自聊天机器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔(ěr)·盖(gài)茨已(yǐ)多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科(kē)技(jì)行业迎来(lái)一次剧烈的洗牌”。

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

他(tā)预(yù)期，AI的发(fā)展可(kě)能(néng)会威(wēi)胁到谷(gǔ)歌的市占率，因为微(wēi)软(ruǎn)在AI方面的行动相当迅(xùn)速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切应用，与(yǔ)人们进行(xíng)沟通并提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的(de)到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题(tí)热点包(bāo)围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

随后各(gè)大厂(chǎng)商的AI绘画(huà)软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以(yǐ)在应用(yòng)中输入一组关(guān)键(jiàn)词或者一张照(zhào)片，就能获得(dé)一幅AI创作的画作。

作画的关(guān)键就是所输入的文本。同一组关键(jiàn)词(cí)也可(kě)以创作出很(hěn)多张风格不(bù)一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的(de)惊喜，他们(men)会将生(shēng)成的美图(tú)当做头像(xiàng)。而另一部分喜欢翻看(kàn)AI绘画的“翻(fān)车(chē)”作品。在社交媒体上(shàng)，许多用户分享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的小(xiǎo)狗照片(piàn)被(bèi)AI画(huà)成了(le)“肌肉(ròu)男”，还有(yǒu)网友的个人照片被(bèi)AI识(shí)别成了建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张(zhāng)吕敏创作的一种基于控(kòng)制点的图像变形算法，主要用于数字(zì)图(tú)像处理、计算机视觉和计算机图(tú)形(xíng)学等领域。

其SD插件一(yī)经发(fā)布，在短短的两(liǎng)天内便(biàn)成(chéng)为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之前，大家(jiā)用了很多方法想(xiǎng)让AI生成的结果尽可能的(de)符合要求，但是都不尽如人意，它的出现(xiàn)代表着AI生成开始进入真正的可(kě)控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和画面的深(shēn)度信息等。有了它(tā)的帮助(zhù)，就不用(yòng)频繁的用提示词来(lái)碰运气(qì)，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就是其(qí)中之一(yī)，他用朋友的(de)照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词(cí)；最后用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过(guò)图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除(chú)了真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经(jīng)变得(dé)越来越强大，甚至输出的(de)作(zuò)品(pǐn)都已经(jīng)能以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖(hú)有(yǒu)游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图诈骗。

由于这个(gè)活动里面给(gěi)出的美女照片都是AI制作的(de)真人(rén)照片绘图，因为太逼(bī)真(zhēn)，被大家当成(chéng)真事传播了。

不过(guò)仔细观察(chá)可以发现，活动发起者提供(gōng)的照片中(zhōng)有(yǒu)个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是AI绘图，那便是图片中女性(xìng)的手(shǒu)指部分(fēn)有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不太会画人的手，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(xiàn)，以后可能(néng)就(jiù)完全(quán)没有(yǒu)漏洞了(le)。”

类似的(de)AI作图诈骗在国(guó)外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾(zāi)的假照片发布到网络(luò)，以(yǐ)此诱骗善(shàn)良的人打赏“捐助(zhù)”从(cóng)而实施(shī)诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真(zhēn)人照片般的绘图效果，如(rú)果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面(miàn)，批判者认为AI在“学(xué)习(xí)”了(le)大量前人的作品之后，其(qí)创作(zuò)没有(yǒu)任何(hé)情(qíng)绪(xù)和灵魂，难以(yǐ)和(hé)人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的(de)版权、目前都并没有得到(dào)有效的解决，还有AIGC会不(bù)会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能的安(ān)全问题需要得(dé)到(dào)重视(shì)，太晚就来不(bù)及了(le)。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方(fāng)

技术都是有两面(miàn)性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在(zài)看来，人(rén)工智能(néng)技术将(jiāng)是(shì)第四(sì)次工(gōng)业革命的核(hé)心驱动力量(liàng)，将创造新的增长奇(qí)迹(jì)。

过去一年，人工智能在技术和(hé)商业层(céng)面都有(yǒu)了巨(jù)大进展，AI绘(huì)画(huà)就(jiù)是(shì)人工智能技术发生方(fāng)向性改变的一(yī)个(gè)代(dài)表。其下(xià)一(yī)站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆(bào)科技圈的短视频。这(zhè)些视频引发关注并(bìng)非内容(róng)做(zuò)得多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正在(zài)喝(hē)水的马(mǎ)，一只(zhǐ)画画(huà)的玩具熊(xióng)，或者(zhě)一段骑摩托(tuō)车的(de)第一视角录像，随便(biàn)一个有手(shǒu)机(jī)的人都可以(yǐ)随手(shǒu)录下(xià)一段。

但这些短视频(pín)的创作方式(shì)非常简单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求(qiú)，AI就可以根据(jù)需要(yào)生成一段视频(pín)。

谷(gǔ)歌(gē)发布(bù)的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈就已经玩了(le)一(yī)波梗(gěng)，一(yī)个能够做出(chū)更高(gāo)清(qīng)视频的(de)AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方(fāng)在(zài)于(yú)，它可以制(zhì)作出超过2分(fēn)钟的连贯的(de)也有确(què)切内容的视(shì)频，这才是真(zhēn)正让(ràng)人们感(gǎn)到惊喜的地方。因为无论(lùn)AI生成的视(shì)频(pín)多(duō)么高清，也只(zhǐ)能是为内容生(shēng)产者提供一个灵感，一个(gè)素材，一个过(guò)场动画。

不过能够(gòu)制(zhì)作出有具体剧情内容的(de)视频就意味着，一(yī)些视频创作由AI代替人工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展(zhǎn)速度(dù)已经超(chāo)过大部分(fēn)人的想象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的(de)内(nèi)容生产方式，可以(yǐ)为内容(róng)产(chǎn)业(yè)带来更新的内容风格、更(gèng)快的生产(chǎn)速度，更低的生产(chǎn)成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用于(yú)音乐(lè)、代码、机器人动作(zuò)等(děng)多种内(nèi)容(róng)形式的生成。不难发现该项技(jì)术不仅(jǐn)在(zài)游(yóu)戏等行业能得到(dào)有(yǒu)效应用，对于下一(yī)代互联网各种(zhǒng)元素的构建亦(yì)有关键意义(yì)。

从(cóng)商(shāng)业化(huà)的角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是AI进程中的(de)一块重(zhòng)要(yào)拼图，有望(wàng)在(zài)技术更新(xīn)的加持下实(shí)现(xiàn)更大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走向了(le)可以生(shēng)成内(nèi)容，甚至能(néng)够创造(zào)出独立价值和(hé)独立(lì)视角的内容(róng)。AIGC的再(zài)次出圈(quān)，更代表着未来(lái)的先进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的(de)发展也可以看(kàn)出(chū)，在语言大模型、图像大模(mó)型之后，多模态(tài)大(dà)模型已(yǐ)经(jīng)成(chéng)为了新的(de)趋(qū)势。

大模(mó)型被誉为当前人工智能发展的智能(néng)底(dǐ)座，是(shì)全(quán)球竞争最激(jī)烈的研究方向之(zhī)一，包(bāo)括谷歌、亚(yà)马逊、百度(dù)、阿里(lǐ)、腾讯等众多(duō)头部企业都在竞相(xiāng)发(fā)力。

不过(guò)训练大模(mó)型(xíng)的(de)确价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大(dà)的LLM(大型语言模型(xíng))，训练成本(běn)则(zé)介(jiè)于200万美(měi)元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在(zài)2023年1月的独(dú)立访客平均数1300万(wàn)计(jì)算(suàn)，其对应芯片需求(qiú)为3万多(duō)片英(yīng)伟(wěi)达(dá)A100 GPU，初始投(tóu)入成本约(yuē)为8亿美元，每日仅电费就(jiù)在5万美元(yuán)左右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展(zhǎn)同时，更应该(gāi)关注算力网(wǎng)络的建设。

算力(lì)网络正驱动AI产(chǎn)业发(fā)展进入(rù)史诗级加(jiā)速进程，让(ràng)AIGC及通(tōng)用AI这一人工智(zhì)能发展的终极目标离得更(gèng)近。

因(yīn)为算(suàn)力(lì)可以对(duì)突破性技术创新提供大力(lì)的(de)支(zhī)持。这(zhè)方面，多模(mó)态大模型是(shì)典型。作为面向未(wèi)来(lái)强人(rén)工智能、通用人(rén)工智能的重要(yào)技术创(chuàng)新(xīn)，多(duō)模态大(dà)模型已经在人(rén)工智能领域提出了很(hěn)多年，业界也有不少技(jì)术突破(pò)，但是(shì)，多模态大模型进一步往(wǎng)下走，算力(lì)需求呈几何(hé)式上(shàng)升，一般的(de)算力(lì)基(jī)础设施很(hěn)快(kuài)将难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到(dào)双(shuāng)模态、三(sān)模态的跃迁(qiān)，让人工智能可以灵活应对不同(tóng)模态的转化、像人与世(shì)界交互一样自然，这方面(miàn)，由算力网络来(lái)驱动将有明显优势(shì)。

此外，还有(yǒu)很多需要爆发式增(zēng)长的算力来支撑的技术(shù)创新，将在人工智能(néng)算力网络支撑下(xià)快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容生(shēng)产(chǎn)的方式(shì)，将创造的边际成(chéng)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 进退维谷的意思解释，进退维谷的意思和造句