自聊天(tiān)机(jī)器人ChatGPT火(huǒ)爆以来，微软公司(sī)创始人比尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在最近的一次采访中，他(tā)再(zài)次表示：“AI可能(néng)会让科技行(xíng)业迎来(lái)一次剧(jù)烈(liè)的洗牌”。

这个结论是(shì)他在当地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能会威(wēi)胁到谷歌(gē)的(de)市占率(lǜ)，因为微软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技巨头将把AI整合成用户(hù)的“全能(néng)助手(shǒu)”，包揽一(yī)切应用，与(yǔ)人们(men)进行(xíng)沟通并提(tí)供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的(de)到来可(kě)能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次(cì)爆火的时(shí)候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术家竞(jìng)赛中，一幅名为《太空歌(gē)剧院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软件(jiàn)被(bèi)广大(dà)网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户们可以在应用中输入一组(zǔ)关键词或者一张照片，就能获得一幅(fú)AI创作的(de)画作。

作(zuò)画的关键就(jiù)是所输入的文本(běn)。同一组关键词也可以创作出很多张风(fēng)格不一(yī)样(yàng)的画作，这让创作的过程就(jiù)像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这种(zh阿富汗是不是亡国了ǒng)不确(què)定的惊喜，他们(men)会将生成的(de)美图当做(zuò)头像。而另(lìng)一(yī)部(bù)分喜(xǐ)欢(huān)翻看AI绘画的“翻(fān)车”作品。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如(rú)，一(yī)位(wèi)网友的小狗照片(piàn)被(bèi)AI画成了(le)“肌(jī)肉男”，还有网友的个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写(xiě)关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人(rén)张吕敏创作的一种基于控制(zhì)点的图(tú)像变(biàn)形算法(fǎ)，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和计算机(jī)图形(xíng)学等领域。

其SD插(chā)件一经发(fā)布，在(zài)短(duǎn)短的(de)两天内便(biàn)成为了(le)AI绘画领域最新(xīn)的(de)热(rè)点。

在(zài)此之前，大家用了很多(duō)方(fāng)法想让(ràng)AI生成的结(jié)果尽可(kě)能的符合要(yào)求(qiú)，但是都不尽如人意，它(tā)的出(chū)现代表着AI生成开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的(de)姿势和画面的深度信息等。有了它(tā)的(de)帮助，就不用频繁的(de)用(yòng)提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览(lǎn)量，“viggo”就是其中(zhōng)之(zhī)一(yī)，他用朋友的照(zhào)片直(zhí)接带她们(men)走进(jìn)动漫世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应(yīng)的(de)关键(jiàn)词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换关键词(cí)试效果。

通过(guò)图片就(jiù)可以看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更(gèng)厉害(hài)的(de)是，除(chú)了真实的照片，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回(huí)应。

不(bù)得不说(shuō)当下(xià)AIGC已经变(biàn)得越(yuè)来越强(qiáng)大，甚至输(shū)出的作品(pǐn)都(dōu)已经能(néng)以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍(biàn)网络，而经过(guò)警方辟谣(yáo)这所(suǒ)谓的“party”可能是(shì)全国(guó)第一起AI绘图(tú)诈(zhà)骗。

由(yóu)于(yú)这个活(huó)动里(lǐ)面给出的美女照(zhào)片都(dōu)是AI制作的真(zhēn)人照片绘图，因为太逼真，被大家(jiā)当成真事传播(bō)了。

不过(guò)仔细观察可以发现，活动发起者提供(gōng)的照片中有个(gè)很大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是(shì)图片中女性的手指部分有的存(cún)在异常。

阿富汗是不是亡国了a-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBZLMLffchqxSm0mgbFoAz2bJ1ZJxJJyVwJSC8YDUiak5CibY8cTYKUibvA/0?wx_fmt=png" data-cropx1="0" data-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人(rén)事表示：“现(xiàn)在因(yīn)为手指部分的绘画算法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的图(tú)片已经有越来越完美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完(wán)全没有(yǒu)漏洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广播公司报道，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的假(jiǎ)照片发(fā)布到网络(luò)，以此(cǐ)诱骗善(shàn)良的人(rén)打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照(zhào)片般的绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者认为AI在(zài)“学习(xí)”了大量前人的(de)作品之后，其(qí)创作没有任何情绪(xù)和灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解(jiě)决，还有AIGC会不会(huì)代(dài)替人(rén)类“至高无上”的创意。

马斯(sī)克也强调，人工智(zhì)能(néng)的(de)安全(quán)问题需要得到(dào)重(zhòng)视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革(gé)命的核心(xīn)驱动力量，将创造新的增(zēng)长奇迹。

过去(qù)一年(nián)，人工(gōng)智能(néng)在技(jì)术(shù)和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是人工智(zhì)能技(jì)术(shù)发生方(fāng)向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些(xiē)视频引发关(guān)注并非内容做得多优秀，反而都非常(cháng)简单(dān)，比如一匹正(zhèng)在喝水的马，一只画画的(de)玩具熊，或者一段(duàn)骑摩(mó)托车的(de)第一视角录像，随便一个有(yǒu)手机的人都可以随手录(lù)下一段。

但这(zhè)些短视频的创作方式非常简单，创作(zuò)者仅仅需要向AI输入一段话(huà)，甚至只是说一(yī)下要(yào)求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的(de)两个AI生成视(shì)频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波梗，一个能够做(zuò)出更高清视频(pín)的(de)AI还不足(zú)以在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可(kě)以(yǐ)制作出超过2分(fēn)钟(zhōng)的连贯的也(yě)有确切内容(róng)的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也只能是(shì)为内容生产者提供一个灵感，一(yī)个素材，一个过场(chǎng)动画。

不过能够(gòu)制作出(chū)有具体剧情内(nèi)容的视(shì)频(pín)就意味着，一些视频创作由AI代替人工完(wán)成已经初步(bù)有了可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的(de)想象(xiàng)。内容产(chǎn)业的本质是供给创造需求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业(yè)带来更新的内容风格、更(gèng)快的(de)生产(chǎn)速度，更(gèng)低(dī)的生(shēng)产成(chéng)本，这无疑(yí)会驱动内容产业的大爆发。

除了(le)AI绘(huì)图(tú)、视频，AIGC技术还能(néng)应用于(yú)音乐、代码、机器人动作等多种(zhǒng)内容形式的生成。不难(nán)发现该(gāi)项技术不仅在游戏等行业能得到有效应用，对于下一代互(hù)联网各种元素的构建(jiàn)亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就对基于AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘画(huà)及(jí)视频或不是结(jié)果(guǒ)，而(ér)只是(shì)AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下实现更大的应用价值(zhí)。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创造出独立价值(zhí)和独立视角的内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来的先进生产力(lì)即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大(dà)模(mó)型之后，多模态(tài)大模型已经成为(wèi)了新的趋势。

大(dà)模型被誉为当前(qián)人工(gōng)智能发(fā)展的智能底(dǐ)座(zuò)，是全球竞争最激烈的研究方向(xiàng)之一(yī)，包括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企(qǐ)业都在(zài)竞相发力。

不过训练大模型(xíng)的(de)确价(jià)格不菲，以国盛证券发(fā)布的《ChatGPT需要多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练一次的(de)成本(běn)约为140万美元。而对于一些(xiē)更大的(de)LLM(大型语(yǔ)言(yán)模型)，训练成(chéng)本则(zé)介(jiè)于200万(wàn)美元至(zhì)1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投(tóu)入成(chéng)本(běn)约为8亿(yì)美元(yuán)，每日仅电费就在5万美元左右。

此(cǐ)外不(bù)论是ChatGPT还(hái)是AIGC，都离(lí)不(bù)开庞(páng)大算力支持。在关注(zhù)各(gè)类大模型的(de)发展(zhǎn)同时，更(gèng)应该关(guān)注算力(lì)网(wǎng)络(luò)的(de)建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进(jìn)程(chéng)，让AIGC及通(tōng)用AI这一人工智能发(fā)展(zhǎn)的终极(jí)目标(biāo)离得更近。

因(yīn)为(wèi)算(suàn)力(lì)可(kě)以对(duì)突破性技术创新提(tí)供(gōng)大力(lì)的支持。这方面，多模态大模(mó)型是典型。作为面(miàn)向未来强人(rén)工智能、通用人(rén)工智能的重要技(jì)术创新，多模态大模型(xíng)已(yǐ)经在人工智能领域(yù)提出(chū)了很多年，业界也有不少技术突破，但(dàn)是，多模态(tài)大模型进一(yī)步(bù)往下(xià)走，算(suàn)力需求呈几何式(shì)上升，一(yī)般的算力基(jī)础设施很快将(jiāng)难以(yǐ)胜任。

从图像、文(wén)字、语音单独一(yī)项的(de)训(xùn)练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同(tóng)模态的转化、像人与世界(jiè)交互一样自(zì)然，这方(fāng)面，由算力网(wǎng)络来驱动将(jiāng)有(yǒu)明显优势。

此外，还有很多需(xū)要爆发式增长的算力来支撑(chēng)的技术创新，将在(zài)人工智能算(suàn)力网络支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期(qī)待在大(dà)模型和大算力(lì)的支(zhī)持下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造的边际成本降(jiàng)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 阿富汗是不是亡国了