自(zì)聊(liáo)天机(jī)器(qì)人(rén)ChatGPT火爆以来(lái)，微软公司(sī)创始人(rén)比尔·盖茨(cí)已多次公开谈论人工智能话(huà)题。在(zài)最近的一次采访(fǎng)中，他(tā)再次表示：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专(zhuān)访时提出的。

他预(yù)期(qī)，AI的发展可(kě)能会威胁到谷歌的市(shì)占率，因(yīn)为微软在AI方面的行动相(xiāng)当迅(xùn)速。而最终科技巨头将(jiāng)把AI整合成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提(tí)供建议，可以(yǐ)取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来可能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘(huì)画浪(làng)潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术家(jiā)竞(jìng)赛(sài)中，一幅(fú)名为《太(tài)空(kōng)歌剧(jù)院》的作品获奖。

随后各大厂(chǎng)商的AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户(hù)们(men)可以(yǐ)在应用(yòng)中输入一组关(guān)键词或者一张(zhāng)照片，就能(néng)获得(dé)一幅AI创作(zuò)的(de)画作。

作画的关键就是(shì)所输入的文本。同一组(zǔ)关键词(cí)也可(kě)以创作出很多张风格(gé)不一(yī)样的画(huà)作(zuò)，这让创作的过程就像(xiàng)开(kāi)盲(máng)盒。

很多(duō)用户很喜(xǐ)欢(huān)这种(zhǒng)不确定的惊喜，他(tā)们会将生成的美图当做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌肉男”，还有网友(yǒu)的个(gè)人照片被AI识别(bié)成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现与加持，以往(wǎng)AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在斯坦福(fú)读(dú)博的中国(guó)人张吕(lǚ)敏(mǐn)创(chuàng)作(zu华夏儿女指什么意思，华夏儿女是啥意思ò)的(de)一种基于控制点的图像变形算法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插件(jiàn)一经发布，在短短的两天内(nèi)便成为了AI绘画(huà)领(lǐng)域(yù)最新的热点。

在此之前(qián)，大家用了(le)很多(duō)方(fāng)法想让AI生成(chéng)的结果尽可能(néng)的(de)符合(hé)要求(qiú)，但(dàn)是都(dōu)不尽如人意，它的(de)出现代表着AI生成开(kāi)始进(jìn)入真正的可(kě)控时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的姿势和(hé)画面(miàn)的深(shēn)度信息等。有了它的帮(bāng)助(zhù)，就不(bù)用频繁的用(yòng)提示词(cí)来碰运(yùn)气，抽盲盒(hé)式的创作(zuò)了。

通(tōng)俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博(bó)主的作品已经获(huò)得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片(piàn)直接(jiē)带她们走进动漫世界。

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

再用Text2Prompt插件(jiàn)拓展找到(dào)对应(yīng)的(de)关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼开(kāi)始换关键词试效(xiào)果。

通过图片就可(kě)以看出来，效果(guǒ)十分(fēn)惊(jīng)艳。

更厉害的(de)是，除了真实的(de)照片(piàn)，草图也可以加(jiā)上“魔法”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还(hái)能实现线(xiàn)稿转(zhuǎn)全(quán)彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得(dé)越(yuè)来越强大，甚至输(shū)出的作(zuò)品(pǐn)都已(yǐ)经能以(yǐ)假(jiǎ)乱(luàn)真了(le)。

02

难(nán)辨虚实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警(jǐng)方辟(pì)谣这(zhè)所谓的“party”可能是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。

由于这个(gè)活动里面给(gěi)出的(de)美女照片(piàn)都(dōu)是(shì)AI制作的(de)真人照片绘图，因为太逼真(zhēn)，被大(dà)家当成真事传播(bō)了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者(zhě)提供的照片中(zhōng)有个很大的漏洞可以发现并(bìng)非真人，而(ér)是AI绘(huì)图，那便是图片中女性的手指部分(fēn)有的存在异常。

有(yǒu)行业(yè)人事表示：“现(xiàn)在因为手指部分的(de)绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片已经(jīng)有(yǒu)越来越(yuè)完美(měi)的AI模型出(chū)现，以(yǐ)后可能就完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也(yě)已有发(fā)生。据英国广播公(gōng)司报道，土耳其(qí)地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童受灾的假(jiǎ)照片发布到(dào)网络，以此诱(yòu)骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出(chū)真人照片(piàn)般的绘(huì)图(tú)效果(guǒ)，如(rú)果这样的图片被用来诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还(hái)引发(fā)了很多担忧，一方面，批(pī)判者认为AI在“学习(xí)”了大量(liàng)前人的作(zuò)品之后，其创作没有(yǒu)任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺(yì)术创作相提并论。

另一方面，AIGC背后(hòu)的(de)版权(quán)、目前都并没(méi)有得到有效的(de)解决，还有AIGC会(huì)不(bù)会代替人类“至高(gāo)无上”的创意。

马斯克(kè)也强调，人工智能(néng)的安全问题需要(yào)得到重视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技(jì)术都是有两面(miàn)性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的(de)贡(gòng)献(xiàn)。现在看来，人工(gōng)智能技术将是第四(sì)次工业革(gé)命(mìng)的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去一年，人(rén)工智能(néng)在技(jì)术和商业(yè)层面(miàn)都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一个代表(biǎo)。其下一站或(huò)许就(jiù)是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视频。这(zhè)些视(shì)频(pín)引发关注并(bìng)非内容做得(dé)多(duō)优秀，反而都非常简单(dān)，比如(rú)一(yī)匹正在喝水的马，一只画(huà)画的玩具熊，或(huò)者一段(duàn)骑摩托车的(de)第一视角录像，随便一个有手机(jī)的人(rén)都可(kě)以随手(shǒu)录下一段。

但(dàn)这些短视(shì)频的创作方式非常(cháng)简单，创作者仅仅需要向AI输入一段话(huà)，甚至只是(shì)说一下要求，AI就可以根(gēn)据(jù)需要生成(chéng)一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就已经玩(wán)了一波梗，一(yī)个能够(gòu)做出更(gèng)高清(qīng)视频的AI还不(bù)足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人(rén)震惊的地方在(zài)于(yú)，它可以制作出(chū)超过2分钟的连贯的也(yě)有确切内容(róng)的视频，这(zhè)才(cái)是(shì)真正让(ràng)人们感到惊喜的地(dì)方。因为(wèi)无(wú)论(lùn)AI生成的视频(pín)多么高清，也只能是为(wèi)内容生产者(zhě)提供一(yī)个灵感，一个素材，一(yī)个过场动(dòng)画(huà)。

不(bù)过能(néng)够制作(zuò)出有具体剧(jù)情内(nèi)容的视频就意味着，一(yī)些(xiē)视(shì)频(pín)创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的(de)发(fā)展速度已经超过大部分人的(de)想象。内(nèi)容产(chǎn)业的本(běn)质是供(gōng)给创造需求，AIGC作为(wèi)全新的内容生产方式，可以为内容(róng)产业带来更新的(de)内容风格、更快(kuài)的生产速度，更(gèng)低的生产成本，这无疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机(jī)器人动作(zuò)等多(duō)种内容(róng)形式的生成。不(bù)难发(fā)现该项技术不仅在游戏(xì)等(děng)行业能得到有效应用，对于(yú)下(xià)一代互联(lián)网各种元素的构建亦有(yǒu)关键意义。

从商业化的(de)角度来看，文(wén)化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而只是AI进程中的一块(kuài)重要拼图，有(yǒu)望在技(jì)术更新的加持下实现更大的应用(yòng)价值。

AI从理(lǐ)解内容(róng)，走向了(le)可以(yǐ)生(shēng)成内容，甚至能够(gòu)创造出独立价(jià)值(zhí)和独立视角的内(nèi)容。AIGC的再(zài)次出(chū)圈(quān)，更代表着未(wèi)来的先进生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的(de)发(fā)展也可(kě)以(yǐ)看出，在(zài)语言大模型(xíng)、图像(xiàng)大模型之后(hòu)，多模态大模型(xíng)已经成(chéng)为了新的(de)趋势。

大模型被誉为当(dāng)前人工智能(néng)发展的(de)智能底座，是(shì)全(quán)球竞争(zhēng)最激(jī)烈(liè)的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿里、腾讯等众多头(tóu)部(bù)企业都在(zài)竞(jìng)相发力。

不(bù)过训练大模型的确价格不菲，以国盛证券(quàn)发布(bù)的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训(xùn)练(liàn)一次的(de)成本约为140万美元。而对于一(yī)些更大的LLM(大型语言模型)，训练成本(běn)则介于(yú)200万美元至(zhì)1200万(wàn)美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客(kè)平均数1300万计(jì)算，其(qí)对应芯片需求(qiú)为(wèi)3万(wàn)多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美元，每日仅电费就在(zài)5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类(lèi)大模(mó)型的发展同(tóng)时(shí)，更(gèng)应该关注(zhù)算力(lì)网络的建设。

算力(lì)网络正(zhèng)驱动AI产业(yè)发(fā)展进(jìn)入史诗(shī)级(jí)加速(sù)进(jìn)程(chéng)，让AIGC及(jí)通(tōng)用AI这一人工智能发展的终极(jí)目标离得更(gèng)近。

因为算力可(kě)以对(duì)突破性技术创(chuàng)新提(tí)供大力的支持(chí)。这(zhè)方面(miàn)，多模(mó)态(tài)大(dà)模型(xíng)是典型。作(zuò)为面向(xiàng)未来强人(rén)工智能、通用人工智(zhì)能的重(zhòng)要技(jì)术创新，多模态大模(mó)型已经在人工智能领域提出了很(hěn)多年(nián)，业(yè)界也有不少技术突(tū)破(pò)，但是，多模态大模型进(jìn)一步往(wǎng)下走，算力需(xū)求呈(chéng)几何(hé)式上(shàng)升(shēng)，一般的算力基础设施(shī)很(hěn)快将难以胜任。

从图像、文(wén)字、语(yǔ)音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三模态的跃(yuè)迁，让人(rén)工智能(néng)可以灵活(huó)应对不同模(mó)态的转化、像人与世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱(qū)动将有明显(xiǎn)优势。

此外(wài)，还有很多需要爆发式增长(zhǎng)的算力来(lái)支撑(chēng)的(de)技术创(chuàng)新，将在人工智能算力网络支撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大(dà)算(suàn)力的支持下AIGC能持(chí)续颠覆内容生产(chǎn)的方式，将创造的边际成(chéng)本(běn)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 华夏儿女指什么意思，华夏儿女是啥意思