自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始人比尔·盖茨已多(duō)次公开谈论人工(gōng)智(zhì)能话题。在最近的一(yī)次采访中，他再(zài)次表示：“AI可能会(huì)让科技(jì)行(xíng)业迎来一(yī)次剧(jù)烈的(de)洗牌”。

这个结论是他在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节(jié)目专访时提出(chū)的(de)。

他预期，AI的(de)发展可能会威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面(miàn)的行动相当迅(xùn)速(sù)。而最终科(kē)技巨(jù)头将把AI整合成用户的“全能(néng)助手”，包揽一切应(yīng)用，与人们(men)进(jìn)行沟(gōu)通并提(tí)供(gōng)建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代表的AIGC上一次爆火(huǒ)的时(shí)候，还(hái)是2022年8月，在(zài)美国(guó)科罗拉多州举(jǔ)办(bàn)的新(xīn)兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软件被(bèi)广大网(wǎng)友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组(zǔ)关键词或者一张照片，就能获为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别得一幅AI创作的画作。

作画的关键就是所输入的文本。同(tóng)一(yī)组关键词也可以(yǐ)创作(zuò)出很多张风(fēng)格不(bù)一样的画作(zuò)，这让创作的过程就像开盲盒。

很多(duō)用(yòng)户(hù)很喜(xǐ)欢这种(zhǒng)不确定的惊喜(xǐ)，他们会将生成的美(měi)图当做(zuò)头像。而另(lìng)一部(bù)分喜欢翻(fān)看AI绘画的“翻车”作品(pǐn)。在(zài)社交(jiāo)媒体上，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了(le)“肌(jī)肉男”，还(hái)有网友的个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填(tián)写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福(fú)读(dú)博的中(zhōng)国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于控制点的图像变形算法，主要(yào)用(yòng)于数字图(tú)像处(chù)理、计算机视(shì)觉(jué)和(hé)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绘画(huà)领域最新的热点。

在(zài)此之前，大家(jiā)用了很多方(fāng)法想让AI生成的结果尽可能(néng)的符合要求，但是都不(bù)尽如人(rén)意，它的出现代(dài)表着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提取画面(miàn)的构图，人物的(de)姿势和(hé)画面的深度信息等。有(yǒu)了它的帮助，就不(bù)用频繁的用提(tí)示词来碰运气，抽盲盒式(shì)的创作了(le)。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了(le)“魔法”，不少(shǎo)博主的作品(pǐn)已(yǐ)经获(huò)得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的照片(piàn)直接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来(lái)，效果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的(de)照片(piàn)，草图也可(kě)以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏(mǐn)其本尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输(shū)出(chū)的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络(luò)，而经过警方辟谣这所谓的“party”可(kě)能(néng)是全国第一起AI绘(huì)图诈骗。

由于(yú)这(zhè)个活动里面(miàn)给出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当(dāng)成真事(shì)传播了(le)。

不过仔细观察可以(yǐ)发现，活(huó)动发起者提供的照片中(zhōng)有个很(hěn)大的漏(lòu)洞可以发现(xiàn)并(bìng)非真人，而是AI绘图，那便(biàn)是(shì)图片中女(nǚ)性的手指部分有的存在异常。

有(yǒu)行业人事(shì)表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不(bù)太会(huì)画人的手为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别(shǒu)，但最(zuì)新看到(dào)的图片已经有越来越完(wán)美的(de)AI模型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也已有(yǒu)发生。据(jù)英(yīng)国(guó)广播公司报道(dào)，土耳其地(dì)震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假照片发布到网络，以此(cǐ)诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘图(tú)效果，如果这(zhè)样的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕。

此外AIGC还引发了很多担忧，一方面，批判者认(rèn)为(wèi)AI在(zài)“学习(xí)”了大量前人的(de)作品(pǐn)之后，其创作(zuò)没有任何情绪和灵魂，难以和人类(lèi)的艺(yì)术创作相提并(bìng)论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都并没(méi)有(yǒu)得到有效的解(jiě)决(jué)，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工智(zhì)能的(de)安全(quán)问题需要(yào)得到重视，太晚就(jiù)来不及(jí)了(le)。

03

AIGC下一站除了(le)视频，还有远方

技(jì)术都(dōu)是有两面性的，潜在的(de)危害并不能(néng)掩盖其光辉的贡献。现在看来(lái)，人工智能技(jì)术将(jiāng)是第四次(cì)工业(yè)革命(mìng)的核心驱动力量，将创造新的增长奇迹。

过(guò)去一年，人工智(zhì)能在技(jì)术和商业层(céng)面都有了巨大进展，AI绘画就是(shì)人(rén)工(gōng)智能技术发生方(fāng)向性改(gǎi)变的一个代表。其(qí)下一站或许就(jiù)是视(shì)频。

此前(qián)，Meta和谷歌先后发布了(le)几条引爆科(kē)技圈的短(duǎn)视频(pín)。这些(xiē)视频引发关注并非(fēi)内(nèi)容(róng)做(zuò)得多优(yōu)秀(xiù)，反而(ér)都非常(cháng)简单，比如一(yī)匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具(jù)熊，或者一(yī)段(duàn)骑摩托车(chē)的第一视(shì)角录像(xiàng)，随便一个有手(shǒu)机的人(rén)都可以随手录(lù)下一段。

但这些短视(shì)频的(de)创作方式非常简单(dān)，创作者仅仅需要向AI输入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视(shì)频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视(shì)频(pín)后(hòu)，AI圈就(jiù)已经玩(wán)了一波梗，一个能够做出(chū)更高清视频的(de)AI还不足以在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地(dì)方在(zài)于，它可以制作出超过2分(fēn)钟(zhōng)的连贯的也有确切内容(róng)的视频，这(zhè)才是真正让人们感到惊(jīng)喜的地(dì)方。因为(wèi)无论AI生(shēng)成的(de)视频多么高清，也只(zhǐ)能是(shì)为内容生产者(zhě)提供一个(gè)灵感，一个素材，一个过场(chǎng)动画。

不过能够制作出有具体剧情(qíng)内容的视频就(jiù)意味着，一(yī)些视频创作由(yóu)AI代(dài)替人工完成已(yǐ)经初步有了可能(néng)。

当下AI的发(fā)展速度已经超(chāo)过大部分人的想象。内容(róng)产业的本质是供给创(chuàng)造需(xū)求，AIGC作(zuò)为全新的内容生产方式，可以为内容(róng)产业带来更(gèng)新的内容风(fēng)格(gé)、更快(kuài)的(de)生(shēng)产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技(jì)术还能应用于音乐、代(dài)码、机器人动作(zuò)等多(duō)种内容形式的生成(chéng)。不难发现该项技术不仅(jǐn)在游(yóu)戏等行(xíng)业能得到有(yǒu)效应用，对(duì)于下一(yī)代互联网各种元(yuán)素(sù)的(de)构(gòu)建亦有(yǒu)关键意义(yì)。

从(cóng)商业(yè)化(huà)的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基于(yú)AI的可视化(huà)内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进(jìn)程中(zhōng)的(de)一块重要拼(pīn)图，有望(wàng)在技术(shù)更新的加持下(xià)实现更(gèng)大的应用价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至能(néng)够创造出独立价值和(hé)独立(lì)视角的内容。AIGC的再次出圈，更代(dài)表着未来(lái)的先进生(shēng)产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也(yě)可以看出，在语言大模型(xíng)、图像大模(mó)型之后，多(duō)模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能底(dǐ)座，是(shì)全球竞(jìng)争最激(jī)烈的研(yán)究方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚(yà)马逊、百度、阿里、腾(téng)讯(xùn)等众(zhòng)多头部企业都在竞(jìng)相发(fā)力。

不过(guò)训(xùn)练大模型的确(què)价格不菲，以(yǐ)国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需(xū)要(yào)多少算力(lì)》报告估算，GPT-3训(xùn)练一次的成本约(yuē)为(wèi)140万美元。而对于一些(xiē)更大的LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本(běn)则介于(yú)200万(wàn)美(měi)元至1200万(wàn)美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立访客平(píng)均(jūn)数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在5万美(měi)元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发(fā)展(zhǎn)同(tóng)时，更(gèng)应该关注(zhù)算力网络的建设。

算力(lì)网络正驱动(dòng)AI产业(yè)发展进入史诗级加速进程，让AIGC及通用(yòng)AI这一(yī)人工智能发展(zhǎn)的终极目标离得更近。

因为算力(lì)可以对突(tū)破性技术创新提供(gōng)大力(lì)的(de)支(zhī)持。这方(fāng)面，多(duō)模态大模型(xíng)是典型。作为(wèi)面(miàn)向(xiàng)未(wèi)来强人工智能、通(tōng)用人工智能(néng)的重(zhòng)要技术创新，多模(mó)态大(dà)模型(xíng)已经在人工智(zhì)能领域(yù)提出了很多(duō)年，业界也有不少技术突破，但是，多模态大(dà)模型进一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜任(rèn)。

从图像、文字、语音单独一(yī)项的训练，到(dào)双模态(tài)、三(sān)模态的跃(yuè)迁，让人工智(zhì)能可以灵活应对(duì)不(bù)同模态的(de)转化(huà)、像(xiàng)人与世界交互一(yī)样自然，这(zhè)方(fāng)面，由算力网络来驱动将有明(míng)显优(yōu)势(shì)。

此外(wài)，还有很多(duō)需要爆发(fā)式增长(zhǎng)的(de)算力(lì)来支撑的(de)技术创(chuàng)新，将在人工智(zhì)能算力网络支撑下快速(sù)推进。

AIGC已经露(lù)出曙光(guāng)，期(qī)待在大模型和大算力(lì)的(de)支持下AIGC能持续(xù)颠(diān)覆内(nèi)容(róng)生产的(de)方式，将创(chuàng)造(zào)的边(biān)际成本降低，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 为什么公鸡不能炖汤，公鸡汤和母鸡汤的区别