自(zì)聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈论人工智能话题(tí)。在(zài)最近(jìn)的一次采(cǎi)访中，他再次表示(shì)：“AI可能会让(ràng)科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出(chū)的(de)。

他预期，AI的发(fā)展可能(néng)会(huì)威(wēi)胁到谷歌的(de)市占(zhàn)率(lǜ)，因为微软在AI方面的行(xíng)动相当迅速(sù)。而最(zuì)终科技巨头将(jiāng)把AI整合成用户(hù)的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人(rén)们进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到(dào)来可能尚需(xū)时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题(tí)热(rè)点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办(bàn)的新(xīn)兴数字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友(yǒu)熟(shú)知(zhī)并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其(qí)中代表。

用(yòng)户们(men)可(kě)以(yǐ)在应用中输入一组关键词或者(zhě)一张照片，就能获得(dé)一幅(fú)AI创作的画作。

作画的关(guān)键就是(shì)所输入的文本。同一组关键词也可以创作(zuò)出很多(duō)张(zhāng)风格不一样的画(huà)作，这让(ràng)创作的(de)过程就像开盲盒(hé)。

很多(duō)用(yòng)户很喜欢这种不确定(dìng)的惊喜，他们会将生(shēng)成的美图当(dāng)做头像(xiàng)。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享(xiǎng)AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片被AI画(huà)成了“肌肉男”，还有网友的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往AI绘画的填写关键词(cí)游戏可能要被(bèi)颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦福读博的(de)中国(guó)人(rén)张吕敏(mǐn)创作的一种基于控(kòng)制(zhì)点(diǎn)的图像变形(xíng)算法，主要(yào)用于数字图像处理、计算机(jī)视觉和计算机图形(xíng)学等领域。

其(qí)SD插件(jiàn)一经发布(bù)，在短短的两(liǎng)天内(nèi)便成(chéng)为(wèi)了AI绘画领域最(zuì)新的热点。

在此之(zhī)前，大家用了很多方法(fǎ)想让AI生成的(de)结果尽可能的(de)符合(hé)要求，但是都不尽如人意，它的出现代表着AI生成(chéng)开始进入真正的可控时(shí)期。

因为ControlNet可以直接提(tí)取画面(miàn)的构图(tú)，人物(wù)的姿势(shì)和画面(miàn)的(de)深(shēn)度信息等。有了(le)它的帮助，就不用频繁的用提(tí)示(shì)词来碰运(yùn)气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了(le)大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带(dài)她(tā)们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实(shí)的照片，草图也可(kě)以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大神张(zhāng)吕(lǚ)敏(mǐn)其本尊(zūn)也(yě)亲自回(huí)应。

不(bù)得(dé)不说(shuō)当(dāng)下(xià)AIGC已经变(biàn)得越来越强大，甚至(zhì)输(shū)出的作品都已经(jīng)能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消(xiāo)息(xī)火遍网络，而经过警(jǐng)方(fāng)辟谣这所(suǒ)谓的(de)“party”可能(néng)是全国第(dì)一起AI绘图(tú)诈骗。

由于这个(gè)活动(dòng)里面给出的美女照(zhào)片(piàn)都(dōu)是AI制作的真人照片(piàn)绘(huì)图，因为太逼真，被大家当成(chéng)真(zhēn)事传(chuán)播了。

不(bù)过仔(zǎi)细观(guān)察可以(yǐ)发现(xiàn)，活动发起者提(tí)供(gōng)的照片中有个(gè)很大的漏洞可(kě)以(yǐ)发(fā)现(xiàn)并非(fēi)真人，而(ér)是AI绘图，那便是(shì)图片中女性的(de)手指部分有的存在异(yì)常。

有行业人(rén)事表示：“现(xiàn)在因为手(shǒu)指部(bù)分(fēn)的绘画算法比较复(fù)杂，AI还(hái)不太会画(huà)人的手(shǒu)，但最新看(kàn)到(dào)的图片已经有越(yuè)来越完(wán)美的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外(wài)也已有发(fā)生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使(shǐ)用(yòng)AI合成(chéng)了儿童受灾的假(jiǎ)照片发布(bù)到网络，以此诱骗(piàn)善(shàn)良的人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这样的图片被用来诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还(hái)引发(fā)了很(hěn)多担忧，一方面，批(pī)判者认为AI在“学习”了大量(liàng)前(qián)人的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂，难(nán)以和人(rén)类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目前(qián)都(dōu)并(bìng)没有(yǒu)得到有效的解决，还(hái)有(yǒu)AIGC会(huì)不会代替人类“至高(gāo)无(wú)上(shàng)”的创意。

马(mǎ)斯克也强(qiáng)调，人(rén)工智能的安(ān)全(quán)问(wèn)题需(xū)要(yào)得到重视，太晚就来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有(yǒu)两面(miàn)性的，潜(qián)在(zài)的危害并不能掩盖其光辉的(de)贡献(xiàn)。现在看来，人工智能技术(shù)将(jiāng)是第四(sì)次工业(yè)革命(mìng)的(de)核心驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过(guò)去一年，人工智能(néng)在(zài)技术(shù)和商业(yè)层(céng)面都有(yǒu)了巨大进(jìn)展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代表。其下一(yī)站或(huò)许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后发布(bù)了几条(tiáo)引爆科技圈的短视频(pín)。这(zhè)些视(shì)频引发(fā)关注(zhù)并非内容做得多优(yōu)秀，反而都非常简单(dān)，比如(rú)一匹正在喝水的(de)马，一(yī)只画(huà)画的玩具熊(xióng)，或者(zhě)一(yī)段骑摩托(tuō)车的第一视(shì)角录像(xiàng)，随便一个有手(shǒu)机的(de)人都可以随(suí)手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式(shì)非常(cháng)简(jiǎn)单(dān)，创作(zuò)者仅(jǐn)仅需要(yào)向AI输入(rù)一(yī)段话，甚至只是说一下(xià)要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的(de)Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视(shì)频后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做出更高清视频(pín)的AI还不足以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它可(kě)以制作(zuò)出超过2分钟的连贯的也(yě)有确切内(nèi)容的视频，这才(cái)是真正让(ràng)人们感到(dào)惊喜的(de)地(dì)方。因为无论AI生成的视频多么高清，也(yě)只能是为内(nèi)容生产者提供一个灵(líng)感，一(yī)个素材，一个过场动画。

不过能够制(zhì)作出有具体(tǐ)剧(jù)情内容的视频就意味着，一些视频创(chuàng)作由AI代替人工完成已经初步有(yǒu)了可能。

当(dāng)下AI的(de)发(fā)展(zhǎn)速度(dù)已经超过大(dà)部分人的想象(xiàng)。内容产业的本质是供(gōng)给创造需(xū)求(qiú)，AIGC作为全(quán)新的内容(róng)生产方(fāng)式，可(kě)以为内容产(chǎn)业带(dài)来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅在游戏等行业(yè)能得到有效应用(yòng)，对于下一代互联(lián)网(wǎng)各种元素(sù)的构建亦有关键意义(yì)。

从商业化的角度(dù)来(lái)看，文化娱(yú)乐、教育、传媒(méi)等诸多领域，本身就对基于(yú)AI的可视化内(nèi)容有强烈需(xū)求。

因(yīn)此，AI绘画及视频或不(bù)是结(jié)果，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有(yǒu)望(wàng)在技术更新的加(jiā)持(chí)下实现更大的应用价值。

AI从理解内容，走(zǒu)向了(le)可以(yǐ)生(shēng)成内容，甚至(zhì)能(néng)够创造出独(dú)立(lì)价值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更(gèng)代(dài)表着未来的先进(jìn)生产(chǎn)力即将到来。

04

紧(jǐn)抓大模型与算力，牢(láo)固AIGC底座

从技术的(de)发(fā)展也(yě)可以看(kàn)出，在语(yǔ)言大模型(xíng)、图像大模型之后，多模态(tài)大(dà)模型已经成为了新的趋势。

大(dà)模型被誉为当前人工智能发展的智(zhì)能底座，是(shì)全球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企业都(dōu)在竞相发(fā)力。

不过(guò)训练大模型的确(què)价(jià)格不(bù)菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成(chéng)本约(yuē)为140万美元。而对于一些更大(dà)的LLM(大型语言(yán)模型(xíng))，训练成本则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数(shù)1300万计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美元，每(měi)日仅电费(fèi)就(jiù)在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞(páng)大算力支(zhī)持。在关(guān)注各类(lèi)大模型的(de)发展同时(shí)，更应该关(guān)注(zhù)算力网络的(de)建设。

算力网络(luò)正驱动(dòng)AI产业发(fā)展进入史诗级加速进(jìn)程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离得(dé)更近。

因为算力可以对(duì)突破性技术(shù)创新提供大(dà)力的支持。这(zhè)方(fāng)面，多(duō)模(mó)态(tài)大模型是典型。作为(wèi)面向未来强人(rén)工(gōng)智能、通用(yòng)人工智能(néng)的重要技术创(chuàng)新，多模态大模型已(yǐ)经(jīng)在人(rén)工(gōng)智(zhì)能(néng)领域提出(chū)了很(hěn)多年，业(yè)界(jiè)也有不少技术(shù)突破(pò)，但是，多模态大模型进一步往(wǎng)下走，算(suàn)力需求(qiú)呈几何式上(shàng)升，一般的算力(lì)基(jī)础设施很快将难以胜任。

从图(tú)像、文字、语音(yīn)单独一项的(de)训练，到双模态(tài)、三模态的跃迁，让(ràng)人工智能可以灵活应对不同模态(tài)的(de)转化、像人与世界交(jiāo)互一(yī)样自然，这方(fāng)面(miàn)，由算力网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在人工智能算力(lì)网(wǎng)络支(zhī)撑下快速推(tuī)进。

AIGC已经露出曙光，期(qī)待在大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让万众(zhòng)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 十二生肖中张牙舞爪是哪些动物