自聊天机器人ChatGPT火爆(bào)以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论人工智能话(huà)题。在最近的一次(cì)采访中，他再次表示(shì)：“AI可能(néng)会让科技行业迎(yíng)来一(yī)次剧烈(liè)的洗牌”。

这个结论是他在当(dāng)地(dì)时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展(zhǎn)可能会威胁到(dào)谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅速(sù)。而最终(zhōng)科技巨头(tóu)将(jiāng)把(bǎ)AI整合(hé)成用户(hù)的“全(quán)能助手(shǒu)”，包揽一切应(yīng)用，与人们进(jìn)行沟通并提(tí)供(gōng)建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次(cì)爆火(huǒ)的时候，还是2022年8月，在(zài)美国科罗拉多州举办(bàn)的(de)新兴(xīng)数字(zì)艺术家(jiā)竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在应用中(zhōng)输入一(yī)组关(guān)键词或者(zhě)一张照(zhào)片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是(shì)所输(shū)入的(de)文本(běn)。同(tóng)一组关键词也可以(yǐ)创作(zuò)出很多张(zhāng)风格(gé)不(bù)一样(yàng)的(de)画作(zuò)，这(zhè)让(ràng)创作的过程就像开盲(máng)盒。

很多(duō)用户很喜(xǐ)欢这种不确(què)定的(de)惊喜，他们会将生成(chéng)的美图当做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体上，许(xǔ)多(duō)用(yòng)户分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一(yī)位网友的小狗照片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友(yǒu)的(de)个人照片被AI识别成了(le)建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的出现与加(jiā)持，以往AI绘画的(de)填写关键(jiàn)词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机视(shì)觉和计算机图形学(xué)等领域(yù)。

其SD插(chā)件一经发布(bù)，在短(duǎn)短的两天内便成为了AI绘画领域最(zuì)新(xīn)的(de)热点。

在此之前，大家用了很多方法想(xiǎng)让AI生成的结(jié)果尽可能的(de)符(fú)合要(yào)求，但(dàn)是都不(bù)尽如人(rén)意，它的(de)出现(xiàn)代表着AI生成(chéng)开(kāi)始(shǐ)进入真(zhēn)正(zhèng)的可(kě)控时期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的构(gòu)图(tú)，人物的姿势和画面的(de)深度信息(xī)等(děng)。有了(le)它的(de)帮(bāng)助，就不(bù)用频繁的用提(tí)示(shì)词来碰(pèng)运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一，他用(yòng)朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果(guǒ)。

通过(guò)图片就(jiù)可(kě)以看出来，效(xiào)果十分惊艳。

更厉(lì)害的是，除了真实的照片，草图也可以(yǐ)加上(shàng)“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神(shén)张吕敏(mǐn)其本(běn)尊也亲自回应。

不得(dé)不说(shuō)当下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品都已经(jīng)能以假乱(luàn)真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日(rì)，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图(tú)诈骗(piàn)。

由(yóu)于这个活动(dòng)里面给出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可(kě)以发现(xiàn)，活动(dòng)发(fā)起者提供的照片中有个很大的(de)漏洞可以(yǐ)发现(xiàn)并(bìng)非(fēi)真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指(zhǐ)部分有的存(cún)在(zài)异常。

有行(xíng)业人事表示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会画人的手(shǒu)，但最新看(kàn)到的(de)图(tú)片已经有越来越完美的AI模型出现，以(yǐ)后可能就(jiù)完全没有漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外(wài)也已(yǐ)有(yǒu)发生。据英国广播公司报道，土(tǔ)耳其地(dì)震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童(tóng)受(shòu)灾的假照(zhào)片发布到(dào)网络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施(shī)诈骗(piàn)。

目前随着(zhe)技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学习(xí)”了(le)大量前人的作(zuò)品之后(hòu)，其创作没有(yǒu)任何情绪和灵魂(hún)，难以和人类的艺术创(chuàng)作相(xiāng)提并论。

另一(yī)方(fāng)面，AIGC背后的版权、目前都并没有得(dé)到有效的(de)解决(jué)，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的(de)创(chuàng)意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还(hái)有(yǒu)远方

技术都是有两面性的，潜在的危害并不(bù)能(néng)掩盖(gài)其光辉的贡(gòng)献。现在看来，人工智能技术将是第四(sì)次工(gōng)业革命(mìng)的核心驱(qū)动力量，将创(chuàng)造(zào)新(xīn)的增长(zhǎng)奇迹(jì)。

过去一年，人工智(zhì)能在技(jì)术和商业(yè)层面都(dōu)有了巨(jù)大进展，AI绘(huì)画(huà)就是(shì)人(rén)工智能技术发生(shēng)方向性改变(biàn)的一(yī)个代表。其(qí)下一(yī)站或许就是(shì)视频。

此(cǐ)前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科(kē)技圈的短视频。这(zhè)些(xiē)视频引(yǐn)发关注(zhù)并(bìng)非内容做(zuò)得(dé)多(duō)优秀，反(fǎn)而都(dōu)非(fēi)常简(jiǎn)单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随便(biàn)一个有手机的人都可以随手录下(xià)一(yī)段。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输(shū)入(rù)一段话，甚至(zhì)只(zhǐ)是说一(yī)下要求(qiú)，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一(yī)波梗，一个(gè)能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方在(zài)于，它可以制作出(chū)超(chāo)过2分钟的连贯的(de)也(yě)有确切内容(róng)的视(shì)频(pín)，这才(cái)是真正让(ràng)人(rén)们感到惊喜的(de)地方。因为无论AI生(shēng)成(chéng)的视频(pín)多么高清，也只能(néng)是为内容(róng)生产者提供(gōng)一个灵感(gǎn)，一(yī)个(gè)素材，一个过场(chǎng)动(dòng)画。

不过能够制作出有(yǒu)具体剧(jù)情(qíng)内容的视频就意味着(zhe)，一(yī)些(xiē)视频创作(zuò)由AI代替人工完成已经初步有了可能。

当下AI的(de)发展(zhǎn)速(sù)度已经超(chāo)过大(dà)部分(fēn)人的想(xiǎng)象。内容产业(yè)的本(běn)质(zhì)是供(gōng)给创造(zào)需求，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内容产业带来更新的内(nèi)容(róng)风格(gé)、更快的生(shēng)产(chǎn)速(sù)度，更低的生产(chǎn)成本，这(zhè)无疑会驱(qū)动内容产业(yè)的大爆(bào)发(fā)。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器人动作(zuò)等多种内(nèi)容(róng)形式的生成(chéng)。不(bù)难发现(xiàn)该项技术不仅在游戏等行业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从商业化的角度来(lái)看，文化娱(yú)乐、教育、传媒等诸多领(lǐng)域(yù)，本身就(jiù)对基于AI的可视化内容(róng)有(yǒu)强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频或不(bù)是(shì)结果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在技术更(gèng)新(xīn)的加持下实现(xiàn)更(gèng)大(dà)的应用价值。

AI从理解(jiě)内容，走很久没做了是不是会时间变短，为什么好久不做时间会变短(zǒu)向了可以生成内容，甚至能够创造(zào)出独立价值(zhí)和(hé)独立(lì)视(shì)角(jiǎo)的内容。AIGC的再(zài)次出圈，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓(zhuā)大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的(de)发展也(yě)可以(yǐ)看出，在(zài)语言(yán)大模(mó)型、图像大模型(xíng)之后，多模态大模型已经成为了新的趋(qū)势。

大模(mó)型(xíng)被誉为(wèi)当(dāng)前(qián)人工智能发展(zhǎn)的智能底(dǐ)座，是(shì)全球(qiú)竞(jìng)争最激烈(liè)的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊(xùn)、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训练(liàn)大(dà)模型(xíng)的确(què)价格(gé)不菲，以(yǐ)国(guó)盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报(bào)告估算，GPT-3训(xùn)练一次的成本(běn)约为(wèi)140万(wàn)美元。而(ér)对于(yú)一些更大的(de)LLM(大型(xíng)语言模型)，训练成本(běn)则(zé)介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客(kè)平均数(shù)1300万(wàn)计(jì)算，其对(duì)应芯片需求为3万多片英(yīng)伟达A100 GPU，初(chū)始投入成本(běn)约为8亿美(měi)元，每日仅电费就(jiù)在(zài)5万(wàn)美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支(zhī)持(chí)。在关注各类大模型的发展同时，更应(yīng)该关注算力网络的建设。

算力网(wǎng)络(luò)正驱(qū)动AI产业发展进入(rù)史诗级(jí)加速进程，让AIGC及通(tōng)用(yòng)AI这一人工(gōng)智能发展的终极目(mù)标离(lí)得更近。

因为(wèi)算(suàn)力可以对突(tū)破性技术创(chuàng)新(xīn)提供(gōng)大力的(de)支持。这方面，多模态大模型(xíng)是(shì)典(diǎn)型。作为面(miàn)向未来强人工智能、通用人工智能(néng)的重要技术(shù)创新，多模态大(dà)模型已经在人工智(zhì)能(néng)领域提出了很多年，业(yè)界也(yě)有不少(shǎo)技术突破(pò)，但是，多(duō)模态大(dà)模型进一步往下走，算(suàn)力(lì)需求呈几何式上(shàng)升，一般的算力基础设(shè)施很快将难以胜任(rèn)。

从图像、文字、语音(yīn)单独(dú)一(yī)项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不(bù)同(tóng)模态的(de)转化、像人与世界交互一样自然(rán)，这方面，由算(suàn)力(lì)网络来驱动(dòng)将(jiāng)有明显优势(shì)。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的(de)技(jì)术创(chuàng)新，将(jiāng)在人(rén)工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待在大(dà)模型和大算力(lì)的支持下AIGC能持续颠(diān)覆内容生产的方(fāng)式，将(jiāng)创(chuàng)造的边际成(chéng)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 很久没做了是不是会时间变短，为什么好久不做时间会变短