自聊天机(jī)器人(rén)ChatGPT火(huǒ)爆以来(lái)，微软公司创始人比(bǐ)尔·盖(gài)茨已多次(cì)公(gōng)开谈论人工(gōng)智能话题。在最近的一次采访中，他再次表示：“AI可能会让科技行业(yè)迎(yíng)来一次剧(jù)烈(liè)的洗牌(pái)”。

这(zhè)个结(jié)论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节目(mù)专(zhuān)访(fǎng)时提出(chū)的。

他预期，AI的发展可能(néng)会威胁到谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的(de)行动相当(dāng)迅(xùn)速(sù)。而最终(zhōng)科技(jì)巨头(tóu)将把AI整合成用户的“全(quán)能助手”，包揽一切应用(yòng)，与人们进行沟(gōu)通并(bìng)提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到(dào)来可能尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的(de)又(yòu)一次AI绘画浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗(luó)拉多州(zhōu)举办的(de)新(xīn)兴数字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院(yuàn)》的(de)作品获奖。

随后(hòu)各大(dà)厂商的AI绘(huì)画软件被广(guǎng)大(dà)网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用(yòng)户们可以在(zài)应用中输入(rù)一组(zǔ)关键词或者一张照片(piàn)，就能获得一幅AI创作的画作。

作画的关键就(jiù)是所输入的文本。同一组(zǔ)关键词也(yě)可以创作(zuò)出很(hěn)多张风格不一(yī)样的画(huà)作，这让创作的过程就像开盲盒。

很多(duō)用户很喜欢这种不确定的(de)惊喜，他们(men)会将生成的(de)美图当做头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在(zài)社交媒(méi)体上(shàng)，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位(wèi)网友的小(xiǎo)狗(gǒu)照片被AI画成了(le)“肌肉男(nán)”，还有网友的个人(rén)照片被AI识别成了(le)建(jiàn)筑。

而如(rú)今(jīn)随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在斯坦福读(dú)博的(de)中国人张吕敏创作的一(yī)种(zhǒng)基(jī)于(yú)控制(zhì)点的(de)图(tú)像变形算法，主(zhǔ)要(yào)用于数字图像处理、计(jì)算(suàn)机视觉和(hé)计算机图(tú)形学等领域。

其(qí)SD插件一经发(fā)布(bù)，在(zài)短(duǎn)短的两天内便成为(wèi)了(le)AI绘(huì)画领域(yù)最新(xīn)的热点。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽可(kě)能(néng)的(de)符合要求，但(dàn)是都不(bù)尽如人意，它(tā)的出现代表着(zhe)AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构(gòu)图，人(rén)物的姿势和画面的深度信息等。有了(le)它的(de)帮助(zhù)，就不用频繁的用提示(shì)词来碰运(yùn)气，抽盲(máng)盒式的创(chuàng)作了。

通俗的(de)说ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已(yǐ)经获得了(le)大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她(tā)们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始(shǐ)换关键词试效果。

通过图(tú)片就(jiù)可以(yǐ)看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实的(de)照片，草图也(yě)可(kě)以加上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到(dào)ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出的(de)作品都已(yǐ)经能以假乱真(zhēn)了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州(zhōu)金鸡湖(hú)有游(yóu)艇party”的消(xiāo)息火遍网络，而经过(guò)警方辟谣这所谓的(de)“party”可(kě)能是全(quán)国第一起AI绘图(tú)诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片都(dōu)是AI制作的真人(rén)照(zhào)片(piàn)绘图，因为(wèi)太(tài)逼真(zhēn)，被大家当成真事传播了。

不过仔细(xì)观察可(kě)以发现，活动发(fā)起者提供(gōng)的照(zhào)片中有个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那(nà)便是图片(piàn)中女(nǚ)性的手指(zhǐ)部分(fēn)有(yǒu)的存在异常。

有(yǒu)行(xíng)业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂(zá)，AI还不太会画人的手，但最新看到的图片(piàn)已经有越来越(yuè)完美(měi)的AI模型出现，以后可(kě)能(néng)就(jiù)完(wán)全没有漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗(piàn)在国外(wài)也已有发生。据英(yīng)国广(guǎng)播公(gōng)司报(bào)道，土耳(ěr)其地(dì)震期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受(shòu)灾的假照(zhào)片发布(bù)到(dào)网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从(cóng)而实施(shī)诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照片般的绘图(tú)效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习”了大量前人的作(zuò)品之后(hòu)，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相提(tí)并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前(qián)都并没有(yǒu)得到(dào)有效的(de)解决，还有AIGC会(huì)不会(huì)代替人类“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了(le)视频，还有(yǒu)远方(fāng)

技术(shù)都(dōu)是有两面性的，潜在的危害(hài)并不(bù)能(néng)掩盖其(qí)光辉的(de)贡献。现在(zài)看来(lái)，人工智(zhì)能技(jì)术将是(shì)第四次工业(yè)革命(mìng)的核心(xīn)驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智能在技术和商业(yè)层面都(dōu)有了(le)巨大进(jìn)展，AI绘画就是人(rén)工智能(néng)技(jì)术发生方向性改变的(de)一个代表。其下一站或许就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了(le)几条(tiáo)引爆科技圈的短视频。这些(xiē)视频引发(fā)关注并非内容做(zuò)得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一只画画的玩具(jù)熊，或者(zhě)一段骑摩托车的第一(yī)视角录(lù)像，随便一个有(yǒu)手(shǒu)机的人都可(kě)以随手录下一段。

但这些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至只是说(shuō)一下要求，AI就可(kě)以(yǐ)根(gēn)据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高(gāo)清，与Metadoi的时候怎么夹，doi是怎么夹的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后(hòu)，AI圈就已经玩(wán)了(le)一波(bō)梗，一(yī)个能够做出更高清视频的AI还(hái)不足以(yǐ)在短时间内(nèi)戳中兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加(jiā)令人震惊的地方在于，它可以制作(zuò)出超过2分钟的连贯(guàn)的也有确切内容(róng)的视频(pín)，这才是真正让人们感(gǎn)到惊(jīng)喜的地(dì)方(fāng)。因(yīn)为无论AI生成的(de)视频多么高清，也只(zhǐ)能是(shì)为(wèi)内(nèi)容生产者提(tí)供一个灵感，一(yī)个(gè)素(sù)材(cái)，一个过场动(dòng)画(huà)。

不过能够制作出有(yǒu)具体剧(jù)情内容的视频就意味着，一些视频创作(zuò)由AI代替人工完成已经初步(bù)有了(le)可能。

当(dāng)下AI的发展速度(dù)已经超过大部(bù)分(fēn)人的想象。内容产业(yè)的本质是供给创造需求，AIGC作为(wèi)全(quán)新的内容生产方式，可以为内容产业带来(lái)更(gèng)新的内容风格、更(gèng)快(kuài)的生产(chǎn)速度，更低的生产(chǎn)成本(běn)，这无(wú)疑会(huì)驱动内容产(chǎn)业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机(jī)器人动作(zuò)等多(duō)种内容形(xíng)式的(de)生(shēng)成。不难发现该项技术不仅在游(yóu)戏等行(xíng)业能得到有效应用，对于下(xià)一代互联网各(gè)种元(yuán)素的(de)构建亦有关键意义。

从商业化的角度来(lái)看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视频(pín)或不是结果，而(ér)只(zhǐ)是AI进程中的(de)一块重要拼图，有望(wàng)在技术更新的加持下实现更(gèng)大(ddoi的时候怎么夹，doi是怎么夹à)的应用价(jià)值。

AI从理解(jiě)内容，走向了可以生(shēng)成内容，甚至能够创造出(chū)独立价值和(hé)独立视角的(de)内(nèi)容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大模(mó)型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也可(kě)以看出，在语言(yán)大(dà)模(mó)型、图像(xiàng)大模(mó)型之后，多模态(tài)大模型已(yǐ)经成为了新(xīn)的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底(dǐ)座，是全(quán)球(qiú)竞争最激(jī)烈的(de)研(yán)究方向(xiàng)之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿里、腾讯等(děng)众多头部企(qǐ)业都在竞相发力。

不(bù)过训练大(dà)模型的确(què)价格不菲(fēi)，以(yǐ)国盛证券发布的(de)《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次的(de)成本(běn)约为(wèi)140万美元。而对于一些(xiē)更大的LLM(大(dà)型(xíng)语言模型)，训练成本则介于200万美(měi)元至1200万美元高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均(jūn)数(shù)1300万计算，其对应芯片(piàn)需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元(yuán)，每(měi)日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力(lì)支持(chí)。在关注各类大模型的发(fā)展同时(shí)，更应(yīng)该关注(zhù)算力网络(luò)的(de)建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的(de)终极目标离得更近。

因为(wèi)算力(lì)可(kě)以对突破性(xìng)技术创新提供大力的支持。这方(fāng)面，多模态大模型是典型。作为面向未来强(qiáng)人工智(zhì)能、通(tōng)用(yòng)人工智(zhì)能的(de)重要技(jì)术创新，多模(mó)态大(dà)模型(xíng)已经在人(rén)工(gōng)智能领域提出(chū)了很多年，业界也有不少技术突(tū)破，但是，多(duō)模态(tài)大(dà)模型进(jìn)一步往下走，算力需求呈(chéng)几何式上升，一(yī)般的算力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能(néng)可以(yǐ)灵活应对不同模(mó)态(tài)的转化、像人与世(shì)界(jiè)交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有很(hěn)多需要爆(bào)发式增(zēng)长的算力来支撑(chēng)的技术(shù)创新，将在人工智能算力网络支撑下(xià)快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下(xià)AIGC能持(chí)续颠覆(fù)内容生产的方(fāng)式，将创造的边际成本(běn)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 doi的时候怎么夹，doi是怎么夹