自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创(chuàng)始(shǐ)人比尔·盖茨已多次(cì)公开谈论人工智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能会让科技行(xíng)业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预(yù)期，AI的(de)发展(zhǎn)可(kě)能(néng)会(huì)威胁到(dào)谷歌的市占率，因为微(wēi)软(ruǎn)在AI方面(miàn)的行动(dòng)相当(dāng)迅(xùn)速(sù)。而最终科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可以取(qǔ)代(dài)亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需(xū)时(shí)日，但由(yóu)ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧(jù)院(yuàn)》的作品获(huò)奖。

随(suí)后各(gè)大厂商的AI绘画(huà)软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输(shū)入一组关键词(cí)或者(zhě)一(yī)张照片，就(jiù)能获得一幅(fú)AI创作的画作。

作画(huà)的关键就(jiù)是(shì)所输入的文本。同(tóng)一组关(guān)键词也可(kě)以创作出(chū)很多张(zhāng)风格不(bù)一样的(de)画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不(bù)确定的(de)惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的(de)小狗照片(piàn)被AI画成了(le)“肌肉男(nán)”，还有网友的(de)个人照片被AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读(dú)博的中国人张吕敏创(chuàng)作的一种基(jī)于控制点的图像变(biàn)形算法，主要用于数字图像处理、计算(suàn)机视觉(jué)和计(jì)算(suàn)机图形(xíng)学等领域。

其(qí)SD插(chā)件一经发布，在(zài)短短的两天内便成(chéng)为了AI绘画领域(yù)最(zuì)新(xīn)的热点。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可(kě)能的符(fú)合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可以直接提取画(huà)面的构图，人(rén)物(wù)的姿(zī)势和(hé)画面的深度信息等。有了(le)它的帮助，就不(bù)用频繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得(dé)了大量的浏览量，“viggo”就是其中之(zhī)一，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插(chā)件(jiàn)绑定骨骼开始(shǐ)换关键词试效(xiào)果。

通过图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了真实(shí)的照(zhào)片，草(cǎo)图也可以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊也亲自(zì)回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越(yuè)强大，甚至输出(chū)的(de)作品都(dōu)已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日(rì)，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全(quán)国第一起AI绘图(tú)诈骗。

由于(yú)这个(gè)活动里面给出的美女照片(piàn)都是AI制(zhì)作的(de)真人照片绘(huì)图，因为太逼(bī)真，被大(dà)家当(dāng)成真(zhēn)事传(chuán)播了。

不(bù)过仔细观察可以发(fā)现(xiàn)，活动发起者提(tí)供(gōng)的照片(piàn)中有个很(hěn)大(dà)的漏洞可以发现并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的(de)手指(zhǐ)部(bù)分(fēn)有的存在异常。

有(yǒu)行业人(rén)事表示：“现在因为手指部分的(de)绘画算法比较复杂，AI还不(bù)太会画(huà)人的(de)手，但最新(xīn)看到的图片已(yǐ)经有越(yuè)来越完美的AI模型出(chū)现，以后(hòu)可能就完全没(méi)有漏洞了。”

类似的AI作(zuò)图诈骗在国外也已(yǐ)有发生(shēng)。据英国广播公司报(bào)道(dào)，土耳其地(dì)震(zhèn)期间(jiān)，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受(shòu)灾的假照片发布(bù)到(dào)网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从(cóng)而(ér)实(shí)施诈(zhà)骗。

目前(qián)随着技术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这(zhè)样(yàng)的图(tú)片被用来诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还(hái)引发了很多担忧，一方面，批(pī)判者认为AI在(zài)“学习(xí)”了大(dà)量前(qián)人(rén)的作品之后(hòu)，其创(chuàng)作没有(yǒu)任何情(qíng)绪和(hé)灵(líng)魂，难以和人(rén)类的艺术创作(zuò)相提并(bìng)论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还(hái)有(yǒu)AIGC会不会代替人(rén)类“至高(gāo)无上”的创(chuàng)意。

马斯克也(yě)强调(diào)，人(rén)工(gōng)智能的(de)安(ān)全问(wèn)题需要得到(dào)重视，太晚就来不(bù)及了。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还(hái)有远(yuǎn)方

技术(shù)都是(shì)有两面性的，潜在的危(wēi)害并不能(néng)掩盖其(qí)光(guāng)辉(huī)的(de)贡献。现在看来，人工(gōng)智能(néng)技术(shù)将是第四次(cì)工(gōng)业(yè)革命(mìng)的核心驱动力量(liàng)，将创(chuàng)造新的(de)增长奇迹。

过(guò)去一年(nián)，人工(gōng)智(zhì)能(néng)在技(jì)术和商业层面(miàn)都有了(le)巨大进展，AI绘画就是人工智能(néng)技术发(fā)生方(fāng)向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷歌先后(hòu)发(fā)布了几(jǐ)条引爆科技圈的短视频。这些视频引发(fā)关(guān)注(zhù)并非内容做得多优秀，反(fǎn)而都非常简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随便一个有(yǒu)手机(jī)的人都可(kě)以(yǐ)随手录(lù)下一段(duàn)。

但这(zhè)些短视频的创作方式(shì)非(fēi)常简单，创作者(zhě)仅仅需(xū)要向AI输入一段话(huà)，甚(shèn)至(zhì)只是说一下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌发布的(de)两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要(yào)突出(chū)的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布(bù)了(le)AI生(shēng)成的视频(pín)后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊(jīng)的地方在于(yú)，它(tā)可以制作出超(chāo)过2分钟的连贯(guàn)的也有确切(qiè)内(nèi)容的视(shì)频(pín)，这才是真正让人们(men)感到惊(jīng)喜的地方。因为无论AI生成的视频多么(me)高清(qīng)，也只(zhǐ)能(néng)是为(wèi)内容生产者提供一个(gè)灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够制作(zuò)出有具(jù)体剧(jù)情内容的(de)视频就意(yì)味着，一些视频创作由AI代(dài)替人工完成(chéng)已(yǐ)经初步(bù)有(yǒu)了可能。

当下(xià)AI的(de)发展速(sù)度已(yǐ)经(jīng)超过大部分人的想象。内容产业(yè)的(de)本质是(shì)供给创造(zào)需(xū)求(qiú)，AIGC作为(wèi)全新(xīn)的内(nèi)容生产方式，可以(yǐ)为内容产业带来更新的内容风格、更快的生产(chǎn)速度(dù)，更低的生产成(chéng)本，这无疑会驱动内容产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于音乐、代码、机器人(rén)动作等多种(zhǒng)内容形式的生成。不难发现(xiàn)该项(xiàng)技术不(bù)仅在游戏(xì)等行业能(néng)得到(dào)有效(xiào)应用，对于下(xià)一代互联网(wǎng)各种元(yuán)素的构建亦有关键(jiàn)意义(yì)。

从(cóng)商业化的角(jiǎo)度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对基于(yú)AI的可视化内容(róng)有(yǒu)强烈需(xū)求。

因此，AI绘画及视频(pín)或(huò)不是(shì)结果，而只(zhǐ)是AI进(jìn)程(chéng)中的一块重要拼图，有望在技(jì)术更(gèng)新的加持(chí)下(xià)实现(xiàn)更大(dà)的(de)应(yīng)用(yòng)价值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生成内(nèi)容，甚至能够(gòu)创造出独(dú)立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更代(dài)表(biǎo)着(zhepupil是什么意思 pupil是可数名词吗)未(wèi)来的先进(jìn)生产力即将到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大模型已经(jīng)成为了新的(de)趋势。

大(dà)模(mó)型(xíng)被誉为(wèi)当(dāng)前人(rén)工智能发展的(de)智能(néng)底座，是全(quán)球竞(jìng)争最激(jī)烈(liè)的研(yán)究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企(qǐ)业都在竞相发力。

不过训练大模(mó)型的(de)确价格不(bù)菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于200万美(měi)元至1200万美元高(gāo)价(jià)之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均数(shù)1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始(shǐ)投入(rù)成(chéng)本约为(wèi)8亿美元，每日仅电费就在(zài)5万美元左(zuǒ)右(yòu)。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不(bù)开庞(páng)大算力(lì)支持(chí)。在关注(zhù)各类大模(mó)型的发展同时，更应该关(guān)注算力网络的建设。

算(suàn)力网络正(zhèng)驱(qū)动(dòng)AI产业(yè)发展进入(rù)史诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发展(zhǎn)的终极目标离得更(gèng)近。

因为(wèi)算力可以对突破性技术创(chuàng)新提供大(dà)力的支持。这方面，多模态大(dà)模(mó)型(xíng)是典型。作(zuò)为面(miàn)向(xiàng)未来(lái)强人工智能、通用人工智能的(de)重要技术创新，多模态大模型已(yǐ)经在人(rén)工智能领(lǐng)域提出了(le)很多(duō)年，业界也(yě)有不少(shǎo)技术突破，但(dàn)是，多(duō)模态大模型进一步(bù)往下走，算力需求呈几何(hé)式上升，一(yī)般的算力基础设施很快将难(nán)以胜(shèng)任。

从(cóng)图像、文字、语(yǔ)音单独一项的训练(liàn)，到双模态(tài)、三模态的跃迁，让人工智(zhì)能可以灵活应对不同模态的转化(huà)、像人与世界(jiè)交互一样自然(rán)，这(zhè)方面，由算力(lì)网络来驱动将有明显(xiǎn)优(yōu)势。

此外(wài)，还有很多需要爆发式增长的(de)算(suàn)力来支(zhī)撑的技术创(chuàng)新，将(jiāng)在(zài)人工(gōng)智能算(suàn)力网络支撑(chēng)下(xià)快速推进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大算力的支持下(xià)AIGC能持(chí)续颠覆内(nèi)容生(shēng)产的方式，将创造的边(biān)际成(chéng)本降低，让万众(zhòng)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 pupil是什么意思 pupil是可数名词吗