自聊天(tiān)机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨已多次公开谈论(lùn)人工智(zhì)能话(huà)题。在最近(jìn)的一次采(cǎi)访中，他再次(cì)表示：“AI可能会(huì)让科技行业迎来(lái)一次剧烈的洗牌(pái)”。

这个结(jié)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。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的(de)市占(zhàn)率，因为微软在(zài)AI方面的(de)行动相当(dāng)迅(xùn)速(sù)。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们(men)进行沟通并提供建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能助(zhù)手的到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的话题热(rè)点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的(de)AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州举办的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后(hòu)各(gè)大厂商的(de)AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以在应用中输入一(yī)组关键词或(huò)者一张照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所(suǒ)输入(rù)的(de)文(wén)本(běn)。同一(yī)组(zǔ)关键词也(yě)可(kě)以(yǐ)创作(zuò)出很(hěn)多张风格不一样的(de)画作，这让(ràng)创(chuàng)作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜欢这种不确定的(de)惊喜，他们(men)会将生成的美(měi)图当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画(huà)的“翻(fān)车”作品。在社交(jiāo)媒体上，许多用户(hù)分享AI“翻(fān)车现场”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成(chéng)了“肌肉(ròu)男”，还有网友的个人照(zhào)片被AI识别成(chéng)了(le)建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与加持(chí)，以往(wǎng)AI绘(huì)画的填写关键词游戏可(kě)能要被(bèi)颠覆了(le)。

ControlNet是(shì)一(yī)位正在斯(sī)坦福读(dú)博的中国(guó)人(rén)张(zhāng)吕敏创(chuàng)作的一种基于控制点的(de)图像变形算(suàn)法(fǎ)，主(zhǔ)要用于数字图像处理、计算(suàn)机视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经发(fā)布，在短短的(de)两天(tiān)内便成(chéng)为了AI绘画领域最新(xīn)的热点(diǎn)。

在(zài)此之前，大家用(yòng)了(le)很(hěn)多方(fāng)法想让(ràng)AI生成(chéng)的(de)结果尽(jǐn)可能的符(fú)合(hé)要求，但是都(dōu)不(bù)尽如人(rén)意，它的出现(xiàn)代表(biǎo)着AI生(shēng)成开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物(wù)的姿(zī)势和画面的深度(dù)信(xìn)息等(děng)。有了它的帮助，就(jiù)不用(yòng)频繁的用提(tí)示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法(fǎ)”，不少博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开(kāi)始换关键词(cí)试效果。

通过图(tú)片就(jiù)可(kě)以看出(chū)来(lái)，效果(guǒ)十分惊艳(yàn)。

更(gèng)厉害的(de)是(shì)，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张吕敏其本尊也(yě)亲(qīn)自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强大，甚至(zhì)输出的作品都已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安(ān)全(quán)问题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇(tǐng)party”的(de)消息火遍(biàn)网(wǎng)络，而经(jīng)过警方辟(pì)谣这(zh水晶有灵性是不是迷信，水晶是辟邪还是招鬼è)所谓的“party”可能是全国第(dì)一起AI绘(huì)图(tú)诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片都是(shì)AI制作的真人照片(piàn)绘图，因为太逼(bī)真，被(bèi)大家当(dāng)成真(zhēn)事传(chuán)播了。

不过(guò)仔细观察可以发现，活动发起者提供的照(zhào)片(piàn)中(zhōng)有个很大的(de)漏(lòu)洞可以发现并非(fēi)真(zhēn)人，而是AI绘图，那便是图片中(zhōng)女性(xìng)的手指部分有的存在异常。

有行(xíng)业人(rén)事表示：“现在因为(wèi)手指部分的绘(huì)画算法比较复杂，AI还(hái)不太会画人的手(shǒu)，但(dàn)最新看到的图(tú)片已经有越来越完美的AI模型出现(xiàn)，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图(tú)诈骗(piàn)在国外也已(yǐ)有发生。据英国(guó)广播公司报道(dào)，土(tǔ)耳其(qí)地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的假(jiǎ)照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技(jì)术发展，AIGC已经(jīng)能做出(chū)真(zhēn)人照片般的绘图效果(guǒ)，如(rú)果这样(yàng)的图片被用来诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引(yǐn)发了(le)很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习(xí)”了大量(liàng)前人的作品之后，其创作没有任何(hé)情(qíng)绪和灵(líng)魂，难(nán)以和人类(lèi)的艺(yì)术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到有效的解决(jué)，还(hái)有AIGC会不会代替人类“至(zhì)高(gāo)无上”的创意(yì)。

马斯(sī)克也强(qiáng)调，人工智能的(de)安(ān)全问题需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技(jì)术都是有(yǒu)两面性(xìng)的，潜在的(de)危(wēi)害并不能掩盖其光辉的贡献。现在(zài)看来，人工智能技(jì)术将是第四次工业革命的(de)核心驱动(dòng)力(lì)量，将(jiāng)创造(zào)新(xīn)的增长奇迹(jì)。

过去一年，人工智能在(zài)技术和商(shāng)业层面都有了巨大(dà)进展，AI绘画就是人(rén)工智(zhì)能技术发生方向性改变(biàn)的一个(gè)代表。其(qí)下一(yī)站或许就是(shì)视(shì)频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的(de)短视(shì)频。这(zhè)些视频引(yǐn)发关注并非内容做得多(duō)优(yōu)秀，反而(ér)都(dōu)非常(cháng)简(jiǎn)单，比如(rú)一(yī)匹(pǐ)正在喝水(shuǐ)的马，一只画画的玩具熊，或(huò)者一段(duàn)骑(qí)摩托车的第一视角录像，随便一个有手机的人都可(kě)以随手录下一段。

但这些短视频(pín)的创作(zuò)方式非常简(jiǎn)单，创(chuàng)作者仅仅需(xū)要(yào)向AI输入一(yī)段话，甚至只是(shì)说一下要求，AI就可以根(gēn)据需(xū)要生(shēng)成一段视频。

谷歌发(fā)布的两个(gè)AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在(zài)Make-A-Video公(gōng)布(bù)了AI生成的视频(pín)后(hòu)，AI圈(quān)就已经玩了一波梗(gěng)，一个能够做出更高清视(shì)频的(de)AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可(kě)以制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的(de)视频，这才(cái)是真正(zhèng)让人(rén)们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的视频多么高清，也(yě)只能是为内容生产者提供一个灵感，一个素材，一个过场动画(huà)。

不过能够制作出有具(jù)体剧情内容的视(shì)频就意味着，一些视频创作由AI代(dài)替人工完(wán)成已(yǐ)经初(chū)步(bù)有了(le)可能。

当下AI的发展(zhǎn)速度已经超过大(dà)部分人的想象。内容产业的本质是供给创造需(xū)求(qiú)，AIGC作为全新的内(nèi)容生产(chǎn)方(fāng)式，可以为内容产业(yè)带来更新的内容(róng)风(fēng)格、更快的生产速度(dù)，更低(dī)的生(shēng)产(chǎn)成本，这(zhè)无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内容形式(shì)的(de)生(shēng)成。不难发现该项技术不仅在游戏等行(xíng)业能得到有(yǒu)效应用(yòng)，对(duì)于(yú)下一代互(hù)联(lián)网(wǎng)各种元素(sù)的构建亦有(yǒu)关键意(yì)义(yì)。

从商业化的角(jiǎo)度来看，文化娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基(jī)于(yú)AI的可视(shì)化内(nèi)容有强烈需求水晶有灵性是不是迷信，水晶是辟邪还是招鬼。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而只是AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从理(lǐ)解内容，走向了可以生(shēng)成(chéng)内容，甚至能够(gòu)创造出独立价(jià)值和(hé)独立(lì)视(shì)角的(de)内容。AIGC的再次出圈，更代(dài)表着未来的(de)先(xiān)进(jìn)生产力即将到来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发展(zhǎn)也可以看出，在(zài)语言大模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经(jīng)成为了新(xīn)的趋(qū)势(shì)。

大模型被誉为当前人工智能发展的(de)智能底(dǐ)座，是全球竞争最激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企(qǐ)业都在竞相发力。

不(bù)过训练大(dà)模型(xíng)的确价(jià)格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估算(suàn)，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于一(yī)些更大(dà)的LLM(大型语言(yán)模型)，训(xùn)练成本(běn)则(zé)介于(yú)200万美元至(zhì)1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算，其(qí)对(duì)应芯片需求(qiú)为3万多(duō)片英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入成本(běn)约为8亿美(měi)元，每日(rì)仅电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞大算(suàn)力支持。在关注各类大模型的发展(zhǎn)同时(shí)，更应(yīng)该关注算(suàn)力(lì)网络的建设。

算力(lì)网络正驱动AI产业发展进入(rù)史(shǐ)诗级(jí)加速进程，让(ràng)AIGC及通用AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可以对突(tū)破性技术创新提供大力(lì)的支持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人工智能的重(zhòng)要技术创(c水晶有灵性是不是迷信，水晶是辟邪还是招鬼huàng)新(xīn)，多模(mó)态大模型已经在人工智能领域提出(chū)了(le)很多年，业界也有不少技术突破，但是，多(duō)模态(tài)大模型进一步往下走，算(suàn)力需求呈几何式上升，一(yī)般的算力(lì)基础设施很快(kuài)将难(nán)以胜任。

从(cóng)图像(xiàng)、文字(zì)、语音(yīn)单(dān)独一项的训练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不同(tóng)模态的转化、像(xiàng)人与世(shì)界交互一(yī)样自然(rán)，这方(fāng)面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新(xīn)，将在人工智能算力网络支撑(chēng)下快速(sù)推进(jìn)。

AIGC已经(jīng)露出曙光，期待在大(dà)模(mó)型和大算力的支持下AIGC能持(chí)续颠(diān)覆(fù)内容(róng)生(shēng)产的方式，将创造的边际成(chéng)本降(jiàng)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 水晶有灵性是不是迷信，水晶是辟邪还是招鬼