shì)图(tú)片中(zhōng)女性的手指部分有的存在异常。

有(yǒu)行业人事表示：“现在因(yīn)为手指部分的绘画算法比较(jiào)复(fù)杂，AI还不太会画人的(de)手，但最新看到的图(tú)片已经有越来越(yuè)完美的AI模(mó)型出现，以后可(kě)能(néng)就完全没(méi)有(yǒu)漏洞了。”

类似(shì)的AI作(zuò)图诈骗在国(guó)外也已有发生。据英国广播公司报道(dào)，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的假照片发布到网络，以此(cǐ)诱骗善良的人(rén)打(dǎ)赏“捐(juān)助(zhù)”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出(chū)真人照片般(bān)的绘(huì)图效(xiào)果，如果这(zhè)样(yàng)的图片被用来诈骗，将非常可(kě)怕。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都(dōu)并没有(yǒu)得(dé)到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯克也强(qiáng)调，人工智能的安(ān)全问(wèn)题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技(jì)术都是有两面性的(de)，潜在(zài)的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智能技术将(jiāng)是第(dì)四次工(gōng)业革命的(de)核心驱动力量(liàng)，将创造(zào)新(xīn)的增长奇迹。

过去(qù)一年，人工智能(néng)在(zài)技术和商业(yè)层面都有了巨(jù)大(dà)进展(zhǎn)，AI绘画(huà)就(jiù)是(shì)人工智能技(jì)术发生(shēng)方向(xiàng)性改变的(de)一个代表。其下一站或许(xǔ)就是视频。

此前，Meta和谷歌先后(hòu)发(fā)布了几条引爆科技圈的(de)短(duǎn)视频。这些视频(pín)引发关注并非(fēi)内(nèi)容做得多(duō)优(yōu)秀，反而都非常简单，比如一(yī)匹(pǐ)正(zhèng)在喝(hē)水(shuǐ)的马，一只画画(huà)的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便一(yī)个有手机(jī)的人都可以随手(shǒu)录下一段。

但这些短视频的创(chuàng)作方式(shì)非常(cháng)简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可以根据需(xū)要生成一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多的(de)差别(bié)。

在Make-A-Video公布了(le)AI生成(chéng)的视(shì)频后，AI圈(quān)就已经玩了一波梗，一个能够做出(chū)更高清视频的(de)AI还不足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的地方在于，它可以制作出超(chāo)过2分钟的连贯(guàn)的也有确切内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么(me)高清(qīng)，也只能是为(wèi)内容生产者(zhě)提(tí)供一个灵感，一(yī)个(gè)素(sù)材，一个过场(chǎng)动画。

不过能够制作(zuò)出有具体剧情(qíng)内(nèi)容的视频就意味(wèi)着，一些视频创作由AI代替(tì)人工完成已经(jīng)初步有了可能(néng)。

当下AI的发(fā)展速度(dù)已经(jīng)超过大(dà)部分人的想象。内(nèi)容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新的内(nèi)容生产方(fāng)式，可(kě)以为内容产业(yè)带来更(gèng)新的内容风(fēng)格、更(gèng)快(kuài)的生产速度(dù)，更低的(de)生产成本(běn)，这无疑(yí)会驱动内容产业(yè)的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等多种内(nèi)容形式的生(shēng)成。不难发现该(gāi)项技术不仅(jǐn)在游戏等行业能得(dé)到有(yǒu)效应用，对于下一代(dài)互(hù)联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意义。

从商业化的(de)角度来(lái)看，文(wén)化娱乐、教育(yù)、传媒等(děng)诸多领域，本身(shēn)就(jiù)对基于AI的可(kě)视化内容有(yǒu)强(qiáng)烈需求(qiú)。

因此，AI绘画及视频(pín)或不(bù)是(shì)结果，而只是AI进程(chéng)中的一块重要拼图，有(yǒu)望在技术更新的加持下实现更(gèng)大的应用价(jià)值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表(biǎo)着未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展(zhǎn)也可以(yǐ)看出，在语言大模(mó)型、图像大模(mó)型之后，多(duō)模态大模型已经成为(wèi)了新的趋(qū)势。

大模型被誉(yù)为当前(qián)人(rén)工智能发(fā)展的(de)智(zhì)能底座(zuò)，是全球竞争最(zuì)激烈的研究(jiū)方向之一，包括(kuò)谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都在(zài)竞相(xiāng)发力。

不过训(xùn)练大模型的确(què)价格不(bù)菲，以国盛证券(quàn)发(fā)布的《ChatGPT需(xū)要多(duō)少算力》报告估算，GPT-3训练一次的(de)成本约为140万美(měi)元(yuán)。而(ér)对于一些更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万(wàn)苏三起解的故事，苏三起解的故事简介美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数(shù)1300万计算，其(qí)对应芯片需求(qiú)为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美元，每日(rì)仅电费(fèi)就(jiù)在(zài)5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的终极目标离(lí)得更近。

因为算力(lì)可(kě)以对突(tū)破(pò)性技术创新提供大力的(de)支持(chí)。这方面，多模态大(dà)模型是(shì)典型。作为(wèi)面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多模态(tài)大(dà)模(mó)型已经(jīng)在人工(gōng)智能领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但(dàn)是(shì)，多模态大模型进一(yī)步往下走，算力(lì)需求(qiú)呈几何式(shì)上(shàng)升(shēng)，一般的(de)算力(lì)基(jī)础设(shè)施很快将难以胜任。

从图像、文字、语(yǔ)音单独一项的训(xùn)练，到双(shuāng)模态(tài)、三模(mó)态的跃迁，让人工智(zhì)能可以灵(líng)活应(yīng)对不同(tóng)模(mó)态的转化、像人与世界交互(hù)一样自然(rán)，这方面，由算(suàn)力网(wǎng)络来驱(qū)动(dòng)将(jiāng)有明显优势(shì)。

此(cǐ)外(wài)，还(hái)有很多(duō)需要爆发(fā)式增长(zhǎng)的算力来支撑的技(jì)术创(chuàng)新，将(jiāng)在(zài)人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力(lì)的支持下AIGC能持续颠覆(fù)内容生产(chǎn)的方式(shì)，将创造的(de)边际成本降低(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 苏三起解的故事，苏三起解的故事简介