自聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨(cí)已多次公(gōng)开谈论人工(gōng)智(zhì)能(néng)话题。在最近的(de)一次采访中，他再次表示：“AI可(kě)能(néng)会(huì)让科(kē)技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出(chū)的。

他预期(qī)，AI的发展(zhǎn)可能会(huì)威(wēi)胁到谷歌的市(shì)占率，因为微(wēi)软在AI方面的行(xíng)动相(xiāng)当迅(xùn)速。而最终科技巨头将把AI整合成用户的“全(quán)能助手(shǒu)”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并提供(gōng)建议(yì)，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的又一(yī)次(cì)AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新兴(xīng)数字艺(yì)术(shù)家皇太极的父皇是谁，清朝历代帝王顺序表(jiā)竞赛中，一(yī)幅名(míng)为《太空(kōng)歌(gē)剧院》的(de)作品获奖。

随后各大厂商的(de)AI绘(huì)画软(ruǎn)件被(bèi)广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其(qí)中代(dài)表(biǎo)。

用户们可以在应(yīng)用中输(shū)入(rù)一组关键词(cí)或者一张照片(piàn)，就能获得(dé)一幅AI创作的画作。

作画的关键就是(shì)所输入的(de)文(wén)本。同一组(zǔ)关键词(cí)也可以创作出(chū)很多(duō)张风格不一样的画作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确(què)定的(de)惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻(fān)车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位(wèi)网(wǎng)友的(de)小狗(gǒu)照片(piàn)被AI画成了(le)“肌肉男”，还有网(wǎng)友的个人照(zhào)片被AI识别(bié)成了(le)建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的出现与(yǔ)加(jiā)持(chí)，以(yǐ)往AI绘画的填写关(guān)键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在(zài)斯坦福读(dú)博的中国(guó)人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基(jī)于控制(zhì)点的图(tú)像(xiàng)变形算法，主(zhǔ)要(yào)用(yòng)于(yú)数字(zì)图像处理、计算机(jī)视觉和(hé)计(jì)算机(jī)图形学(xué)等领(lǐng)域(yù)。

其SD插件一经发布，在短短的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此之(zhī)前，大家用了很多(duō)方法想让AI生成的结果(guǒ)尽可能的(de)符合要求，但(dàn)是都不尽如(rú)人意，它的出现代(dài)表(biǎo)着AI生(shēng)成开始进入真正(zhèng)的可控时(shí)期。

因为ControlNet可以直接提取画面(miàn)的构图，人(rén)物(wù)的(de)姿势和(hé)画(huà)面(miàn)的深度信息等(děng)。有了它的帮助(zhù)，就不用频繁的用(yòng)提示词来(lái)碰运气，抽盲(máng)盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加了(le)“魔法”，不少博主的(de)作品已经获得(dé)了(le)大量(liàng)的浏(liú)览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照(zhào)片直接带她们(men)走进(jìn)动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉(lì)害的是，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介绍到ControlNet还(hái)能实(shí)现线稿转全彩(cǎi)图(tú)。大神张吕敏(mǐn)其(qí)本尊(zūn)也亲自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕(tì)安全问题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网络(luò)，而经过警方辟谣(yáo)这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出(chū)的美女照片(piàn)都(dōu)是AI制作的真人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成(chéng)真事传播了。

不过仔细(xì)观(guān)察可(kě)以发现，活动发起者提供的照片(piàn)中有(yǒu)个很大的(de)漏(lòu)洞可(kě)以发现并(bìng)非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的(de)手指部(bù)分有的存在异常。

有行业人事表(biǎo)示：“现在因为手指部(bù)分的绘画算法比较复(fù)杂(zá)，AI还不太(tài)会画人的手，但最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出(chū)现(xiàn)，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国外(wài)也已有(yǒu)发(fā)生。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用(yòng)户(hù)使(shǐ)用AI合(hé)成了儿童受灾的假照片发(fā)布到(dào)网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片般(bān)的(de)绘图效果，如果这样的图(tú)片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还(hái)引发了(le)很多(duō)担(dān)忧，一方(fāng)面(miàn)，批判者认为AI在“学习”了大量(liàng)前人的作品之(zhī)后，其(qí)创作没有任(rèn)何情(qíng)绪和灵(líng)魂，难(nán)以和人类的艺术创作相提(tí)并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得(dé)到有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意。

马(mǎ)斯克(kè)也强(qiáng)调，人工智能的安全(quán)问题需要(yào)得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都(dōu)是有两面性的，潜在的危害并不能掩盖其(qí)光辉的(de)贡献。现在看来，人工(gōng)智(zhì)能(néng)技术将是第四(sì)次工业革命的核心(xīn)驱动力量(liàng)，将创造新的(de)增长奇(qí)迹(jì)。

过去一年，人(rén)工智(zhì)能(néng)在(zài)技(jì)术(shù)和商业层面都有(yǒu)了巨大进(jìn)展，AI绘画(huà)就是人工智能技术发生方向性改变的一(yī)个代表。其下一站(zhàn)或许就(jiù)是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条引爆科技(jì)圈的短视频(pín)。这些视频引(yǐn)发关注并非内容做得多优(yōu)秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一只画画(huà)的(de)玩(wán)具(jù)熊，或(huò)者一段骑摩托车的第(dì)一视角录像，随便一个有手机的人都可以(yǐ)随手录(lù)下一段。

但这些短视频的创作方式非常简单(dān)，创作者仅仅需要(yào)向AI输(shū)入一段话，甚(shèn)至只是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出(chū)的(de)是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的(de)视频(pín)后，AI圈就(jiù)已(yǐ)经(jīng)玩(wán)了一波梗，一个能够做出更高清视频的AI还不足以(yǐ)在短时(shí)间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令(lìng)人震惊(jīng)的地方在(zài)于，它可(kě)以制作(zuò)出(chū)超过2分钟的连贯的也(yě)有确(què)切(qiè)内容的(de)视频，这才(cái)是(shì)真正让人(rén)们(men)感到惊喜的地(dì)方。因(yīn)为(wèi)无论(lùn)AI生成的视频多么高清，也只能是(shì)为内容生产者提供一个灵感，一个素材，一(yī)个过场(chǎng)动画。

不过能够(gòu)制作出有(yǒu)具(jù)体(tǐ)剧情内(nèi)容的视频就意味着，一些视频创(chuàng)作(zuò)由AI代替人工(gōng)完成(chéng)已经初步(bù)有了(le)可能(néng)。

当下AI的发展(zhǎn)速度已经(jīng)超过大(dà)部(bù)分人的想象(xiàng)。内容产业的本质(zhì)是(shì)供给创造需(xū)求，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内容(róng)产业(yè)带来更(gèng)新的内容风(fēng)格、更(gèng)快的生产速度，更低的生产成本(běn)，这无疑会驱动内容(róng)产业(yè)的大爆发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成。不(bù)难发现该项技术不仅(jǐn)在游戏等(děng)行业能得到(dào)有效应用，对于下一代互联(lián)网(wǎng)各种(zhǒng)元素的构建亦有关(guān)键意义。

从商业化(huà)的角度来看，文化(huà)娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就对(duì)基于AI的可视化(huà)内(nèi)容(róng)有强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程中(zhōng)的(de)一块重(zhòng)要拼图，有望在(zài)技术更新的加持(chí)下实现更大的应(yīng)用价值(zhí)。

AI从理(lǐ)解内(nèi)容，走(zǒu)向了可(kě)以生成内容，甚至能(néng)够创造出独(dú)立价值和独立视角的内容。AIGC的再(zài)次出圈(quān)，更代表(biǎo)着(zhe)未来(lái)的(de)先进生产力(lì)即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言大(dà)模型、图像(xiàng)大(dà)模型之后(hòu)，多模态大模型(xíng)已(yǐ)经成为了新的趋势。

大模型(xíng)被誉为(wèi)当前人工(gōng)智能发展的智能底座，是全球竞争最激(jī)烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企(qǐ)业都在(zài)竞相发力(lì)。

不过训(xùn)练大(dà)模型(xíng)的确(què)价(jià)格不菲，以国盛证(zhèng)券(quàn)发布(bù)的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估算，GPT-3训练(liàn)一(yī)次的成(chéng)本约为140万(wàn)美元。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数(shù)1300万计算，其对应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入(rù)成(chéng)本约为8亿(yì)美元(yuán)，每日仅(jǐn)电费就在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支(zhī)持。在关注(zhù)各类(lèi)大模(mó)型(xíng)的(de)发展同时(shí)，更应该关注算(suàn)力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的终极目(mù)标离得(dé)更近。

因为算力可以对突破(pò)性技术创新(xīn)提(tí)供大力的支持。这方面，多模(mó)态大模型是典型(xíng)。作(zuò)为面(miàn)向未来强(qiáng)人工(gōng)智能、通用人工(gōng)智能的重(zhòng)要技术创新(xīn)，多模(mó)态大(dà)模型已经在人(rén)工智能(néng)领(lǐng)域提出了很多年(nián)，业(yè)界也有不少(shǎo)技术突(tū)破，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一(yī)般的算力基(jī)础设施很快将(jiāng)难以胜任(rèn)。

从图像(xiàng)、文(wén)字(zì)、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁，让人工(gōng)智能(néng)可以灵(líng)活应对不同模态的转化、像人(rén)与世界交互(hù)一样自然(rán)，这方面，由算力网络(luò)来驱动将有明显(xiǎn)优势。

此外(wài)，还有很(hěn)多需要爆发式增长的算力来支撑的(de)技术(shù)创(chuàng)新，将在人工智(zhì)能算(suàn)力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在(zài)大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内容生产的方(fāng)式，将创造的边际成(chéng)本降低，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 皇太极的父皇是谁，清朝历代帝王顺序表