自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈论人工智能(néng)话题。在最近的一(yī)次(cì)采访中，他再次表(biǎo)示(shì)：“AI可能会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地时间2月20日(rì)接受《In Good Company》节目专访(fǎng)时(shí)提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合(hé)成用户的“全能助手”，包揽一(yī)切应(yīng)用，与人(rén)们进(jìn)行沟通并提供建议(yì)，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手(shǒu)华大基因是国企吗的(de)到来可能尚(shàng)需时日(rì)，但(dàn)由(yóu)ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次爆火的时候，还(hái)是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一(yī)幅名(míng)为(wèi)《太空歌(gē)剧院》的作品获奖。

随后各(gè)大厂商的(de)AI绘画(huà)软件被(bèi)广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其(qí)中代(dài)表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获(huò)得一幅(fú)AI创作(zuò)的画(huà)作。

作画(huà)的关(guān)键就是(shì)所输入(rù)的文(wén)本。同一(yī)组关键词也可以(yǐ)创作出很多张风格不(bù)一样(yàng)的画作，这让创作的(de)过程就(jiù)像(xiàng)开盲盒。

很(hěn)多(duō)用户很喜欢这种(zhǒng)不确定的惊喜(xǐ)，他们会将生成(chéng)的美图当做(zuò)头像。而(ér)另一部分喜欢翻看AI绘(huì)画(huà)的“翻(fān)车”作(zuò)品。在(zài)社交(jiāo)媒(méi)体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友(yǒu)的(de)个人照片被(bèi)AI识(shí)别成(chéng)了建筑。

而(ér)如(rú)今随着ControlNet的(de)出(chū)现与(yǔ)加持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕敏(mǐn)创(chuàng)作的一种基于(yú)控制(zhì)点的图像(xiàng)变形算法，主要用(yòng)于(yú)数字图像处(chù)理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发(fā)布，在(zài)短短的两(liǎng)天内便成为了(le)AI绘画领域最新的热点。

在此(cǐ)之前，大(dà)家用了(le)很(hěn)多方法想(xiǎng)让AI生成(chéng)的(de)结果尽可能的(de)符合要求，但是都不尽如人(rén)意，它的(de)出现代表着(zhe)AI生成开(kāi)始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构(gòu)图，人物的姿势和(hé)画面的深(shēn)度信息等。有了它的帮(bāng)助，就不(bù)用频繁的用提(tí)示词来碰运气(qì)，抽盲盒(hé)式(shì)的创作(zuò)了(le)。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加了“魔(mó)法”，不少博主的作品已经获(huò)得(dé)了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照(zhào)片直接带(dài)她们走(zǒu)进(jìn)动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关(guān)键(jiàn)词试效果。

通(tōng)过图片就(jiù)可以看(kàn)出来，效果十分惊艳(yàn)。

华大基因是国企吗coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是(shì)，除了真实(shí)的照片(piàn)，草图也可以加上“魔(mó)法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经(jīng)能(néng)以假乱(luàn)真了(le)。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于(yú)这个活(huó)动里面给出的美(měi)女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家(jiā)当成真事(shì)传播了(le)。

不(bù)过仔细观察可以发现，活动(dòng)发(fā)起者提(tí)供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以发现并非真(zhēn)人(rén)，而是(shì)AI绘图，那便是图片中(zhōng)女(nǚ)性的手指(zhǐ)部分有的存在异常。

有行(xíng)业人事表示：“现在因为手指部分的(de)绘(huì)画算法(fǎ)比较复(fù)杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但最新(xīn)看(kàn)到的图片已(yǐ)经(jīng)有越来越(yuè)完美的(de)AI模型出现(xiàn)，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈骗在国(guó)外(wài)也(yě)已(yǐ)有发生。据英国广播公司报道，土(tǔ)耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发布到(dào)网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般的绘(huì)图效果(guǒ)，如(rú)果这样(yàng)的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外AIGC还引发了很多(duō)担忧(yōu)，一方面，批判者认为(wèi)AI在“学(xué)习”了(le)大量(liàng)前(qián)人的(de)作品之后(hòu)，其创作没有(yǒu)任何(hé)情绪和灵魂(hún)，难以(yǐ)和人类的(de)艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都(dōu)并(bìng)没有得到(dào)有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的创(chuàng)意。

马斯(sī)克(kè)也强调，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除了视(shì)频，还(hái)有远方

技术都(dōu)是有两面性的，潜在的危(wēi)害(hài)并(bìng)不能掩盖其(qí)光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工业革命的核心驱动力量，将创造(zào)新的(de)增长奇迹。

过(guò)去一(yī)年，人工智能在技术(shù)和商业(yè)层面都有了巨大进展，AI绘画就(jiù)是人工智(zhì)能(néng)技(jì)术发(fā)生方向(xiàng)性(xìng)改变(biàn)的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了(le)几条引爆科技圈的短(duǎn)视频。这些(xiē)视频引(yǐn)发关(guān)注并非内容做(zuò)得(dé)多优(yōu)秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹正在喝水(shuǐ)的马(mǎ)，一(yī)只画(huà)画的玩具熊，或者一段(duàn)骑摩托车的第一视角录像，随便一个(gè)有手(shǒu)机的人(rén)都可以(yǐ)随手录下(xià)一(yī)段。

但这些(xiē)短视(shì)频的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可(kě)以根据需要(yào)生成(chéng)一段视频(pín)。

谷歌发布(bù)的两(liǎng)个AI生(shēng)成视频分(fēn)别来(lái)自于(yú)Imagen Video和Phenaki，前者(zhě)主要(yào)突出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)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(gè)能够做出更(gèng)高清视频(pín)的(de)AI还(hái)不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以制作(zuò)出(chū)超过2分(fēn)钟的(de)连(lián)贯的也有确切内容(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，也只能(néng)是(shì)为内(nèi)容生产者提供一个灵感，一个(gè)素材，一个过(guò)场动画(huà)。

不过能够制(zhì)作出有具体剧情内容的视频就意味(wèi)着，一些视(shì)频创作由(yóu)AI代(dài)替人工完成已经(jīng)初步有(yǒu)了(le)可能。

当下AI的发(fā)展(zhǎn)速度已经超过大部分人的想象。内容产(chǎn)业的本(běn)质是供给创造需求，AIGC作为全新的(de)内容生(shēng)产方(fāng)式，可以为内容产业带来更新的内容(róng)风格、更快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这(zhè)无(wú)疑会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码(mǎ)、机(jī)器人动(dòng)作等多(duō)种(zhǒng)内容(róng)形式(shì)的生(shēng)成。不(bù)难发现该项技术不(bù)仅在游(yóu)戏(xì)等行业(yè)能得到有效应(yīng)用，对于下(xià)一代互联网各种元素的构建亦有关键意义。

从商业化的(de)角度来看(kàn)，文(wén)化(huà)娱乐、教(jiào)育、传媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化内容有(yǒu)强烈需求。

因此(cǐ)，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程中(zhōng)的一(yī)块重要拼图，有望在技术更(gèng)新(xīn)的加持下实(shí)现更大的应用价值。

AI从理解内容(róng)，走向(xiàng)了(le)可以(yǐ)生成内(nèi)容，甚至能(néng)够(gòu)创造出独(dú)立价值和(hé)独(dú)立视角的(de)内(nèi)容。AIGC的再次出(chū)圈(quān)，更(gèng)代表着未来的先(xiān)进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可以看(kàn)出(chū)，在语(yǔ)言大模型、图像(xiàng)大模(mó)型之后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人工智能发展的(de)智能底座，是全球竞争最激烈的研究方向之(zhī)一(yī)，包括谷(gǔ)歌、亚(yà)马逊、百度、阿里、腾讯等众多头部企业都在竞相发力。

不(bù)过训(xùn)练大模型的确价格(gé)不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次(cì)的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训练成本则介于200万(wàn)美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独(dú)立(lì)访客(kè)平均数(shù)1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日(rì)仅电费就在5万美(měi)元左右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力(lì)支持。在关(guān)注各(gè)类大(dà)模型(xíng)的(de)发展(zhǎn)同时(shí)，更(gèng)应(yīng)该关(guān)注(zhù)算力网络(luò)的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一(yī)人工智能发(fā)展的(de)终极(jí)目标离得更(gèng)近。

因为算力可以(yǐ)对突破性技(jì)术创新提供(gōng)大力(lì)的支持(chí)。这方面，多(duō)模态(tài)大模型是典型。作为面(miàn)向未(wèi)来强人工智能、通(tōng)用人工(gōng)智能(néng)的重要技术创新，多模(mó)态大模型已经在(zài)人工智(zhì)能(néng)领域(yù)提出了很多(duō)年，业界也(yě)有(yǒu)不少技术(shù)突破，但是(shì)，多模态大模型进一(yī)步(bù)往(wǎng)下走，算力需(xū)求呈几(jǐ)何式上升，一般的算力基(jī)础设施(shī)很快将难以胜任。

从图像、文字、语音(yīn)单独一项的(de)训练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让人工(gōng)智能可以灵活应对不同模态(tài)的转化、像人与世界交互(hù)一样自然(rán)，这方(fāng)面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式(shì)增长的算力来支(zhī)撑的技术创(chuàng)新，将在(zài)人工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创造(zào)的(de)边际成本降(jiàng)低，让万(wàn)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 华大基因是国企吗