自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开(kāi)谈(tán)论人(rén)工(gōng)智能话题。在最近的一次采访中，他再次表示：“AI可能(néng)会让科技行业迎来(lái)一次剧烈的洗牌”。

这个结论是他在当地时(shí)间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提出的。

他预期，AI的(de)发展可能会(huì)威胁到(dào)谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而(ér)最终(zhōng)科技巨头(tóu)将把AI整合(hé)成用户的(de)“全能助(zhù)手”，包揽一(yī)切应用(yòng)，与(yǔ)人们进行(xíng)沟通并提供建议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可(kě)能(néng)尚需时日，但(dàn)由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热(rè)点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多(duō)州举办的新兴数字艺术家竞赛中，一幅(fú)名为(wèi)《太空(kōng)歌(gē)剧院》的作(zuò)品获奖。

随(suí)后各大厂商(shāng)的AI绘(huì)画软(ruǎn)件被广大(dà)网(wǎng)友(yǒu)熟知(zhī)并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们可以在应用中输入一(yī)组(zǔ)关键词(cí)或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就是所输入的(de)文(wén)本。同一组关键词也可以创(chuàng)作出很(hěn)多张(zhāng)风格不一样的画作，这让创(chuàng)作的过(guò)程(chéng)就像开盲盒。

很(hěn)多用户很喜(xǐ)欢(huān)这(zhè)种(zhǒng)不确定(dìng)的惊喜(xǐ)，他(tā)们会(huì)将生成(chéng)的美(měi)图当(dāng)做头像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许多用户分(fēn)享AI“翻车现场”，例如，一(yī)位(wèi)网友(yǒu)的(de)小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被AI识别成了(le)建(jiàn)筑。

而(ér)如今(jīn)随着ControlNet的出现与加(jiā)持，以往AI绘(huì)画的填写(xiě)关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人(rén)张吕敏创作的一种基(jī)于控制点的图(tú)像变形算(suàn)法，主要用于(yú)数字图像(xiàng)处理(lǐ)、计算(suàn)机(jī)视觉(jué)和计算机图(tú)形学等领域。

其SD插件一经发布，在短短的两天内便(biàn)成为(wèi)了AI绘(huì)画领域最新的热(rè)点。

在(zài)此之前，大家用(yòng)了很多方法想让AI生成(chéng)的结果尽可能的(de)符合要(yào)求，但是都不尽如人意，它的出现代表着(zhe)AI生成开始进入真(zhēn)正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以直接提取画(huà)面的构图，人物(wù)的姿势和画面的深(shēn)度信(xìn)息等。有了它的(de)帮(bāng)助(zhù)，就不用频繁(fán)的用提(tí)示(shì)词来(lái)碰运气(qì)，抽盲盒式的创作了(le)。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了(le)“魔法”，不少(shǎo)博主的作(zuò)品已经(jīng)获(huò)得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之(zhī)一，他用朋友的(de)照片直接(jiē)带她们(men)走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果(guǒ)。

通(tōng)过图(tú)片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除了(le)真实(shí)的照片，草图也可以加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩图。大(dà)神张(zhāng)吕敏其本尊(zūn)也亲自回(huí)应(yīng)。

不得不说当下(xià)AIGC已经变(biàn)得越(yuè)来(lái)越强大，甚至输出的(de)作(zuò)品都已(yǐ)经(jīng)能以(yǐ)假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近日(rì)，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能(néng)是全(quán)国(guó)第一起AI绘图诈骗。

由于这个(gè)活动里(lǐ)面给出的美女照片都是AI制(zhì)作的真(zhēn)人照(zhào)片(piàn)绘图，因为太逼(bī)真，被大家当成真事(shì)传播了。

不过仔细观(guān)察(chá)可以发现，活动发起(qǐ)者提供的(de)照片中有(yǒu)个很大的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图(tú)，那便是图片(piàn)中女性的戊戌年是哪一年手指(zhǐ)部分有的存在异(yì)常。

有行业人事表示：“现在因为(wèi)手指(zhǐ)部(bù)分的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的手，但(dàn)最新看到的图片(piàn)已经有越(yuè)来越完(wán)美(měi)的AI模(mó)型出现，以后可能(néng)就完(wán)全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗(piàn)在国(guó)外也已有发生(shēng)。据英国广播公司(sī)报道，土耳其地(dì)震期间(jiān)，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的(de)假照片发布到网络，以此(cǐ)诱(yòu)骗善良的人(rén)打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目(mù)前(qián)随着技术(shù)发(fā)展，AIGC已经能做(zuò)出真人(rén)照(zhào)片般的绘图效果，如(rú)果这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很(hěn)多担(dān)忧，一方面，批判者认为AI在“学习(xí)”了(le)大量(liàng)前人的作(zuò)品之后，其创(chuàng)作没有任何(hé)情(qíng)绪和灵魂(hún)，难(nán)以和(hé)人类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版权(quán)、目前都并没有得到(dào)有效的解决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至高无上”的(de)创意。

马斯(sī)克也强调，人工智(zhì)能的(de)安全(quán)问题需(xū)要(yào)得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有(yǒu)两面(miàn)性(xìng)的，潜在的危(wēi)害并(bìng)不能掩盖其光辉(huī)的贡献(xiàn)。现在看来，人(rén)工智(zhì)能技术将是(shì)第(dì)四次工业革命的(de)核心驱动力量，将创(chuàng)造新(xīn)的增长奇(qí)迹。

过去一年，人工智能在技术和商业层面都有了巨大进展，AI绘画(huà)就(jiù)是人工智能(néng)技术发生方向性(xìng)改变的一个(gè)代(dài)表。其下一站或(huò)许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的戊戌年是哪一年短视频。这(zhè)些(xiē)视频引发(fā)关注并非(fēi)内容做(zuò)得多优秀，反而都非常(cháng)简单(dān)，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段(duàn)骑摩托车的第一视角录像，随便一个有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作(zuò)方式非(fēi)常简单(dān)，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段话，甚(shèn)至(zhì)只是说(shuō)一(yī)下要求(qiú)，AI就(jiù)可(kě)以(yǐ)根据(jù)需(xū)要生成(chéng)一(yī)段视频。

谷(gǔ)歌发布的(de)两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后，AI圈(quān)就已经玩(wán)了一(yī)波梗(gěng)，一个(gè)能(néng)够(gòu)做出更(gèng)高(gāo)清视频的(de)AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以制作出超(chāo)过(guò)2分钟的连贯的也有(yǒu)确切内容的视频，这(zhè)才是真正让人们感到惊喜的地方(fāng)。因为无论(lùn)AI生成的视频(pín)多么高清，也只能是(shì)为内容生产(chǎn)者(zhě)提供一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不(bù)过能够制作出有具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代替人工完成已经(jīng)初步(bù)有了(le)可能。

当下AI的发展速度(dù)已(yǐ)经超过大部分人的想象。内容(róng)产业的本质是供给(gěi)创造需(xū)求，AIGC作为(wèi)全新的内(nèi)容(róng)生产方式，可(kě)以为内容产业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业的大(dà)爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术(shù)还(hái)能应用于音乐、代码、机器人动作等(děng)多种内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏等行业(yè)能得到(dào)有效(xiào)应用，对(duì)于下一代互(hù)联网各种(zhǒng)元素的构建亦有关(guān)键意义。

从商(shāng)业化(huà)的角度来看，文(wén)化娱乐(lè)、教育、传媒等诸多领域，本身就对基于AI的可视化(huà)内(nèi)容有(yǒu)强(qiáng)烈需(xū)求(qiú)。

因(yīn)此，AI绘(huì)画及(jí)视频(pín)或不是结(jié)果，而(ér)只是AI进程中的一块重要(yào)拼图，有望在技术(shù)更(gèng)新的加(jiā)持下实现(xiàn)更大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内容，走向了可(kě)以生成(chéng)内容，甚至能够创造(zào)出(chū)独立价值和独(dú)立视角的(de)内容。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术的发(fā)展(zhǎn)也可以看出，在语言大模型、图像大模型之后(hòu)，多模态大(dà)模型(xíng)已经成为(wèi)了新的趋势(shì)。

大模型被誉为当前人工智能发展的智能(néng)底座，是全(quán)球竞(jìng)争(zhēng)最激烈的(de)研究方(fāng)向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业(yè)都(dōu)在竞相(xiāng)发力。

不(bù)过训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的(de)成本约为(wèi)140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万美元(yuán)至1200万美元高价(jià)之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其(qí)对应芯片需(xū)求(qiú)为3万多(duō)片英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每(měi)日仅(jǐn)电(diàn)费(fèi)就(jiù)在5万美元左右(yòu)。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关(guān)注各类大模(mó)型的发展同时，更应该关注算力网(wǎng)络的建设。

算力(lì)网(wǎng)络(luò)正驱动AI产业发展进入史诗(shī)级加速进(jìn)程，让AIGC及通用AI这一人工智能发(fā)展的终极目标离(lí)得更近(jìn)。

因为算力可以对突(tū)破性技(jì)术创新提供(gōng)大力的支(zhī)持。这方面，多模态(tài)大(dà)模(mó)型是典型(xíng)。作为面向未(wèi)来强人工智(zhì)能、通用人工智(zhì)能的重要技术创新(xīn)，多(duō)模态(tài)大(dà)模型已经在人工智能领域提(tí)出了很(hěn)多(duō)年，业界也有不(bù)少技术(shù)突(tū)破，但是，多模(mó)态大(dà)模型进一(yī)步(bù)往(wǎng)下走，算力需求呈几何式上升(shēng)，一(yī)般的算力基础设施(shī)很(hěn)快将(jiāng)难以(yǐ)胜(shèng)任(rèn)。

从图像、文字(zì)、语音(yīn)单独一(yī)项(xiàng)的训练(liàn)，到双模态、三模态的(de)跃迁，让人工智能可以灵(líng)活应对(duì)不(bù)同模态的转化、像人与世界交互(hù)一样自然，这方面，由算力网(wǎng)络来驱动将有明显优(yōu)势。

此外，还有很多需要爆(bào)发式(shì)增长的(de)算力来支撑的(de)技术创(chuàng)新，将在人工智能算(suàn)力网络(luò)支撑下(xià)快速(sù)推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型(xíng)和(hé)大算力(lì)的(de)支(zhī)持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造的(de)边际成本降低，让万众(zhòng)受(shòu)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 戊戌年是哪一年