自聊天机器人(rén)ChatGPT火爆(bào)以来(lái)，微软公(gōng)司(sī)创始人(rén)比尔(ěr)·盖茨已多次公开谈论人工(gōng)智能话题。在最近(jìn)的(de)一次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来(lái)一次(cì)剧(jù)烈(liè)的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能(néng)会威胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方面的(de)行动相(xiāng)当迅速。而(ér)最终科技巨头将把AI整合(hé)成用户的(de)“全能助(zhù)手”，包揽(lǎn)一切应用，与人(rén)们进行(xíng)沟(gōu)通并提供建议，可以取代亚马逊、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(shí)日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆(bào)火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新(xīn)兴数(shù)字艺术(shù)家竞赛中，一幅名(míng)为《太空歌剧院(yuàn)》的作品获奖。

随后各大(dà)厂商的(de)AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以(yǐ)在(zài)应用中输入一(yī)组关键词或者一(yī)张照片，就(jiù)能获得一幅AI创作的画(huà)作。

作画的关(guān)键就(jiù)是所输入的文本。同一组关键词也可以创作出很(hěn)多张风格不(bù)一样的画作，这让创作的过程(chéng)就像开盲盒。

很多用户(hù)很喜欢这种不确(què)定的惊喜，他(tā)们会将(jiāng)生成的美图(tú)当做(zuò)头像。而另(lìng)一部(bù)分喜欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友(yǒu)的(de)小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌(jī)肉(ròu)男”，还有(yǒu)网(wǎng)友的个人(rén)照片被(bèi)AI识别成了(le)建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写(xiě)关键(jiàn)词(cí)游戏可(kě)能要被(bèi)颠覆(fù)了(le)。

ControlNet是一(yī)位正(zhèng)在斯坦福读(dú)博的中国人张吕敏创作的一种基于控制点(diǎn)的(de)图像变(biàn)形算法，主要(yào)用于数字图像处理(lǐ)、计算机视觉和(hé)计算(suàn)机图形(xíng)学等领域。

其SD插件一经(jīng)发布(bù)，在短短的两天内便(biàn)成为了AI绘画领域(yù)最新的热点(diǎn)。

在此之前(qián)，大家用了很多方(fāng)法想让AI生成的(de)结果尽可能的符(fú)合要求，但(dàn)是(shì)都(dōu)不(bù)尽如(rú)人意(yì)，它(tā)的出现代表着AI生成开(kāi)始进入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接(jiē)提取画(huà)面的构(gòu)图，人物的姿势和(hé)画面的深度(dù)信息等。有了它的帮助(zhù)，就不用(yòng)频(pín)繁(fán)的用提示(shì)词来碰运气，抽(chōu)盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不(bù)少博主的作品(pǐn)已(yǐ)经获得了(le)大(dà)量的浏览量，“viggo”就是(shì)其(qí)中之一，他用朋友的照片直接带(dài)她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应(yīng)的关(guān)键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可(kě)以看出(chū)来(lái)，效果十分惊艳。

更厉害(hài)的是，除(chú)了真实(shí)的照(zhào)片(piàn)，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全(quán)彩图。大神张吕(lǚ)敏其本尊也亲自(zì)回应(yīng)。

不得不(bù)说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品都已(yǐ)经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的“party”可能(néng)是全国第(dì)一(yī)起AI绘图诈骗。

由于(yú)这个(gè)活(huó)动里(lǐ)面给出的(de)美女照片都是AI制作(zuò)的真人照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事传播了。

不(bù)过(guò)仔细观察(chá)可以(yǐ)发(fā)现，活动发(fā)起(qǐ)者提供的照片中有个很大的漏洞可以发现并非真人(rén)，而是AI绘图，那便是图片中女性的(de)手(shǒu)指(zhǐ)部分有的存在(zài)异常。

有行(xíng)业人事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太(tài)会画人的手，但最新(xīn)看(kàn)到(dào)的(de)图片已(yǐ)经有越来越完美的(de)AI模型(xíng)出(chū)现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国(guó)外也已有(yǒu)发生(shēng)。据英国广播公(gōng)司报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发(fā)布到网(wǎng)络，以此诱骗(piàn)善良(liáng)的(de)人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技(jì)术发展，AIGC已经能做出(chū)真人照片般的绘图效果，如(rú)果(guǒ)这样的图(tú)片被用来诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了很多(duō)担忧，一方面，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创(chuàng)作没猕猴桃要公母一起种吗，猕猴桃一公一母怎么种有任何情(qíng)绪和灵(líng)魂，难以和人类的艺(yì)术创作相提(tí)并论。

另一方(fāng)面(miàn)，AIGC背后的(de)版权(quán)、目前都(dōu)并(bìng)没(méi)有得到有效的解(jiě)决，还(hái)有AIGC会不会代(dài)替人类“至高(gāo)无上”的创(chuàng)意。

马斯克也(yě)强调，人(rén)工智能(néng)的安全问题(tí)需要得到重视，太晚(wǎn)就来(lái)不及了。

03

AIGC下(xià)一站除了视(shì)频，还有远方

技术都是有两(liǎng)面性(xìng)的，潜在的危(wēi)害(hài)并不能掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工智能技术(shù)将是第(dì)四次工(gōng)业革命的核心驱动力量，将(jiāng)创造新的增(zēng)长奇迹。

过(guò)去一年，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展，AI绘(huì)画就是人(rén)工智能技(jì)术(shù)发生方向性改变的一(yī)个代表。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后发布了(le)几条引爆科技圈的短视频。这些视(shì)频引(yǐn)发关注并非(fēi)内容做得多(duō)优秀，反而(ér)都(dōu)非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一(yī)只画(huà)画的玩具熊，或者一段骑(qí)摩托车(chē)的第一(yī)视角录(lù)像，随便一个(gè)有手机的人都可以随(suí)手(shǒu)录下一段。

但这些短视频的创作方式非常简(jiǎn)单，创作者(zhě)仅仅需(xū)要(yào)向AI输入一(yī)段话(huà)，甚(shèn)至只(zhǐ)是说(shuō)一下要求，AI就可(kě)以(yǐ)根据需要生成一段视频。

谷歌(gē)发布的两(liǎng)个AI生成视(shì)频分别来(lái)自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突(tū)出的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经玩了一(yī)波梗，一个能(néng)够做出(chū)更高清视频的AI还不足以在(zài)短(duǎn)时间内(nèi)戳中兴奋点。

Phenaki更加令人震惊的地(dì)方(fāng)在于，它可以制(zhì)作(zuò)出超过(guò)2分钟的(de)连(lián)贯的(de)也有(yǒu)确切内(nèi)容(róng)的视(shì)频(pín)，这才是(shì)真正让人们感(gǎn)到惊喜的地(dì)方。因为无论AI生成的视(shì)频多么高(gāo)清，也只能是为(wèi)内(nèi)容生(shēng)产者提(tí)供(gōng)一个灵感，一个素(sù)材，一个(gè)过场动(dòng)画。

不过能够(gòu)制(zhì)作出有具体(tǐ)剧情(qíng)内(nèi)容的视(shì)频(pín)就意味着(zhe)，一些视频创作由AI代替人工完成(chéng)已(yǐ)经(jīng)初步有了可能。

当下(xià)AI的(de)发展速(sù)度已(yǐ)经(jīng)超过大部分人的(de)想(xiǎng)象(xiàng)。内容(róng)产业的本质是供给创造需(xū)求(qiú)，AIGC作为全(quán)新的内(nèi)容生产方式，可以为内(nèi)容产业带来更新的内(nèi)容风格、更(gèng)快的生(shēng)产速度(dù)，更低的生产(chǎn)成本，这无(wú)疑会(huì)驱动内容产(chǎn)业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐、代码、机器人动作等多(duō)种内(nèi)容形式(shì)的生成。不(bù)难(nán)发现该项(xiàng)技术不(bù)仅在游戏(xì)等行业能得到有效应(yīng)用，对于下一代互联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意(yì)义。

从商业化的角度来看(kàn)，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对(duì)基(jī)于AI的可视化(huà)内容有强烈需求。

因(yīn)此，AI绘画及(jí)视频或(huò)不是(shì)结(jié)果，而只是AI进程中的一(yī)块(kuài)重要(yào)拼图，有望在技术更新的加持下实现(xiàn)更大的应用价(jià)值。

AI从理(lǐ)解内容，走向(xiàng)了(le)可(kě)以生成内容，甚至能够创(chuàng)造(zào)出(chū)独立价值和(hé)独立(lì)视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来(lái)的先(xiān)进(jìn)生(shēng)产力即将到来(lái)。

04

紧抓(zhuā)大(dà)模型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的(de)发展也可以看出，在语言大模型、图像大模型之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大模(mó)型被誉为当前人工智能发展的智(zhì)能底座，是(shì)全(quán)球竞争最激烈的研究方(fāng)向之一(yī)，包括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众多头部企业都在竞相发(fā)力。

不(bù)过训练(liàn)大模型的确价格不(bù)菲，以国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对于(yú)一些更大的LLM(大型(xíng)语言模型)，训(xùn)练成本则介于(yú)200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对(duì)应芯(xīn)片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美元，每日(rì)仅(jǐn)电费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算(suàn)力支持。在关(guān)注(zhù)各类大模(mó)型的发展同时(shí)，更(gèng)应该关注(zhù)算力网络的建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展(zhǎn)进入史诗(shī)级加(jiā)速(sù)进程，让AIGC及通用AI这一人(rén)工智能(néng)发展猕猴桃要公母一起种吗，猕猴桃一公一母怎么种的(de)终极目标离得更近。

因为算力可以对突破性(xìng)技术创新提供大(dà)力(lì)的支持。这方面，多(duō)模态大(dà)模型(xíng)是典型。作为面向未来强人工智能、通用人工(gōng)智(zhì)能(néng)的重要技术创新(xīn)，多模态大模型已经在人工智能领域(yù)提出了很多年，业界也有(yǒu)不少技术突破，但是，多模(mó)态大模型进一步往下走，算力需求呈几何式上(shàng)升(shēng)，一(yī)般的(de)算力基础(chǔ)设施很快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音(yīn)单独(dú)一项的训练(liàn)，到双模态(tài)、三模态的跃迁(qiān)，让人工智能可(kě)以(yǐ)灵(líng)活应(yīng)对不同模(mó)态的转化、像人(rén)与世(shì)界交互一样自然(rán)，这方面，由算力网(wǎng)络来驱动将(jiāng)有明(míng)显优势。

此外，还有很多需(xū)要(yào)爆发式增(zēng)长的算力来(lái)支撑的技(jì)术创新，将在人工(gōng)智(zhì)能算(suàn)力网络支(zhī)撑下快速(sù)推进。

AIGC已经露出(chū)曙光，期(qī)待在大模型和大算(suàn)力的支持下(xià)AIGC能持(chí)续(xù)颠覆内容生产的方式，将(jiāng)创造(zào)的边际成本降低，让万众受(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 猕猴桃要公母一起种吗，猕猴桃一公一母怎么种