自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多(duō)次公开谈论人(rén)工智能(néng)话(huà)题(tí)。在最近的一次采访(fǎng)中，他再次表示：“AI可(kě)能会让科(kē)技行业迎(yíng)来(lái)一次(cì)剧烈的(de)洗牌”。

这个结论是(shì)他在当(dāng)地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展可能会威胁到谷歌的(de)市(shì)占率，因(yīn)为(wèi)微软在AI方(fāng)面的行动相当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用(yòng)，与人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来可能尚需(xū)时日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画(huà)为(wèi)代表(biǎo)的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国(guó)科罗拉(lā)多(duō)州举(jǔ)办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户(hù)们可以在应用中输入一组关(guān)键词或者一张(zhāng)照片，就(jiù)能(néng)获得一幅AI创作的画作(zuò)。

寿眉是最差的白茶吗，寿眉是什么档次的茶ong>作画(huà)的关键(jiàn)就(jiù)是所(suǒ)输入的(de)文本(běn)。同一(yī)组关(guān)键词也可(kě)以创作出很(hěn)多张风(fēng)格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲盒。

很(hěn)多用户(hù)很喜欢这种不确定(dìng)的惊(jīng)喜，他们(men)会将生成(chéng)的美图当做头像(xiàng)。而另一(yī)部分喜欢翻(fān)看AI绘画的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用户分(fēn)享AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的(de)个(gè)人照片被AI识别(bié)成(chéng)了建筑。

而如今(jīn)随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在斯坦(tǎn)福(fú)读博的中国人张吕敏创作的一种基(jī)于(yú)控制(zhì)点(diǎn)的图像变形算(suàn)法，主要用于数字图(tú)像处理、计算(suàn)机视(shì)觉(jué)和计算机(jī)图形学等领域。

其SD插(chā)件一(yī)经发布，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在(zài)此之前，大家用了很(hěn)多方法想让AI生成的(de)结果尽可能的(de)符(fú)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(zhèng)的可(kě)控(kòng)时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提(tí)取画面的构图，人(rén)物(wù)的姿(zī)势和画面(miàn)的深度(dù)信息(xī)等。有(yǒu)了它的(de)帮(bāng)助，就不用频繁的(de)用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒式(shì)的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获(huò)得(dé)了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用(yòng)朋友的照片直接(jiē)带她们(men)走(zǒu)进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对应的(de)关(guān)键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开(kāi)始换关(guān)键词(cí)试效果。

通过(guò)图片就可以看(kàn)出来，效果十分惊艳。

更(gèng)厉害的是，除了(le)真实的照(zhào)片(piàn)，草(cǎo)图也可以加上“魔法”，知乎大寿眉是最差的白茶吗，寿眉是什么档次的茶(dà)牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得(dé)不说(shuō)当下AIGC已经变得越来(lái)越强大(dà)，甚至输出的作品都已经能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技(jì)术(shù)力(lì)爆发

警惕安全问题(tí)

近日(rì)，“苏州金鸡(jī)湖有游(yóu)艇(tǐng)party”的消息火(huǒ)遍网络，而(ér)经过警方辟谣这所谓的(de)“party”可能(néng)是全国第一起(qǐ)AI绘图诈(zhà)骗(piàn)。

由于这个(gè)活动里面给出的美女照(zhào)片都是(shì)AI制作的真人照片绘(huì)图，因(yīn)为太逼真(zhēn)，被大家当成(chéng)真事传播了(le)。

不过仔细(xì)观察可以发(fā)现，活动发起者提供的照片中(zhōng)有个很(hěn)大的漏洞可以发现并(bìng)非真人，而是AI绘(huì)图，那(nà)便是(shì)图(tú)片(piàn)中女(nǚ)性的(de)手(shǒu)指部(bù)分有的(de)存在异常。

有行业人事表(biǎo)示：“现在因为手(shǒu)指部分(fēn)的(de)绘画算法比较复杂，AI还不太会画人的手，但最(zuì)新看到的图片已经有越来越完美的AI模型出(chū)现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作(zuò)图诈骗在国(guó)外(wài)也已有发(fā)生(shēng)。据英国广播公司报道，土耳其地震(zhèn)期间(jiān)，有(yǒu)Tiktok用户使用AI合成(chéng)了儿童受灾的假照(zhào)片(piàn)发布到网(wǎng)络，以此诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施诈(zhà)骗(piàn)。

目(mù)前随(suí)着技术发(fā)展(zhǎn)，AIGC已经能做(zuò)出(chū)真人照片般的绘图效果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很多(duō)担忧，一方面，批判者认(rèn)为(wèi)AI在“学习”了(le)大量前人的作品之后，其创作没(méi)有任何情绪(xù)和灵魂，难以和(hé)人类的艺术创作相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目前都并没有得到(dào)有效的(de)解(jiě)决(jué)，还有AIGC会(huì)不(bù)会代替人类“至(zhì)高(gāo)无上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安(ān)全问题需要(yào)得到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频(pín)，还(hái)有远方

技(jì)术(shù)都(dōu)是(shì)有两面性(xìng)的，潜在的危(wēi)害并不能掩盖其(qí)光辉的贡献。现在看来(lái)，人工(gōng)智能技术将是第四次工(gōng)业革命的核心驱动力量(liàng)，将创造新的(de)增(zēng)长奇迹。

过去一(yī)年，人工智能在技(jì)术和商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性改变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几(jǐ)条引爆科(kē)技圈的短视频。这些视频(pín)引发(fā)关(guān)注并(bìng)非内容做得多优(yōu)秀，反而都非(fēi)常简单，比如一匹正在喝水(shuǐ)的马，一只(zhǐ)画画的玩具(jù)熊，或者一段骑摩(mó)托车(chē)的(de)第(dì)一视角(jiǎo)录像，随便一个(gè)有(yǒu)手机(jī)的人都(dōu)可(kě)以(yǐ)随手录下(xià)一段。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至只是说(shuō)一下要(yào)求(qiú)，AI就可以根(gēn)据需要(yào)生成(chéng)一段视频。

谷(gǔ)歌发布的两(liǎng)个(gè)AI生成视(shì)频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在(zài)Make-A-Video公布了AI生(shēng)成的(de)视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够做出更高(gāo)清视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊(jīng)的地方(fāng)在于，它可以制作(zuò)出超过2分(fēn)钟的连贯的也有(yǒu)确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地方。因(yīn)为(wèi)无(wú)论AI生(shēng)成的视频多么高清，也(yě)只能是(shì)为(wèi)内(nèi)容生产者提(tí)供一个灵感，一(yī)个素材(cái)，一个过场动画。

不过能够制作出(chū)有具(jù)体剧情内容的视(shì)频就意味着，一(yī)些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已经初步有了可(kě)能(néng)。

当下AI的发展速度(dù)已(yǐ)经(jīng)超过大部(bù)分人的想象(xiàng)。内容产业的(de)本质是(shì)供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业(yè)带来更新的内容风格、更快的生产速度，更(gèng)低的生产成本，这(zhè)无(wú)疑会(huì)驱动内容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐(lè)、代码、机器人(rén)动(dòng)作(zuò)等多种内容形式的生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效(xiào)应用，对(duì)于下一代互(hù)联网各种元(yuán)素的构建亦(yì)有关键(jiàn)意义。

从商业化(huà)的角(jiǎo)度(dù)来(lái)看，文化娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视(shì)化(huà)内容(róng)有强烈需(xū)求。

因(yīn)此(cǐ)，AI绘画及视频或(huò)不是(shì)结(jié)果，而(ér)只是AI进程(chéng)中的一块重要拼图，有望(wàng)在技术更新的加持下实(shí)现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走(zǒu)向了可以(yǐ)生成(chéng)内容(róng)，甚至能够创造出(chū)独立价值和独立视(shì)角的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来的先进生(shēng)产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可(kě)以看出，在(zài)语言大模型(xíng)、图像大模型之后，多模态大模(mó)型已经成为了新(xīn)的趋势(shì)。

大(dà)模型被誉为当前人工智(zhì)能发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发力(lì)。

不过训练大(dà)模型的确价格不(bù)菲，以国盛证券发(fā)布(bù)的《ChatGPT需(xū)要多少(shǎo)算力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)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(yú)200万美(měi)元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月的(de)独立(lì)访客平(píng)均数1300万(wàn)计(jì)算，其对应芯片需求为3万多片(piàn)英伟达(dá)A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每(měi)日仅电(diàn)费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算(suàn)力(lì)支持。在(zài)关注(zhù)各类(lèi)大模型的(de)发展同时，更(gèng)应该(gāi)关注算(suàn)力(lì)网络(luò)的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能(néng)发展的终极目标离(lí)得更近。

因为算力可以对突破性(xìng)技术创新提(tí)供大(dà)力的支持(chí)。这方面，多模(mó)态大模(mó)型(xíng)是典型。作为面向未来强人工(gōng)智能(néng)、通用人(rén)工智能(néng)的重(zhòng)要技(jì)术创(chuàng)新，多模(mó)态大模型已经在(zài)人工智能(néng)领(lǐng)域提出了(le)很多年，业界(jiè)也有不少技(jì)术突破，但是，多模态大(dà)模(mó)型进(jìn)一步(bù)往下走(zǒu)，算力需求呈几何式上升，一般的算力基础设(shè)施(shī)很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能(néng)可(kě)以灵活应对(duì)不同模态的转化、像人与世界交互一样自然，这方面(miàn)，由算力网络(luò)来驱动将有明(míng)显(xiǎn)优势。

此外，还有很多需要爆发式增长的算力来支撑(chēng)的(de)技术创新，将在(zài)人工智能算(suàn)力网络(luò)支(zhī)撑下快速推进(jìn)。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大算力的支持下(xià)AIGC能持(chí)续颠覆内容生产的方式(shì)，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 寿眉是最差的白茶吗，寿眉是什么档次的茶