自聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公(gōng)开谈论人(rén)工智能话题。在最近(jìn)的一次(cì)采访中，他(tā)再(zài)次表示：“AI可能会(huì)让科技行(xíng)业(yè)迎来一次剧烈的洗牌”。

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

他预期，AI的发展可能会威(wēi)胁到谷歌(gē)的市(shì)占率，因为微软在AI方(fāng)面(miàn)的行动相当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用户的“全(quán)能助手”，包揽一切应(yīng)用，与人们进行沟通并(bìng)提供建(jiàn)议，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能(néng)助手的到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发的(de)又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还(hái)是(shì)2022年8月(yuè)，在(zài)美国科罗拉多(duō)州举办的新(xīn)兴数字艺(yì)术(shù)家竞赛中，一幅(fú)名为《太空歌(gē)剧院》的(de)作品获奖。

随后各(gè)大厂商的AI绘画软件被广大(dà)网友熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用(yòng)户(hù)们可以在应用中(zhōng)输入一组关(guān)键词(cí)或者一张照片，就能获(huò)得一幅AI创作的画作。

作画的关键就(jiù)是所(suǒ)输入的(de)文本。同(tóng)一组(zǔ)关(guān)键词也可以创作出(chū)很多(duō)张风(fēng)格不一样的画作(zuò)，这(zhè)让创(chuàng)作的过程(chéng)就(jiù)像开盲盒。

很(hěn)多用户很(hěn)喜欢这(zhè)种(zhǒng)不(bù)确(què)定的(de)惊(jīng)喜，他们会(huì)将生成(chéng)的美图当做(zuò)头像。而另一(yī)部分喜欢(huān)翻看AI绘画的(de)“翻车(chē)”作(zuò)品。在社交媒(méi)体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉(ròu)男”，还有网友的(de)个人照片被(bèi)AI识别(bié)成了建(jiàn)筑。

而如今随着(zhe)ControlNet的(de)出现与加持，以(yǐ)往AI绘画的(de)填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的(de)中(zhōng)国人张吕敏创作(zuò)的一种(zhǒng)基于(yú)控制点的(de)图像变形算法，主要用于(yú)数字图像处理、计算机视觉和计算机图形学等(děng)领(lǐng)域。

其SD插(chā)件一经发(fā)布，在短短的两天(tiān)内便(biàn)成为了AI绘画领域最新(xīn)的(de)热点。

在此之前，大家(jiā)用(yòng)了很多(duō)方法(fǎ)想(xiǎng)让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取画(huà)面(miàn)的构图，人物的姿势和画面的深度信息等。有了(le)它的(de)帮(bāng)助，就(jiù)不(bù)用频(pín)繁的用提示(shì)词来碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少(shǎo)博主的作品(pǐn)已(yǐ)经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接(jiē)带她们(men)走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应(yīng)的关键词(cí)；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试(shì)效果。

通(tōng)过图片(piàn)就可以(yǐ)看出(chū)来，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的是，除了真实的照(zhào)片，草图(tú)也可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输(shū)出的作品(pǐn)都已(yǐ)经能以假乱真了(le)。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇party”的(de)消息火遍网(wǎng)络，而经过警(jǐng)方(fāng)辟谣这所谓的(de)“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面给(gěi)出(chū)的(de)美女照片都是(shì)AI制作(zuò)的真(zhēn)人照片绘(huì)图，因为太逼(bī)真，被大家(jiā)当成真事传(chuán)播了。

不过仔细观察可以发(fā)现，活(huó)动发起者提供的(de)照片中有(yǒu)个很(hěn)大的(de)漏洞(dòng)可以发(fā)现并非真人，而是(shì)AI绘图，那便是(shì)图片中女性的(de)手指部分有的存在异常。

有行(xíng)业人事表(biǎo)示：“现在(zài)因为手(shǒu)指(zhǐ)部分的绘(huì)画(huà)算法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的图(tú)片已经(jīng)有越来越完美的AI模型出(chū)现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国外(wài)也已有发生。据英国广(guǎng)播公司(sī)报道(dào)，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了(le)儿(ér)童受灾的假(jiǎ)照片发布(bù)到网络，以此(cǐ)诱(yòu)骗善良的(de)人(rén)打赏“捐助”从而实施诈骗。

目前(qián)随着技术发展，AIGC已(yǐ)经能(néng)做出(chū)真人照(zhào)片般的绘图效果(guǒ)，如(rú)果这样的图(tú)片(piàn)被用(yòng)来诈(zhà)骗，将非(fēi)常可怕。

此(cǐ)外(wài)AIGC还引发了很(hěn)多(duō)担忧(yōu)，一方面，批判(pàn)者认(rèn)为AI在“学习(xí)”了(le)大量前人的(de)作品之后，其创(chuàng)作(zuò)没有任(rèn)何(hé)情(qíng)绪(xù)和灵魂，难以和人类的(de)艺术(shù)创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没有得到有效的解决，还(hái)有(yǒu)AIGC会不会代替人类“至高(gāo)无(wú)上”的创意。

马斯克也强调，人(rén)工智能的安全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方

技术都是有(yǒu)两面(miàn)性的，潜在的危害并不能(néng)掩盖其光辉的(de)贡献。现在看来(lái)，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工智能在技术和商业层(céng)面都(dōu)有了巨大进展，AI绘画就是人(rén)工(gōng)智能(néng)技术(shù)发生方向性改变的一个代(dài)表。其(qí)下一站或许(xǔ)就是视频(pín)。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆科技圈的短视频(pín)。这些视(shì)频引(yǐn)发(fā)关注并非内容做得(dé)多优秀(xiù)，反而都非常简单，比(bǐ)如一匹正在喝水的马，一只画画(huà)的玩具(jù)熊(xióng)，或者一段(duàn)骑(qí)摩托车的第(dì)一视角(jiǎo)录像，随便(biàn)一个有手机的人都可(kě)以(yǐ)随手录(lù)下一段。

但这些短视频的创作方式(shì)非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就(jiù)可以根(gēn)据需(xū)要生成一段(duàn)视频。

谷歌发布(bù)的两(liǎng)个AI生成视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈(quān)就已经玩(wán)了一波梗，一(yī)个能够(gòu)做出更高(gāo)清视频的AI还不足(zú)以在短(duǎn)时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令人(鲨鱼裤和打底裤什么区别，鲨鱼裤跟打底有什么区别rén)震惊的地方在(zài)于，它可以制作出超过2分钟的连(lián)贯(guàn)的也(yě)有确切内容的(de)视频，这才是真正(zhèng)让(ràng)人(rén)们感到惊(jīng)喜的地(dì)方(fāng)。因为无论AI生成的视(shì)频多么高清，也(yě)只能是为内容生产者(zhě)提供一(yī)个灵(líng)感，一个素(sù)材，一(yī)个过场动画。

不(bù)过能(néng)够制作(zuò)出有具体剧情内(nèi)容(róng)的视频就(jiù)意味(wèi)着，一些视(shì)频创作由AI代替人工(gōng)完(wán)成已经(jīng)初步(bù)有了可能。

当下(xià)AI的发展速度(dù)已经(jīng)超(chāo)过大部分人的想象(xiàng)。内容(róng)产(chǎn)业的(de)本质是供给创造需求，AIGC作为全(quán)新的内容生产方式，可(kě)以为内容(róng)产业带来更新(xīn)的内(nèi)容风格、更快的(de)生产速度，更低的生产成本，这无(wú)疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用(yòng)于音(yīn)乐、代(dài)码、机器(qì)人动作等多种内容形式的生(shēng)成(chéng)。不难发现(xiàn)该项技术不仅在游戏等(děng)行(xíng)业能得到有(yǒu)效(xiào)应用(yòng)，对于下一代互联网各种元素(sù)的构建亦有(yǒu)关键(jiàn)意义。

从商业化的角度(dù)来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对基于(yú)AI的可视化(huà)内容有强烈需求。

因此，AI绘画(huà)及视(shì)频(pín)或不是结果，而只是AI进程中的一(yī)块重(zhòng)要拼图，有望在技术更新(xīn)的加(jiā)持下(xià)实现更大的应用价值。

AI从理解内容，走向了可以生成内(nèi)容(róng)，甚至能够创造出独立价值和独(dú)立视角的(de)内容。AIGC的再次出圈，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(yǔ)算力，牢固AIGC底座

从技术的发展也可以看出，在语言(yán)大模(mó)型(xíng)、图像(xiàng)大模型之后，多模(mó)态(tài)大(dà)模(mó)型已经成为了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展的智能(néng)底座(zuò)，是全球(qiú)竞(jìng)争最激烈的(de)研究(jiū)方(fāng)向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在竞相(xiāng)发(fā)力。

不过(guò)训练大模型的确价格不菲，以(yǐ)国盛(shèng)证券发(fā)布的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练(liàn)一(yī)次(cì)的成本约为140万美元。而对于(yú)一(yī)些更大的LLM(大(dà)型语(yǔ)言模型)，训练成本(běn)则(zé)介于200万美(měi)元(yuán)至(zhì)1200万美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对(duì)应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初(chū)始(shǐ)投入成(chéng)本约为8亿美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在(zài)关注各(gè)类(lèi)大(dà)模型的发展同时，更应该关注(zhù)算力网络的建设。

算力网(wǎng)络正驱动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智(zhì)能发展的终极目标离得更近。

因(yīn)为算力可以(yǐ)对(duì)突破性技术创新提供大力的支(zhī)持。这方面，多模态大(dà)模型是典型。作(zuò)为面向未来强人工智(zhì)能、通(tōng)用(yòng)人工智能的(de)重要技术创(chuàng)新(xīn)，多模态大(dà)模型(xíng)已经在人工智能(néng)领(lǐng)域提出了很多年，业(yè)界也(yě)有(yǒu)不少技术突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般的算力基础(chǔ)设施很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字、语音单独(dú)一项的训(xùn)练，到(dào)双模态、三模态的跃(yuè)迁，让人(rén)工智能可以灵活(huó)应(yīng)对不(bù)同模态的(de)转化(huà)、像(xiàng)人与世界交互一(yī)样(yàng)自(zì)然(rán)，这方面，由算力(lì)网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还有(yǒu)很(hěn)多(duō)需要(yào)爆发式(shì)增长(zhǎng)的算力来支撑的技术创新，将在人工(gōng)智能(néng)算力网(wǎng)络(luò)支撑(chēng)下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模(mó)型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创(chuàng)造的边(biān)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 鲨鱼裤和打底裤什么区别，鲨鱼裤跟打底有什么区别