自(zì)聊天机(jī)器人(rén)ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开谈(tán)论人工(gōng)智能话题。在最近(jìn)的一次采访中，他再次表示(shì)：“AI可能会让科(kē)技行业迎来一次(cì)剧(jù)烈的洗牌(pái)”。

这个结(jié)论是他在当(dāng)地(dì)时间2月(yuè)20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期，AI的发展可能(néng)会威(wēi)胁到谷歌(gē)的市占率，因为微软在(zài)AI方面的行动相当(dāng)迅速。而最(zuì)终(zhōng)科技(jì)巨头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽一切应(yīng)用，与(yǔ)人们进行沟通并(bìng)提(tí)供建议，可(kě)以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手(shǒu)的到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴(xīng)数(shù)字(zì)艺术(shù)家(jiā)竞赛中(zhōng)，一幅名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被(bèi)广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代(dài)表(biǎo)。

用户们可(kě)以在应用中输入一组关键(jiàn)词(cí)或(huò)者一(yī)张照(zhào)片(piàn)，就能获(huò)得(dé)一(yī)幅AI创作的画作(zuò)。

作画的关键就(jiù)是所(suǒ)输入(rù)的文本。同(tóng)一(yī)组关(guān)键词也可(kě)以(yǐ)创作出很(hěn)多张风(fēng)格(gé)不一样的(de)画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜(xǐ)，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作(zuò)品。在社(shè)交媒(méi)体上(shàng)，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位网友(yǒu)的小狗照(zhào)片(piàn)被(bèi)AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出(chū)现(xiàn)与加(jiā)持，以往AI绘画的(de)填(tián)写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福读博的中国人张吕敏(mǐn)创作(zuò)的一种基于(yú)控制点(diǎn)的(de)图像变形算法，主(zhǔ)要用于数字图像处理、计算机视觉和计(jì)算机图形学等领域。

其(qí)SD插(chā)件一经发布，在短短的两天(tiān)内便成为(wèi)了(le)AI绘(huì)画领域(yù)最(zuì)新的(de)热点。

在此(cǐ)之前(qián)，大家用了很多方(fāng)法想让(ràng)AI生成的结(jié)果尽可能(néng)的符合(hé)要求，但是(shì)都(dōu)不(bù)尽如人意，它的出现代表着AI生(shēng)成开(kāi)始进入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画(huà)面的构图，人物的姿势和画面的深度(dù)信息等。有了它的(de)帮(bāng)助，就不用频(pín)繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少博主(zhǔ)的作品已(yǐ)经(jīng)获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是其中之一(yī)，他用(yòng)朋友的照(zhào)片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

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

通过(guò)图片就可(kě)以看出(chū)来，效(xiào)果十(shí)分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片，草图也可以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越来越强大，甚(shèn)至输出的作(zuò)品都(dōu)已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可能是全国(guó)第一起(qǐ)AI绘图诈骗(piàn)。

由于这个(gè)活动里面给出(chū)的美女照片(piàn)都(dōu)是AI制作的真(zhēn)人(rén)照片绘图，因为太逼(bī)真，被大家(jiā)当成真事传播了。

不过(guò)仔细观察可以发现，活动发起者(zhě)提供的照片中(zhōng)有个很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手指部分有的存在(zài)异常(cháng)。

mbb是什么公司，mbb是什么意思缩写2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行业人事表示：“现(xiàn)在因为手指部分的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片(piàn)已经(jīng)有越来越完美的AI模(mó)型出现，以后(hòu)可能(néng)就完全没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外(wài)也已有发生(shēng)。据英国(guó)广(guǎng)播公司报道(dào)，土耳其地震期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人(rén)照片般(bān)的绘(huì)图效(xiào)果(guǒ)，如果这(zhè)样的图片被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多(duō)担(dān)忧，一(yī)方面，批(pī)判(pàn)者认为AI在“学(xué)习”了(le)大(dà)量前人的作品之后，其(qí)创(chuàng)作没有(yǒu)任何情绪和(hé)灵(líng)魂，难以和(hé)人类的艺术创作(zuò)相(xiāng)提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得(dé)到有效的解决，还有AIGC会不(bù)会代替人(rén)类“至高无上”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工(gōng)智能的(de)安全问题需(xū)要得到重视(shì)，太晚就来不(bù)及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术都是(shì)有两面性的，潜在的危害(hài)并不能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工智(zhì)能技术将是第四次工业革命(mìng)的核(hé)心(xīn)驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在(zài)技术和(hé)商业层面(miàn)都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能技(jì)术发生方向性改变的(de)一个代表。其(qí)下一站或(huò)许(xǔ)就是视频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后发布了几(jǐ)条引爆科技圈的短视频(pín)。这些视(shì)频引发关注(zhù)并(bìng)非内容做得(dé)多优秀(xiù)，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画画的(de)玩(wán)具熊(xióng)，或者一段骑摩托车(chē)的第一视(shì)角录像，随便一(yī)个有手机(jī)的人都可以随手录(lù)下一(yī)段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要(yào)向(xiàng)AI输入(rù)一段(duàn)话，甚至(zhì)只是说(shuō)一下(xià)要(yào)求(qiú)，AI就可以根据需要生成(chéng)一段视频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有太多(duō)的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就(jiù)已经(jīng)玩了一波梗，一个能够(gòu)做(zuò)出更(gèng)高清视频的AI还不足以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人震(zhèn)惊的地方在于，它可(kě)以制(zhì)作(zuò)出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到惊喜的地方。因(yīn)为(wèi)无论(lùn)AI生(shēng)成的视频多么(me)高清，也(yě)只能(néng)是为内(nèi)容生产者提供一个灵(líng)感，一个(gè)素材，一(yī)个过场动画。

不过能够制作出有具(jù)体(tǐ)剧(jù)情内容的视频就意味(wèi)着，一些视频(pín)创作由AI代替人(rén)工(gōng)完成已(yǐ)经初步有了可能(néng)。

当下AI的发(fā)展速度已经超过(guò)大部分人的想象。内容产业的本(běn)质(zhì)是供给创造需(xū)求，AIGC作为全新的内容生产方(fāng)式，可以为(wèi)内容产业(yè)带来更新(xīn)的内容(róng)风格(gé)、更快的生产(chǎn)速(sù)度，更低的生产成本，这无(wú)疑会驱(qū)动内容(róng)产业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机(jī)器人动作等(děng)多种(zhǒng)内(nèi)容形式(shì)的生成。不难发(fā)现该项技术(shù)不(bù)仅在游戏(xì)等(děng)行业能得到有效应用，对于下(xià)一(yī)代(dài)互(hù)联网各(gè)种元素的构建亦有关键意义(yì)。

从商业化的角度来(lái)看(kàn)，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而(ér)只(zhǐ)是AI进程(chéng)中的(de)一块重要拼图(tú)，有望在技术更新的加持(chí)下实现更大(dà)的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至mbb是什么公司，mbb是什么意思缩写能够创造出独(dú)立价值和独立视角的(de)内容(róng)。AIGC的再次出圈，更代表着未来的先进生产(chǎn)力即(jí)将到(dào)来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技术的(de)发展也可以看出(chū)，在语言大模型、图像大模型之后，多模态大模型(xíng)已经(jīng)成为(wèi)了新的趋势。

大模(mó)型被(bèi)誉为当(dāng)前(qián)人工智能(néng)发(fā)展的智能底座，是全(quán)球竞(jìng)争最激(jī)烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾(téng)讯(xùn)等众多头部企业都在竞相发(fā)力(lì)。

不(bù)过训练大模型的确价格(gé)不菲，以国(guó)盛(shèng)证券发(fā)布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次(cì)的成本约为140万美元。而对于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均(jūn)数1300万(wàn)计算，其对应芯片(piàn)需(xū)求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约为(wèi)8亿(yì)美(měi)元(yuán)，每日仅电费(fèi)就(jiù)在5万美(měi)元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持(chí)。在(zài)关注各(gè)类大模(mó)型的发(fā)展同时，更应该关注算力网络的(de)建设(shè)。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用(yòng)AI这一人工(gōng)智能发(fā)展(zhǎn)的终极目标离得更近(jìn)。

因为算力可以(yǐ)对突破(pò)性技术创新提供大力(lì)的支持。这方(fāng)面(miàn)，多模态大(dà)模型(xíng)是典型(xíng)。作(zuò)为面向未来强(qiáng)人工智能、通用人工(gōng)智能的重要技术(shù)创新(xīn)，多模(mó)态大模型已经(jīng)在人工智(zhì)能领域提出了很多年，业界也有不少(shǎo)技术突破，但是，多模态大模型进一步(bù)往(wǎng)下走，算力需求呈几何(hé)式上升，一般的(de)算力基础(chǔ)设施(shī)很快将难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一(yī)项的(de)训练，到双(shuāng)模态(tài)、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化(huà)、像(xiàng)人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术(shù)创(chuàng)新，将(jiāng)在人(rén)工智能算(suàn)力网络支撑下快速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待(dài)在大模(mó)型(xíng)和大算力的支(zhī)持(chí)下AIGC能持续颠覆内容生产的方式(shì)，将创造的边(biān)际成(chéng)本降(jiàng)低，让万众(zhòng)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 mbb是什么公司，mbb是什么意思缩写