自聊天机器人ChatGPT火爆以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨(cí)已多(duō)次公开谈论人(rén)工智能(néng)话(huà)题。在最(zuì)近的(de)一(yī)次(cì)采访中，他再次表示：“AI可能(néng)会(huì)让科技行(xíng)业迎来(lái)一次(cì)剧(jù)烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预(yù)期，AI的发展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的(de)行动相当(dāng)迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用户(hù)的“全(quán)能助手”，包揽(lǎn)一切应(yīng)用，与人们进行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助(zhù)手的到(dào)来可能(néng)尚(shàng)需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还(hái)是2022年8月，在美国科(kē)罗拉(lā)多州举办的(de)新(xīn)兴(xīng)数字(zì)艺术家竞赛中，一幅名为《太空歌剧院》的作品获(huò)奖。

随(suí)后各大厂(chǎng)商(shāng)的(de)AI绘(huì)画(huà)软件被广大网(wǎng)友(yǒu)熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是(shì)其中代表。

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

作(zuò)画的(de)关键就是所(suǒ)输入(rù)的文(wén)本。同一(yī)组(zǔ)关键词也可以创作出(chū)很多张(zhāng)风格不一样(yàng)的画作，这(zhè)让(ràng)创作的过程(chéng)就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将(jiāng)生(shēng)成的美图当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社交媒(méi)体上，许多(duō)用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网友的(de)个人照(zhào)片(piàn)被AI识(shí)别成(chéng)了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关键词游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福读(dú)博(bó)的中国人张吕敏创作的一种基于控制(zhì)点的图(tú)像变形(xíng)算法(fǎ)，主要(yào)用于(yú)数字图像(xiàng)处(chù)理、计算机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件(jiàn)一经发布(bù)，在短(duǎn)短的两天内便(biàn)成为了AI绘(huì)画(huà)领(lǐng)域最新的热点(diǎn)。

在此之(zhī)前，大家用了很多方法想让AI生成的(de)结果尽可能的符(fú)合(hé)要求，但(dàn)是都不(bù)尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控(kòng)时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面(miàn)的(de)构图(tú)，人物的姿(zī)势和(hé)画面的深(shēn)度信息等。有了它(tā)的帮助，就不用频繁(fán)的用(yòng)提示词(cí)来(lái)碰运(yùn)气，抽盲盒式(shì)的创作了。

通俗(sú)的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加了“魔法”，不少(shǎo)博(bó)主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换(huàn)关键词试(shì)效果。

通过图片就可以(yǐ)看(kàn)出来，效果十分惊(jīng)艳。

更厉害的是，除了真(zhēn)实的(de)照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神张(zhāng)吕敏(mǐn)其本尊也亲自回应。

不得不说当(dāng)下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚至输(shū)出的作品都(dōu)已经能以假(jiǎ)乱(luàn)真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经(jīng)过警方辟(pì)谣这所(suǒ)谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制(zhì)作的真人照片绘图(tú)，因(yīn)为太(tài)逼真，被大家当成真事传播了(le)。

不过(guò)仔细(xì)观察可以发(fā)现，活(huó)动发起者提供(gōng在农场英语为什么用on不用at，在农场为什么用on the farm)的(de)照片(piàn)中有(yǒu)个(gè)很大(dà)的(de)漏洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是图片(piàn)中女性的手指部分有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手(shǒu)指部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会画人的手，但最新看到的图(tú)片已经有越(yuè)来越完美的AI模型出现，以后可(kě)能(néng)就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国广播公司报道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受(shòu)灾的(de)假照片(piàn)发布到网络(luò)，以(yǐ)此诱骗善良的人打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做出真人照(zhào)片般(bān)的(de)绘图(tú)效果(guǒ)，如果这样(yàng)的图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引(yǐn)发(fā)了很多担忧，一方面，批判者认为AI在“学(xué)习”了大量前人的(de)作品之(zhī)后，其创(chuàng)作没有任何情绪和灵魂，难以和人类的艺术(shù)创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有效(xiào)的(de)解决，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马斯克(kè)也强调，人(rén)工智能的(de)安全问题需要得到(dào)重视，太晚就(jiù)来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技(jì)术都(dōu)是有(yǒu)两面性的，潜在的危害并不能(néng)掩(yǎn)盖其光辉的(de)贡献。现在(zài)看来，人(rén)工智能技术(shù)将是第四次工业革命的核心驱(qū)动力(lì)量，将创造新的增长奇(qí)迹。

过去一年，人工智(zhì)能在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘画就是(shì)人工智能技术发(fā)生方(fāng)向性改变的一(yī)个(gè)代表(biǎo)。其(qí)下一(yī)站(zhàn)或许就是(shì)视频(pín)。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条(tiáo)引爆科技圈的短视频(pín)。这些视频引发关(guān)注并(bìng)非内容(róng)做(zuò)得多(duō)优秀，反而(ér)都非常简单，比如一匹正在喝水的马(mǎ)，一(yī)只画画(huà)的玩具(jù)熊，或者一(yī)段骑摩托车的(de)第一(yī)视(shì)角录像，随便(biàn)一个有手机的人都可以随手(shǒu)录下一段。

但这些(xiē)短视(shì)频(pín)的创作方式非常简(jiǎn)单，创作(zuò)者仅仅需要向(xiàng)AI输(shū)入一段(duàn)话(huà)，甚至(zhì)只是说一下(xià)要求，AI就可以根(gēn)据需要(yào)生成一(yī)段视频。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的视频后(hòu)，AI圈(quān)就(jiù)已(yǐ)经玩(wán)了(le)一波梗，一个能够做出更高(gāo)清(qīng)视频(pín)的(de)AI还(hái)不足(zú)以在短(duǎn)时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它(tā)可以制作出超过(guò)2分(fēn)钟(zhōng)的连(lián)贯的也有(yǒu)确(què)切内容的视频，这才是(shì)真正(zhèng)让人们感到惊喜(xǐ)的地方。因为无(wú)论AI生成(chéng)的视(shì)频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个(gè)素(sù)材，一个过(guò)场(chǎng)动(dòng)画(huà)。

不(bù)过能够(gòu)制作出有具体(tǐ)剧情内容的(de)视(shì)频就(jiù)意味(wèi)着，一(yī)些视频创作由AI代替人工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速度已经超过大部分人的想(xiǎng)象(xiàng)。内(nèi)容(róng)产(chǎn)业的本(běn)质是供给创(chuàng)造(zào)需求(qiú)，AIGC作为全新的内容(róng)生产方式，可以为内容产(chǎn)业带来更新的内容风格(gé)、更快的生(shēng)产速度，更低(dī)的生产(chǎn)成本，这无(wú)疑会驱(qū)动(dòng)内容产业的(de)大爆(bào)发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作等(děng)多种内容形式的生成。不难发现(xiàn)该项(xiàng)技(jì)术不仅在游(yóu)戏等行业能得到有效(xiào)应用，对于下一代互联网各(gè)种元素的构(gòu)建亦有关键意义(yì)。

从商业(yè)化(huà)的角度来看，文化娱(yú)乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的可视(shì)化内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘(huì)画及视频或不(bù)是(shì)结果，而只(zhǐ)是(shì)AI进程中的一块重要拼图(tú)，有望在(zài)技术更新的加持下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出独(dú)立(lì)价值和独立(lì)视角(jiǎo)的内容。AIGC的再次出(chū)圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展(zhǎn)也可以(yǐ)看出(chū)，在语言大(dà)模型(xíng)、图像大模型之后，多模(mó)态大模型已经成(chéng)为了新的趋(qū)势。

大(dà)模型被誉为(wèi)当(dāng)前(qián)人(rén)工(gōng)智能发展的智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯等(děng)众(zhòng)多头部企业都(dōu)在竞相发力(lì)。

不(bù)过(guò)训练大(dà)模型的确(què)价(jià)格(gé)不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更大(dà)的LLM(大型语言(yán)模型)，训练(liàn)成本则介于(yú)200万美元(yuán)至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数1300万计(jì)算，其对应(yīng)芯片需(xū)求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费(fèi)就(jiù)在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力(lì)支持。在关注各类(lèi)大模型的发展(zhǎn)同时，更应该关注算力网(wǎng)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进程，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目(mù)标离得更近(jìn)。

因为算力可(kě)以(yǐ)对(duì)突破性技术创新提供大力的(de)支持。这(zhè)方面，多(duō)模态大模型是典型。作为面向(xiàng)未来强人(rén)工智能、通用人工智能的重要技术(shù)创新，多(duō)模态大模型已经在人工智能领域提出了很(hěn)多年(nián)，业界也(yě)有不少(shǎo)技术突破，但是(shì)，多模态大模型(xíng)进一步往下走，算力需(xū)求呈几(jǐ)何(hé)式上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文字、语音单(dān)独(dú)一项的训练，到双模(mó)态、三模态的(de)跃迁，让人(rén)工(gōng)智(zhì)能可以灵(líng)活应对不同模态的转(zhuǎn)化、像人与世界交互一样自然(rán)，这方面，由算力网络来驱动将有明显优势(shì)。

此(cǐ)外，还有很多需要爆发式增长的(de)算力来支撑的技术创新，将在(zài)人工(gōng)智能算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创(chuàng)造的边(biān)际成本降低(dī)，让万众受益(yì)。

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 在农场英语为什么用on不用at，在农场为什么用on the farm