自聊(liáo)天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多(duō)次公开谈(tán)论人工智(zhì)能话题。在最近(jìn)的一次采访中，他再(zài)次(cì)表示：“AI可能会让(ràng)科(kē)技行业迎来(lái)一次剧烈的(de)洗牌”。

这(zhè)个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的市占率，因为微软在(zài)AI方面的行动相当迅速。而(ér)最(zuì)终科技巨头将把(bǎ)AI整合成用(yòng)户的“全(quán)能助手”，包揽一切(qiè)应用(yòng)，与(yǔ)人们进行沟通并(bìng)提(tí)供建议(yì)，可以取(qǔ)代(dài)亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助手的到来可(kě)能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘(huì)画为代(dài)表(biǎo)的AIGC上一(yī)次爆火的时(shí)候，还是2022年(nián)8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数字艺术(shù)家竞赛中，一幅名(míng)为《太空歌(gē)剧院》的(de)作品(pǐn)获奖。

随后各(gè)大(dà)厂商的AI绘画软件被广大网友熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用户们可(kě)以(yǐ)在(zài)应用中输(shū)入一组关键词或者一张照片(piàn)，就(jiù)能(néng)获得一幅AI创(chuàng)作(zuò)的画作。

作画的(de)关键就是所(suǒ)输入的(de)文本。同一组关键词也可(kě)以创(chuàng)作出很多张风(fēng)格不一样(yàng)的画(huà)作(zuò)，这让创作的过(guò)程(chéng)就像开盲盒。

很多用户(hù)很喜欢这(zhè)种不确定的(de)惊喜，他(tā)们(men)会将(jiāng)生成的美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作(zuò)品。在社交媒体(tǐ)上，许多用户分享(xiǎng)AI“翻车(chē)现场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被(bèi)AI识(shí)别成了建(jicos135度等于多少啊带根号，cos150度等于多少啊àn)筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填(tián)写关键(jiàn)词(cí)游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一种基于控制点的(de)图像变形算法，主要用于数字图像处理、计(jì)算机视觉(jué)和计算机图形学等(děng)领域。

其(qí)SD插件一(yī)经发布(bù)，在短短的两天(tiān)内便成(chéng)为了AI绘画领域最新的热点。

在(zài)此之前，大家用了(le)很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始进(jìn)入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提取画面的构图(tú)，人物(wù)的姿势和画面的深度信(xìn)息等。有了(le)它的帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋(péng)友的照片直接带(dài)她们走(zǒu)进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开(kāi)始换关(guān)键(jiàn)词(cí)试效(xiào)果。

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更厉(lì)害的是，除了真实的照片，草(cǎo)图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已经(jīng)变(biàn)得越(yuè)来越(yuè)强(qiáng)大，甚至(zhì)输出的作品(pǐn)都(dōu)已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能是全国第一起AI绘图(tú)诈骗。

由于这个活动(dòng)里面(miàn)给出的美女(nǚ)照片都是AI制作(zuò)的真人照片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家当成真事传播了。

不过(guò)仔(zǎi)细观察(chá)可以发现，活动发(fā)起者提供(gōng)的(de)照片中有个(gè)很大的漏洞可以(yǐ)发(fā)现并非真人，而(ér)是(shì)AI绘图，那便是(shì)图片中女性的手指部分有的(de)存在异常(cháng)。

有行(xíng)业人事表示：“现在因为手指(zhǐ)部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不(bù)太(tài)会画人的手，但最新看(kàn)到的图片已经有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可能就完全没(méi)有漏洞了。”

类(lèi)似(shì)的(de)AI作图诈骗在国外也已(yǐ)有发生(shēng)。据(jù)英国广播(bō)公司(sī)报道，土耳(ěr)其地震(zhèn)期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗善(shàn)良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能做出真人(rén)照片般(bān)的绘图效果，如(rú)果这样(yàng)的(de)图(tú)片被(bèi)用来诈(zhà)骗，将非(fēi)常(cháng)可怕。

此(cǐ)外AIGC还(hái)引发(fā)了很多担忧，一方面，批(pī)判者(zhě)认为AI在“学习(xí)”了(le)大量前人(rén)的作品之(zhī)后(hòu)，其(qí)创作(zuò)没(méi)有(yǒu)任(rèn)何情绪和灵魂，难(nán)以和人类的艺术(shù)创作相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会(huì)不会代(dài)替人类“至高(gāo)无(wú)上”的(de)创意。

马斯(sī)克也强(qiáng)调，人工智能的安全问题需(xū)要得(dé)到重(zhòng)视(shì)，太晚就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术(shù)都是有两面(miàn)性的，潜在的(de)危害并不能掩盖其光辉的贡献。现(xiàn)在看来，人工(gōng)智能技术将是第四次工业(yè)革(gé)命的核心(xīn)驱动(dòng)力量，将创造新的增长奇迹。

过去一(yī)年，人(rén)工(gōng)智能在技(jì)术和商(shāng)业层面都有了巨大进(jìn)展，AI绘画(huà)就是人工智能(néng)技术发生方(fāng)向性改变的一(yī)个(gè)代表。其下一(yī)站或许就(jiù)是视频。

此(cǐ)前，Meta和(hé)谷歌先后发布(bù)了几条(tiáo)引(yǐn)爆科技圈的短视频(pín)。这些(xiē)视(shì)频引发关注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画画(huà)的玩(wán)具熊，或者一段骑摩托车的第一视角录像，随便一(yī)个(gè)有(yǒu)手机的人都可(kě)以随(suí)手(shǒu)录下一段。

但这些短视频(pín)的(de)创作(zuò)方式非常简单，创作者仅仅需要向AI输入(rù)一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一(yī)段视频。

谷歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视频(pín)的AI还不(bù)足(zú)以(yǐ)在短时间(jiān)内(nèi)戳中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它(tā)可以制(zhì)作(zuò)出(chū)超过2分(fēn)钟的连贯的也有确切(qiè)内容的视频，这才(cái)是真(zhēn)正让(ràng)人们(men)感到(dào)惊喜的(de)地方。因为(wèi)无论AI生(shēng)成(chéng)的视频(pín)多么(me)高清，也(yě)只(zhǐ)能(néng)是(shì)为内容(róng)生产者(zhě)提(tí)供(gōng)一个灵感，一个素材，一(yī)个过场动画。

不(bù)过能够制(zhì)作出有具体剧情内容的(de)视频就意味着，一(yī)些(xiē)视(shì)频(pín)创(chuàng)作由(yóu)AI代替人工(gōng)完成已经初步有了可能。

当下AI的(de)发展速度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新(xīn)的内容生产方式(shì)，可以(yǐ)为内(nèi)容产(chǎn)业带来更新的内容风格、更(gèng)快(kuài)的生产(chǎn)速度，更(gèng)低(dī)的(de)生产成(chéng)本，这无(wú)疑会驱动内容产业的大爆(bào)发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能(néng)应用于音(yīn)乐、代(dài)码、机(jī)器人动作等多种内容形(xíng)式的(de)生成。不难发现该项技术不仅在游戏等行业能得到有效(xiào)应(yīng)用(yòng)，对于下一(yī)代互联网各种元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐(lè)、教育、传(chuán)媒等诸多领域，本身就对基于AI的可(kě)视化(huà)内容有强(qiáng)烈需求。

因此，AI绘画及视频或不(bù)是结果(guǒ)，而只(zhǐ)是AI进程中的一块重要拼图(tú)，有(yǒu)望在技术更新(xīn)的(de)加持下实现(xiàn)更大的应用价值(zhí)。

AI从理解内(nèi)容(róng)，走(zǒu)向(xiàng)了(le)可以生成内容，甚至能够创造(zào)出独立价值(zhí)和(hé)独立视角的内容。AIGC的再次(cì)出圈，更代表(biǎo)着未来(lái)的(de)先进生产力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在(zài)语言大模(mó)型(xíng)、图像大模型之后，多模(mó)态(tài)大模型已经成(chéng)为了(le)新的趋(qū)势(shì)。

大模型被誉(yù)为(wèi)当(dāng)前人(rén)工智能(néng)发展的智能底座，是(shì)全球(qiú)竞争最(zuì)激烈(liè)的(de)研(yán)究(jiū)方(fāng)向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多头部企(qǐ)业(yè)都在(zài)竞(jìng)相发力。

不过(guò)训练大模型的(de)确(què)价格(gé)不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练(liàn)一(yī)次的成本(běn)约为140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成本(běn)则介于200万(wàn)美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平(píng)均数(shù)1300万计(jì)算，其对(duì)应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元(yuán)，每日(rì)仅电费就在5万美元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都(dōu)离不开庞(páng)大(dà)算力支持。在关(guān)注(zhù)各类大模型的发展同时，更应该(gāi)关注算力(lì)网络的建设(shè)。

算力网(wǎng)络正(zhèng)驱动AI产业发展进(jìn)入史诗级加速(sù)进程，让(ràng)AIGC及通用AI这一人(rén)工(gōng)智能发展的终极目(mù)标离得更近。

因为算力可以对(duì)突(tū)破性技术创(chuàng)新(xīn)提供大力的支持。这方面，多(duō)模态大模型是典型。作为面向未(wèi)来强人工智能(néng)、通用人工(gōng)智能的重要技术(shù)创新(xīn)，多模态大模型已经在人工智(zhì)能领(lǐng)域(yù)提出了很多年，业界也有(yǒu)不(bù)少技术突破(pò)，但是(shì)，多模(mó)态大模(mó)型(xíng)进一步往下走，算(suàn)力需求呈(chéng)几何式上升，一般的算(suàn)力(lì)基础(chǔ)设施很快将难以胜任(rèn)。

从图(tú)像、文字、语音单独一项的(de)训练，到(dào)双模态(tài)、三模(mó)态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方(fāng)面，由算(suàn)力网(wǎng)络来驱动将有(yǒu)明显优(yōu)势。

此外，还(hái)有很多需要爆发式增长的(de)算力来(lái)支撑cos135度等于多少啊带根号，cos150度等于多少啊(chēng)的技术创(chuàng)新(xīn)，将在人(rén)工智能算力网(wǎng)络支(zhī)撑下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙光，期待在大(dà)模型和大算力的支持下AIGC能(néng)持续颠覆(fù)内容生产的方式(shì)，将创造(zào)的边际(jì)成本降(jiàng)低，让万(wàn)众受(shòu)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 cos135度等于多少啊带根号，cos150度等于多少啊