自聊天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人(rén)比尔·盖茨已(yǐ)多次(cì)公开谈论人工智(zhì)能话(huà)题。在最(zuì)近(jìn)的一次采(cǎi)访中，他再次表示(shì)：“AI可能(néng)会让科技行业(yè)迎来一(yī)次剧烈的洗牌”。

这(zhè)个结论是(shì)他在当地时(shí)间2月20日接受《In Good Company》节目专访时提(tí)出的。

他(tā)预(yù)期(qī)，AI的发展可能(néng)会(huì)威胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的(de)行动相当迅(xùn)速(sù)。而最(zuì)终科技(jì)巨头(tóu)将把(bǎ)AI整合成用户的(de)“全能(néng)助手”，包揽一切应用，与人们进行沟(gōu)通并(bìng)提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中(zhōng)全(quán)能助手(shǒu)的(de)到来(lái)可能尚需时日，但由ControlNet引(yǐn)发的(de)又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包(bāo)围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩(wán)法

AIGC向可控靠(kào)近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆(bào)火的(de)时(shí)候，还是2022年8月，在(zài)美国(guó)科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧(jù)院》的作品获奖。

随后各(gè)大(dà)厂商的(de)AI绘画软(ruǎn)件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户们可(kě)以在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文(wén)本(běn)。同一组关键词也可以创(chuàng)作出很(hěn)多(duō)张(zhāng)风格(gé)不一样(yàng)的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢(huān)这种不(bù)确定的(de)惊喜，他(tā)们(men)会将(jiāng)生(shēng)成(chéng)的美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网(wǎng)友的个人(rén)照片被(bèi)AI识(shí)别(bié)成了建筑(zhù)。

而如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写(xiě)关键词游戏(xì)可(kě)能(néng)要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在(zài)斯(sī)坦福(fú)读博(bó)的中国(guó)人张吕(lǚ)敏创作的一(yī)种基于控(kòng)制点(diǎn)的(de)图像变形算法，主要用于数(shù)字图像处理、计(jì)算(suàn)机视觉(jué)和计算机图形学等领域。

其SD插(chā)件一经发布，在短短的(de)两(liǎng)天(tiān)内便成为了(le)AI绘画领域最(zuì)新的热点。

在此之前，大家(jiā)用了很多方法想让(ràng)AI生成的结果尽可(kě)能(néng)的符合(hé)要(yào)求，但是都不尽如人意(yì)，它的出现代表着(zhe)AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了(le)它的帮助，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽盲盒式的(de)创作(zuò)了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已(yǐ)经获得了大(dà)量(liàng)的(de)浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到(dào)对(duì)应(yīng)的关键词；最后用(yòng)ControlNet插(chā)件绑定骨骼开始换关(guān)键词试效果。

通过图片就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害(hài)的(de)是(shì)，除(chú)了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到(dào)ControlNet还能实现(xiàn)线稿转全彩(cǎi)图。大(dà)神张(zhāng)吕敏其本尊(zūn)也亲自回应。

不得不说当下(xià)AIGC已经(jīng)变(biàn)得越来(lái)越(yuè)强大，甚至输出的(de)作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟(pì)谣这所谓的(de)“party”可能是全国(guó)第一起AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给出的美女照片都是AI制作的(de)真人照(zhào)片绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真(zhēn)事传播了。

不过仔细(xì)观察可以发现(xiàn)，活动发(fā)起者提供的照片(piàn)中有个(gè)很(hěn)大的漏洞可以(yǐ)发(fā)现并非真(zhēn)人(rén)，而是AI绘图，那便是图片中女性的手指部(bù)分有的存在异常。

有行业人(rén)事表(biǎo)示：“现在因(yīn)为(wèi)手(shǒu)指部(bù)分的绘画算法(fǎ)比较(jiào)复(fù)杂，AI还(hái)不太会画人的手，但最新看到的图片已经有越来越完美的(de)AI模型出现(xiàn)，以后可能就完(wán)全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据英国广播公(gōng)司报道，土耳(ěr)其地(dì)震期间，有Tiktok用户(hù)使用AI合成了儿(ér)童受(shòu)灾的假(jiǎ)照片发(fā)布到(dào)网络，以(yǐ)此诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施(shī)诈(zhà)骗(piàn)。

目前(qián)随着技(jì)术(shù)发展，AIGC已经能做出(chū)真(zhēn)人照(zhào)片般(bān)的绘(huì)图效果(guǒ)，如(rú)果这(zhè)样的图片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的作品(pǐn)之后，其创作(zuò)没(méi)有任何情绪(xù)和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无(wú)上”的(de)创意。

马斯克也(yě)强(qiáng)调，人工智能的安全问题需要得(dé)到重视，太(tài)晚就来不及了。

03

AIGC下一站除了(le)视(shì)频(pín)，还有远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革命的核心(xīn)驱动力(lì)量，将(jiāng)创造新的增长奇迹。

过去一年(nián)，人工(gōng)智能(néng)在技(jì)术和商业(yè)层面都有了巨大进(jìn)展，AI绘画就是人工智能技术(shù)发(fā)生方向性(xìng)改变的一(yī)个代表。其下(xià)一站(zhàn)或许(xǔ)就(jiù)是(shì)视频。

此前，Meta和谷(gǔ)歌先后发(fā)布了(le)几条引(yǐn)爆科技圈的(de)短(duǎn)视频。这些视频引发(fā)关注(zhù)并非内(nèi)容做得多优秀(xiù)，反而都非常简单，比如一(yī)匹正在(zài)喝(hē)水的马(mǎ)，一只画画(huà)的玩具(jù)熊，或者一(yī)段骑摩(mó)托车的第一视角录(lù)像，随便一个(gè)有手机的人都可(kě)以随手录下一段。

但这些(xiē)短视频的(de)创作方(fāng)式非常简单，创作者仅仅需要向AI输(shū)入一段(duàn)话(huà)，甚(shèn)至只是说一(yī)下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经(jīng)玩(wán)了一波梗，一个能够做出(chū)更高(gāo)清视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加(jiā)令(lìng)人(rén)震惊的地方在于，它可(kě)以制作出超过2分钟的(de)连贯的也有确切内容的视频，这才是真正(zhèng)让人们感(gǎn)到(dào)惊喜(xǐ)的地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也只能是为内(nèi)容生产(chǎn)者提供一(yī)个灵(líng)感，一个素材，一(yī)个过场动画。

不过(guò)能够制(zhì)作出有具体剧情内容的视(shì)频就意(yì)味着(zhe)，一些视频创作(zuò)由(yóu)AI代替人工完成已经初步有了可(kě)能。

当下AI的发展(zhǎn)速度已经超(chāo)过大部分(fēn)人(rén)的(de)想象。内容产业(yè)的本质是(shì)供给创造需求，AIGC作为全新的(de)内容(róng)生产方式，可以为(wèi)内容(róng)产业(yè)带(dài)来更新(xīn)的(de)内容风格、更快的生产速度(dù)，更低(dī)的生产成本(běn)，这无疑会驱动(dòng)内(nèi)容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢术还能应用(yòng)于音乐(lè)、代码、机器(qì)人(rén)动作等多种内容(róng)形式的生(shēng)成(chéng)。不难发现该项技术不(bù)仅(jǐn)在(zài)游戏等行(xíng)业(yè)能(néng)得(dé)到有效应用，对于下一(yī)代互联网各种元素的构建(jiàn)亦有关键意义。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒等(děng)诸多领(lǐng)域，本身就对基于AI的可视化(huà)内容有强烈(liè)需求。

因此(cǐ)，AI绘画(huà)及视(shì)频或不是结果，而只是(shì)AI进程(chéng)中的一块重要拼(pīn)图，有望在技术(shù)更新(xīn)的加(jiā)持下实现(xiàn)更(gèng)大的(de)应用价值。

AI从理解内容，走向了(le)可(kě)以(yǐ)生成内(nèi)容，甚至能够创造出独立(lì)价(jià)值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更(gèng)代表(biǎo)着未来的(de)先进生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图像(xiàng)大模型之后，多(duō)模态大模型已经成为了新(xīn)的(de)趋势(shì)。

大(dà)模(mó)型被誉为(wèi)当前(qián)人(rén)工智能发展(zhǎn)的智能(néng)底座(zuò)，是(shì)全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多(duō)头部企业(yè)都在竞相发力(lì)。

不过训练(liàn)大模(mó)型的确价(jià)格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而对于一些(xiē)更(gèng)大的LLM(大(dà)型语言模(mó)型)，训练成本则介(jiè)于200万(wàn)美元至(zhì)1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计(jì)算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设(shè)。

算力网络(luò)正驱动AI产业发(fā)展(zhǎn)进(jìn)入史诗级(jí)加速(sù)进程，让AIGC及通用AI这一人工智能发(fā)展(z柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢hǎn)的(de)终极目标离得更近。

因(yīn)为算(suàn)力可以对(duì)突(tū)破性技术创新提(tí)供大力的支持(chí)。这(zhè)方面(miàn)，多模态大模型是典型。作为面(miàn)向未来强人工智能、通用(yòng)人工智(zhì)能(néng)的(de)重要技术创新，多模态大(dà)模型已经在人工智(zhì)能领域提出了很多年，业(yè)界也有不少技术(shù)突破，但是(shì)，多模(mó)态大模型(xíng)进一步往下走，算(suàn)力需求呈几何式(shì)上升，一般的(de)算力基础设施(shī)很快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单独一(yī)项的训练，到双(shuāng)模态、三(sān)模态的跃迁，让人工智(zhì)能可以灵活应对(duì)不同(tóng)模态(tài)的转化、像人与世(shì)界交互一样自然，这方面，由(yóu)算(suàn)力(lì)网络来驱动将有明显(xiǎn)优势。

此(cǐ)外(wài)，还有很多需要爆发式增长的算力来支撑的技术创新，将在人(rén)工智(zhì)能算力(lì)网(wǎng)络支(zhī)撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际成本降低，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 柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢