自(zì)聊天机器人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始人比尔·盖(gài)茨已多次公开谈论人工智能话题(tí)。在最近(jìn)的(de)一次采访中，他再次表(biǎo)示：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时(shí)提(tí)出的。

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相当迅速。而最终科(kē)技巨头将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人(rén)们(men)进(jìn)行沟通并(bìng)提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆火的时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各大(dà)厂商(shāng)的AI绘画软件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户(hù)们可以(yǐ)在应用中输(shū)入一组关键词或者一张照(zhào)片(piàn)，就能获(huò)得一(yī)幅(fú)AI创作的画作。

作(zuò)画的关键就(jiù)是所输(shū)入的文(wén)本。同(tóng)一组关键词也可以创作(zuò)出很(hěn)多张风格不一样(yàng)的画作，这让创作的过(guò)程就像开(kāi)盲盒。

很多(duō)用户很喜欢(huān)这种不确定的(de)惊(jīng)喜(xǐ)，他们会将生成的美图当做头像。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻(fān)车(chē)”作(zuò)品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友的小狗(gǒu)照片被AI画(huà)成了“肌肉(ròu)男(nán)”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的填写(xiě)关(guān)键词游戏可能(néng)要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于控制点(diǎn)的图像(xiàng)变形算法，主要用于数字图像处理(lǐ)、计(jì)算机视觉和(hé)计(jì)算机图形学等领(lǐng)域。

其(qí)SD插件一经发(fā)布，在短(duǎn)短的两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在此之前，大家用了很多方法(fǎ)想让AI生成的结果尽可能的符合(hé)要求，但(dàn)是都不尽如人(rén)意(yì)，它(tā)的出现(xiàn)代表着AI生(shēng)成开始进入真正的可(kě)控(kòng)时期(qī)。

因为(wèi)ControlNet可(kě)以直接提取画面的(de)构图，人物的姿势(shì)和(hé)画(huà)面的深度信息等(děng)。有了(le)它的帮助(zhù)，就不用频繁的(de)用提示词来(lái)碰运气(qì)，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加中元节一般过几天，鬼节不能吃什么东西了“魔法(fǎ)”，不少博主的(de)作(zuò)品已经获(huò)得了大量(liàng)的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害(hài)的是(shì)，除了真(zhēn)实(shí)的(de)照片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实(shí)现(xiàn)线稿(gǎo)转全彩(cǎi)图。中元节一般过几天，鬼节不能吃什么东西大神张(zhāng)吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能以(yǐ)假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问(wèn)题(tí)

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片都是AI制(zhì)作的真(zhēn)人(rén)照(zhào)片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传(chuán)播了。

不过仔细观察可以发现，活动(dòng)发起者提(tí)供(gōng)的照片中有(yǒu)个很大的漏洞(dòng)可以发现并非真人，而是AI绘(huì)图(tú)，那便是(shì)图(tú)片中女(nǚ)性的(de)手(shǒu)指(zhǐ)部分有的(de)存在异(yì)常(cháng)。

有行业人事表示(shì)：“现在因为手指部分的绘(huì)画(huà)算法比(bǐ)较(jiào)复(fù)杂，AI还(hái)不(bù)太会画人的手，但(dàn)最(zuì)新看(kàn)到的图(tú)片(piàn)已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在国外也已有发生。据英(yīng)国广播公司(sī)报(bào)道，土耳(ěr)其地震(zhèn)期间，有Tiktok用户使用AI合成了儿(ér)童受灾的(de)假照片发布到网(wǎng)络，以此诱骗善(shàn)良的(de)人打赏(shǎng)“捐助(zhù)”从(cóng)而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真(zhēn)人照片(piàn)般的绘图效果，如果这样(yàng)的(de)图片被(bèi)用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面(miàn)，批判者认为AI在“学习”了大量前人的作品之后，其创(chuàng)作没(méi)有任何情(qíng)绪和灵魂，难以和人类的艺术(shù)创(chuàng)作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并(bìng)没(méi)有得到(dào)有效(xiào)的解决(jué)，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克(kè)也强调，人(rén)工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技术(shù)都是有两面(miàn)性(xìng)的，潜(qián)在的(de)危(wēi)害并不能掩盖其光辉的贡献。现在看来(lái)，人工智能技术(shù)将(jiāng)是(shì)第四次(cì)工(gōng)业革命的核心驱(qū)动(dòng)力量(liàng)，将创(chuàng)造(zào)新的增(zēng)长奇迹(jì)。

过去一年，人工智(zhì)能在(zài)技术和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是人工(gōng)智能技术发生方(fāng)向(xiàng)性改变的一(yī)个代表。其下一站或许就(jiù)是视(shì)频。

此前，Meta和谷歌先后(hòu)发(fā)布了几(jǐ)条引爆(bào)科技(jì)圈的短视(shì)频(pín)。这些视频(pín)引发关注并非内(nèi)容做得多优(yōu)秀，反(fǎn)而都非(fēi)常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的马，一只(zhǐ)画画的玩具熊，或者(zhě)一段(duàn)骑摩托车(chē)的第(dì)一视角录(lù)像，随(suí)便一个有手(shǒu)机的(de)人都可(kě)以随(suí)手录(lù)下一段。

但这些短视(shì)频的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输入一段话，甚(shèn)至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需要生成一(yī)段视频。

谷歌发(fā)布(bù)的两(liǎng)个AI生成视频分别(bié)来自(zì)于Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成的视频后，AI圈就已(yǐ)经(jīng)玩(wán)了(le)一波梗，一个能(néng)够做出更高清视频的AI还(hái)不(bù)足以在短时间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它(tā)可以制(zhì)作出(chū)超(chāo)过(guò)2分钟的连贯的也有(yǒu)确(què)切(qiè)内容的视频，这(zhè)才是真(zhēn)正让(ràng)人(rén)们感到惊喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能(néng)是为内(nèi)容生产(chǎn)者提(tí)供一(yī)个灵感(gǎn)，一个素(sù)材(cái)，一个(gè)过场动(dòng)画。

不过能够制作出有具体剧情内容的视频就意味着，一些视频创作(zuò)由AI代(dài)替人工完成(chéng)已经初步有了可能。

当(dāng)下AI的发(fā)展(zhǎn)速度(dù)已经(jīng)超(chāo)过大部分人的想(xiǎng)象。内容产(chǎn)业的本(běn)质是供(gōng)给(gěi)创造需求，AIGC作(zuò)为(wèi)全新的(de)内容生产方式，可以为(wèi)内容产(chǎn)业(yè)带来更新(xīn)的内容风格、更快的生产速(sù)度，更低的生(shēng)产成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除(chú)了AI绘(huì)图、视频(pín)，AIGC技(jì)术还能应(yīng)用于音乐、代(dài)码、机器人动(dòng)作(zuò)等多种内容形式的生(shēng)成(chéng)。不难发现(xiàn)该项技(jì)术不仅(jǐn)在游戏等(děng)行业能得到有效应用，对于(yú)下一(yī)代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教育、传媒等诸多领域，本身就对(duì)基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是(shì)AI进(jìn)程(chéng)中(zhōng)的一块重要拼图，有望在技(jì)术更(gèng)新的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容(róng)，走向了可以(yǐ)生成内容，甚至(zhì)能够创造出独立价值和(hé)独(dú)立(lì)视角的内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先(xiān)进生产力即将到来。

04

紧抓(zhuā)大(dà)模型(xíng)与算力，牢固AIGC底座

从技(jì)术的发展也可以看出(chū)，在(zài)语(yǔ)言大模型、图像大模型之(zhī)后，多模(mó)态大模型已经成(chéng)为了新的趋势。

大模(mó)型被誉为当(dāng)前人工智能(néng)发(fā)展的智能底座，是(shì)全球竞争最(zuì)激(jī)烈(liè)的(de)研究方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都(dōu)在竞相(xiāng)发(fā)力。

不过(guò)训(xùn)练大模型的确(què)价格不菲，以国盛证券发布(bù)的《ChatGPT需要(yào)多少算力》报(bào)告估算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平(píng)均数1300万计(jì)算(suàn)，其对应芯(xīn)片需(xū)求为(wèi)3万多(duō)片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本约为(wèi)8亿(yì)美元(yuán)，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各类大(dà)模型(xíng)的发展同时，更应(yīng)该关(guān)注算力网络的建设。

算力网络正驱动(dòng)AI产业发展进(jìn)入史诗级加速进程(chéng)，让AIGC及(jí)通用(yòng)AI这一人工智(zhì)能发展(zhǎn)的终极目(mù)标离得(dé)更近。

因为算力(lì)可以对突破性技术创(chuàng)新提供大力(lì)的支持。这方面，多模态大模(mó)型是(shì)典型。作为(wèi)面向(xiàng)未来强人(rén)工智能、通用人工智能的重要技术(shù)创新，多模态(tài)大模型已经在人工智(zhì)能领域提出了很多年，业(yè)界也有不少技术突破，但是，多模态(tài)大(dà)模型进(jìn)一步往下(xià)走，算力需求(qiú)呈几何式上升(shēng)，一般的算力基础设施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智(zhì)能可以灵(líng)活应(yīng)对不同模(mó)态的转化、像人与世界交互一样自(zì)然，这方面，由(yóu)算力(lì)网络来驱动将有明显优势(shì)。

此外(wài)，还(hái)有很多需要(yào)爆(bào)发式(shì)增(zēng)长的算力来支撑的技术创新，将在人工智(zhì)能算力网络支撑下快速推进(jìn)。

AIGC已经露出(chū)曙(shǔ)光，期(qī)待在大模型(xíng)和大算力的支持(chí)下AIGC能(néng)持续颠覆内容(róng)生产(chǎn)的方(fāng)式，将创造的(de)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 中元节一般过几天，鬼节不能吃什么东西