自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多(duō)次公(gōng)开谈论人工智能话题。在最近的(de)一次采访中，他(tā)再次表示：“AI可(kě)能会让科技行(xíng)业(yè)迎来一(yī)次剧烈的洗牌(pái)”。

这个(gè)结论是(shì)他在当(dāng)地时间2月20日(rì)接(jiē)受(shòu)《In Good Company》节目专访时提(tí)出的(de)。

他(tā)预期，AI的(de)发展(zhǎn)可(kě)能会(huì)威胁到(dào)谷(gǔ)歌的(de)市占率，因为微软(ruǎn)在AI方面(miàn)的(de)行(xíng)动相当迅速。而(ér)最终科技巨(jù)头将把(bǎ)AI整合(hé)成用(yòng)户(hù)的“全能助手(shǒu)”，包揽一(yī)切应(yīng)用，与人们进行沟通并(bìng)提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中(zhōng)全(quán)能助手的到(dào)来可能尚需(xū)时日，但由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举(jǔ)办(bàn)的新兴数字艺术家竞赛中，一幅(fú)名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软(ruǎn)件被广大网友熟(shú)知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可(kě)以在应用中输(shū)入一组(zǔ)关键(jiàn)词或(huò)者(zhě)一张照(zhào)片，就能获(huò)得一幅AI创(chuàng)作的画作。

作画(huà)的关键就(jiù)是(shì)所输入(rù)的文本。同(tóng)一组关键词也可(kě)以创作出很多张风格不一样的画作，这让创作的过程(chéng)就像开盲盒(hé)。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将(jiāng)生(shēng)成(chéng)的(de)美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒(méi)体上(shàng)，许多用(yòng)户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的(de)小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还有网友(yǒu)的个(gè)人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中(zhōng)国人张吕敏创作(zuò)的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图(tú)像处理、计(jì)算机视觉和计算机图形学等领域。

其(qí)SD插(chā)件(jiàn)一经发布，在短短的两(liǎng)天内便成为了AI绘(huì)画领(lǐng)域最(zuì)新的热点。

在此之前，大家用了很多方(fāng)法想让(ràng)AI生成的结(jié)果尽可能的符合(hé)要(yào)求，但(dàn)是(shì)都不尽(jǐn)如人意，它(tā)的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直接(jiē)提取画面(miàn)的构图，人(rén)物的姿势和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用提示词来(lái)碰运气，抽(chōu)盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博(bó)主的作(zuò)品(pǐn)已(yǐ)经(jīng)获得了大量(liàng)的(de)浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关键(jiàn)词试效果。

通过图片(piàn)就可以看出(chū)来，效果十分(fēn)惊艳。

更厉害的(de)是(shì)，除(chú)了真实的(de)照片(piàn)，草图也可以加上“魔法(fǎ)”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏其本(běn)尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至输出的作品都(dōu)已经(jīng)能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安(ān)全问题(tí)

近日(rì)，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍(biàn)网络，而经(jīng)过警方辟谣这所谓的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个(gè)活动里面给出的美女照片都是(shì)AI制(zhì)作的真人照片绘(huì)图，因为太逼真，被大家(jiā)当成真事传播了。

不(bù)过仔细观(guān)察可以发现，活动(dòng)发起者提供(gōng)的照片(piàn)中有个(gè)很大的漏洞(dòng)可以发(fā)现并(bìng)非真人，而(ér)是AI绘图，那便(biàn)是图片中女性的手指部(bù)分有的存在异常。

有行业人(rén)事表示：“现在(zài)因为手指部分的绘(huì)画算法比较(jiào)复杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但最新看到的(de)图片已经有越来越完美的AI模型出现，以后可能就完(wán)全(quán)没有漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公(gōng)司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合(hé)成了(le)儿童受灾的假照片发布到(dào)网络，以此(cǐ)诱骗善良的人打赏“捐助(zhù)”从而(ér)实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经(jīng)能做出真人(rén)照(zhào)片般(bān)的绘(huì)图效果，如(rú)果这样的(de)图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很(hěn)多(duō)担(dān)忧(yōu)，一(yī)方面，批(pī)判(pàn)者认为AI在(zài)“学习”了(le)大量(liàng)前(qián)人的作(zuò)品之后(hòu)，其(qí)创作没有(yǒu)任何情绪和灵魂(hún)，难以和(hé)人(rén)类(lèi)的艺(yì)术(shù)创(chuàng)作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目前(qián)都并(bìng)没有得到有效的解决，还有AIGC会(huì)不(bù)会代替人类“至高无上(shàng)”的(de)创意。

马斯克也强调(diào)，人工智(zhì)能的(de)安(ān)全(quán)问题需要得到重(zhòng)视，太晚就来(lái)不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方(fāng)

技术都是有两面性的(de)，潜在的危害(hài)并不能掩盖其(qí)光辉的贡献。现在(zài)看来，人工智能技术将是第(dì)四次工业(yè)革(gé)命的(de)核心驱动(dòng)力(lì)量，将创造(zào)新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技(jì)术和商(shāng)业层面都有了巨大进展，AI绘画就是人工智能技(jì)术(shù)发生方向性改(gǎi)变的一个(gè)代(dài)表(biǎo)。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发(fā)布了几(jǐ)条引爆(bào)科技圈的短视(shì)频。这(zhè)些视频引发关注(zhù)并非(fēi)内容做得多优(yōu)秀，反而都非常简单(dān)，比如(rú)一匹正(zhèng)在喝(hē)水的马，一(yī)只画画(huà)的(de)玩具熊，或者一段骑摩(mó)托车的(de)第一视(shì)角(jiǎo)录(lù)像，随便一个有手机的人都(dōu)可以(yǐ)随手录下一段。

五指毛桃土茯苓牛大力汤功效与作用，四种人不能吃牛大力

但这(zhè)些短视频的创作方式非常简单(dān)，创作(zuò)者仅仅需要向AI输入一段话，甚(shèn)至只是说(shuō)一下要求，AI就可以(yǐ)根据需(xū)要生(shēng)成(c五指毛桃土茯苓牛大力汤功效与作用，四种人不能吃牛大力héng)一段视频。

谷歌发布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一波梗(gěng)，一个能(néng)够(gòu)做出更高(gāo)清视频的AI还不足以在短时(shí)间内戳中(zhōng)兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于，它可以制(zhì)作出超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才(cái)是真正让(ràng)人们感到(dào)惊喜的地方。因为无论(lùn)AI生成的(de)视频多么高清，也(yě)只能是为内(nèi)容生产者(zhě)提供一个灵感，一个(gè)素材，一个过(guò)场(chǎng)动画。

不过能够(gòu)制(zhì)作出有具体剧情内容的视频就意味着，一些视(shì)频创作由AI代替(tì)人工(gōng)完成已经(jīng)初步有了可能(néng)。

当(dāng)下AI的发展速度已经超过大部分人的想象。内容产业的本质是(shì)供给(gěi)创造(zào)需(xū)求，AIGC作(zuò)为全新的(de)内容生(shēng)产方式，可以(yǐ)为内容产(chǎn)业带(dài)来更新的内容风格、更快的(de)生(shēng)产速度，更低的生(shēng)产成本，这(zhè)无疑会驱动(dòng)内容产业(yè)的大爆发。

除(chú)了(le)AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人(rén)动(dòng)作(zuò)等(děng)多种(zhǒng)内容形式(shì)的生成。不难发现该项(xiàng)技术不(bù)仅在(zài)游戏等行(xíng)业能得(dé)到有效应用，对于下一(yī)代互联网各种(zhǒng)元素的构(gòu)建亦有关键(jiàn)意义。

从商业化(huà)的角度来看，文化娱乐、教(jiào)育、传媒等(děng)诸多领(lǐng)域，本身就对基于(yú)AI的可视化内容有强(qiáng)烈需(xū)求(qiú)。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的一块重要拼图，有望在(zài)技(jì)术(shù)更新的加持下实现更(gèng)大的应(yīng)用(yòng)价值。

AI从理解内容，走向了可以生成内(nèi)容，甚至能够(gòu)创造出独立价值和独立(lì)视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先进(jìn)生(shēng)产力即将到来。

04

紧(jǐn)抓大模(mó)型与算力，牢固AIGC底座(zuò)

从(cóng)技术的发展也(yě)可以看出，在语(yǔ)言大模(mó)型、图像大(dà)模(mó)型之后，多(duō)模态大(dà)模(mó)型已(yǐ)经成为了(le)新(xīn)的趋(qū)势(shì)。

大模型被誉为当(dāng)前人工智能发展的智能底座(zuò)，是全(quán)球竞争(zhēng)最激烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯(xùn)等众多头部企业都在(zài)竞相发(fā)力(lì)。

不过(guò)训练大模型的确价格不菲，以国(guó)盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次(cì)的成本约为(wèi)140万美(měi)元。而(ér)对(duì)于一(yī)些更(gèng)大的LLM(大型语言(yán)模型)，训练(liàn)成本(běn)则介于200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需(xū)求(qiú)为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持。在关注各类大模型的发展(zhǎn)同(tóng)时，更应该关(guān)注算力(lì)网络的建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极目标(biāo)离得更近。

因(yīn)为算力(lì)可以对(duì)突破性(xìng)技术创新提供(gōng)大力的支持。这方面，多(duō)模态大模型是(shì)典型。作(zuò)为面向未来强人工智能、通用(yòng)人工智能的重要技术创新，多模态大模型已经在人工(gōng)智能(néng)领域提出了很多年，业界(jiè)也(yě)有(yǒu)不少技术突破，但是，多(duō)模态大模型(xíng)进一(yī)步往(wǎng)下走，算(suàn)力需(xū)求(qiú)呈几何式上升(shēng)，一般的算力基础设施(shī)很快将难(nán)以胜任。

从图像(xiàng)、文字、语音单独一项的训练，到双(shuāng)模态、三模(mó)态的跃迁，让人(rén)工智能可(kě)以灵活应对不(bù)同模(mó)态的转化(huà)、像人与世界交互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需(xū)要爆发(fā)式(shì)增长的算(suàn)力(lì)来(lái)支撑的技术创新，将在人工(gōng)智(zhì)能算力网络(luò)支撑下(xià)快速(sù)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能持续颠(diān)覆(fù)内容(róng)生(shēng)产的方式，将创造(zào)的边(biān)际(jì)成本(běn)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 五指毛桃土茯苓牛大力汤功效与作用，四种人不能吃牛大力