自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工智能话题。在(zài)最(zuì)近(jìn)的一次采(cǎi)访中，他再(zài)次表示：“AI可能会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个结(jié)论是他(tā)在当(dāng)地时间2月20日(rì)接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可能会威胁到谷(gǔ)歌(gē)的(de)市占率，因(yīn)为微(wēi)软在AI方面的行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用户的“全(quán)能助手(shǒu)”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包(bāo)围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的(de)AIGC上一次(cì)爆(bào)火的时(shí)候，还是(shì)2022年8月，在美(měi)国科罗拉(lā)多州举办的新兴数字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌剧(jù)院(yuàn)》的作品获奖。

随后各大厂商(shāng)的(de)AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户(hù)们可(kě)以在应用(yòng)中输(shū)入一(yī)组关(guān)键词(cí)或者一张照片，就能获得一幅AI创作的画作。

作画的(de)关键就是所输(shū)入的文本(běn)。同一组关(guān)键词也可以(yǐ)创作(zuò)出很多张风格不一样(yàng)的画作，这让(ràng)创作的过程就像开盲盒(hé)。

很多(duō)用户(hù)很喜欢这(zhè)种不确定(dìng)的惊喜(xǐ)，他们会将生成(chéng)的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社(shè)交媒(méi)体上，许(xǔ)多用户分享(xiǎng)AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片(piàn)被AI画成了(le)“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关(guān)键词游(yóu)戏(xì)可能要(yào)被(bèi)颠(diān)覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博(bó)的中国人张吕敏创作的一种(zhǒng)基于(yú)控制点的图(tú)像变形算法(fǎ)，主要用于(yú)数字图像处理、计算机(jī)视(shì)觉和(hé)计算机(jī)图形(xíng)学等领域。

其SD插件一经(jīng)发布，在短短(duǎn)的两天内便成(chéng)为(wèi)了AI绘画领域最新的(de)热(rè)点。

在此之前(qián)，大家(jiā)用了很(hěn)多(duō)方法想让(ràng)AI生(shēng)成的结果尽可能的符合要求，但(dàn)是都不尽如人意，它(tā)的出现(xiàn)代表着AI生成(chéng)开始进入(rù)真正的可(kě)控时(shí)期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画面的构(gòu)图，人物的姿(zī)势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照片(piàn)直接(jiē)带她们(men)走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对(duì)应的(de)关键(jiàn)词(cí)；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词(cí)试效(xiào)果(guǒ)。

通过图片就可以看(kàn)出来(lái)，效果十分(fēn)惊(jīng)艳。

更厉害的是，除了真实的照片，草图也可(kě)以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图(tú)。大神张(zhāng)吕敏其(qí)本尊也(yě)亲自(zì)回应。

不得不(bù)说当15min什么意思多少分钟，15min等于多少分钟下AIGC已经变得(dé)越来越强大，甚(shèn)至输(shū)出的作(zuò)品(pǐn)都已经能(néng)以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而经过警(jǐng)方辟(pì)谣(yáo)这所谓的“party”可(kě)能是全国第一(yī)起AI绘(huì)图诈骗。

由于(yú)这个活动里面给出(chū)的(de)美女照片都(dōu)是AI制作的真人照片绘(huì)图，因为太(tài)逼真，被大家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起者(zhě)提供的照片(piàn)中有(yǒu)个很大的(de)漏(lòu)洞可(kě)以发(fā)现并非(fēi)真人(rén)，而是AI绘图，那便是图片中女性的手指部分有的存在(zài)异常。

有行业(yè)人事(shì)表示：“现在因为手指部分的绘画(huà)算法(fǎ)比较(jiào)复(fù)杂，AI还不太(tài)会画人的手，但最新看(kàn)到的(de)图片已经有越来越完(wán)美的AI模(mó)型(xíng)出(chū)现，以后(hòu)可能就完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国(guó)广播公司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使用AI合成了(le)儿(ér)童受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助(zhù)”从(cóng)而(ér)实施(shī)诈(zhà)骗。

目前随着技术发展(zhǎn)，AIGC已经能做出(chū)真人(rén)照片(piàn)般的绘图效(xiào)果，如果这样的(de)图片被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此(cǐ)外AIGC还引发了(le)很多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以和人(rén)类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目(mù)前(qián)都并没有得(dé)到有效的解(jiě)决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能(néng)的(de)安全问(wèn)题需(xū)要得到重视，太晚就来(lái)不及(jí)了。

03

AIGC下一站除了(le)视频，还(hái)有(yǒu)远方

技术都是有两面(miàn)性(xìng)的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人工智能技(jì)术将是(shì)第四次工(gōng)业革命的核心驱动力量，将(jiāng)创造(zào)新的增(zēng)长奇迹。

过去(qù)一年，人工智能在技术(shù)和商业(yè)层面都有了巨大(dà)进展，AI绘画就是人工智能技(jì)术发(fā)生方向性改变的一个代表。其下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引爆(bào)科技圈的(de)短视频。这些视频引发关(guān)注并非(fēi)内容做得多优秀，反而都非(fēi)常简单，比(bǐ)如一匹正在喝(hē)水的马(mǎ)，一只画画的玩(wán)具(jù)熊，或者一(yī)段骑摩(mó)托车的第一视角(jiǎo)录像，随便一个有(yǒu)手机的人都可(kě)以随手(shǒu)录(lù)下一(yī)段。

但(dàn)这些短视(shì)频的创作方(fāng)式非常简单，创作者仅(jǐn)仅需要向(xiàng)AI输入一(yī)段(duàn)话，甚(shèn)至只是说一(yī)下要(yào)求，AI就可以根据需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频分(fēn)别来自(zì)于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频(pín)后，AI圈就已(yǐ)经玩(wán)了一(yī)波(bō)梗，一个能够(gòu)做出更高(gāo)清视频的AI还不足(zú)以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可(kě)以制作出超(chāo)过2分(fēn)钟的连贯的也(yě)有确切(qiè)内容的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的地方(fāng)。因为无论(lùn)AI生成的视频(pín)多么高清，也只(zhǐ)能是为内容(róng)生产者(zhě)提供(gōng)一个(gè)灵感，一个素材(cái)，一个过场动画。

不(bù)过能够制作(zuò)出有具(jù)体剧情内容的视(shì)频就意(yì)味着，一(yī)些(xiē)视频创(chuàng)作由AI代替人工完(wán)成已经(jīng)初步有(yǒu)了(le)可能。

当下AI的发展速度(dù)已经超过大部分人的(de)想象。内(nèi)容(róng)产业的本(běn)质(zhì)是供给(gěi)创造需求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为内容产业带来更新的内容风格(gé)、更快的生产速度，更(gèng)低的生产成本，这无疑会驱动内容产(chǎn)业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人(rén)动(dòng)作等(děng)多种内容(róng)形式的生成。不难发现该项技术(shù)不(bù)仅在游(yóu)戏(xì)等(děng)行业能(néng)得到(dào)有效应用(yòng)，对于下一代(dài)互联网各种(zhǒng)元素(sù)的构(gòu)建(jiàn)亦有关键意(yì)义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教育、传媒等诸多(duō)领域(yù)，本身就对(duì)基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走向了可以生(shēng)成内(nèi)容，甚至能够创(chuàng)造(zào)出(chū)独(dú)立价值(zhí)和独立视角的内容(róng)。AIGC的(de)再(zài)次出圈，更代表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固AIGC底座

从(cóng)技术的(de)发(fā)展也可以看出(chū)，在(zài)语言大(dà)模型、图像大(dà)模型(xíng)之后，多(duō)模态大(dà)模(mó)型已(yǐ)经成(chéng)为了新(xīn)的趋势。

大(dà)模(mó)型(xíng)被(bèi)誉为(15min什么意思多少分钟，15min等于多少分钟wèi)当前人工智(zhì)能发展的智(zhì)能(néng)底(dǐ)座，是全球竞争最激(jī)烈的研(yán)究方(fāng)向之一，包括谷(gǔ)歌(gē)、亚马逊、百(bǎi)度(dù)、阿里、腾讯(xùn)等众多头(tóu)部企业都在竞(jìng)相发力。

不过训练大模型的(de)确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练(liàn)一次(cì)的成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介(jiè)于(yú)200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访(fǎng)客平均数(shù)1300万计(jì)算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元，每日仅电费(fèi)就在5万美元(yuán)左右(yòu)。

此外(wài)不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注(zhù)各类大模(mó)型(xíng)的发展同时(shí)，更应该关注算力网络(luò)的建设(shè)。

算力网络(luò)正驱动AI产(chǎn)业发展(zhǎn)进入史诗(shī)级(jí)加(jiā)速(sù)进程，让AIGC及(jí)通用(yòng)AI这一人工智能发展的(de)终极目标离得更近。

因为算力可以(yǐ)对突(tū)破性技术(shù)创新提供大力的支持(chí)。这方面，多模态大模型是典型。作(zuò)为面(miàn)向(xiàng)未来强人工智能、通用(yòng)人(rén)工智能的重要技术创新，多(duō)模态大模型已经在人工(gōng)智能领域提出了很多年(nián)，业界也(yě)有不少技术(shù)突破，但是，多(duō)模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何(hé)式上(shàng)升，一般的算力(lì)基础设(shè)施很快将难(nán)以胜任。

从图像、文字、语音单(dān)独一(yī)项的(de)训练，到双(shuāng)模态、三模态的(de)跃迁，让人工(gōng)智能可(kě)以灵(líng)活应(yīng)对不(bù)同模态的转化、像人与(yǔ)世界交互一样自然，这方面，由算力(lì)网络来驱动将(jiāng)有明显(xiǎn)优(yōu)势(shì)。

此外，还有很(hěn)多需要爆发式增长的算力来支(zhī)撑的技(jì)术创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经(jīng)露(lù)出曙光，期待(dài)在大模型和大算(suàn)力的支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创造的边际成本降(jiàng)低，让万(wàn)众受益(yì)。

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 15min什么意思多少分钟，15min等于多少分钟