自聊天机器人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比(bǐ)尔(ěr)·盖茨已多次公开谈(tán)论人工智能(néng)话题。在最近(jìn)的一次(cì)采访(fǎng)中，他再(zài)次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈(liè)的洗牌”。

这个结论是他(tā)在(zài)当地时(shí)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(huì)威胁到谷歌的(de)市(shì)占率，因为(wèi)微软在AI方(fāng)面的行动相当(dāng)迅速。而最终科技巨头将把(bǎ)AI整合成用户的(de)“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手(shǒu)的(de)到来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近(jìn)

以AI绘画(huà)为代表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年(nián)8月，在美(měi)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(kōng)歌剧院》的作(zuò)品获(huò)奖。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件被广大网友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用户们可以在应(yīng)用中(zhōng)输(shū)入一组关键词或者一张照(zhào)片，就能获得(dé)一(yī)幅AI创作的画作(zuò)。

作(zuò)画的关键就是所输入(rù)的文本。同一(yī)组关键词也可以创作(zuò)出很多张风格不一样的画作，这让创(chuàng)作的过程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的(de)美图当(dāng)做头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体(tǐ)上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗(gǒu)照(zhào)片被AI画成了(le)“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别(bié)成(chéng)了建筑(zhù)。

而如今随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的(de)中国(guó)人张吕敏创作的一种基(jī)于控制(zhì)点的图(tú)像变(biàn)形算(suàn)法，主(zhǔ)要用(yòng)于数字(zì)图像处理、计算机视(shì)觉和计算机图形(xíng)学等领域(yù)。

其SD插(chā)件一经发布，在短(duǎn)短的两天内便成为(wèi)了AI绘画领域最(zuì)新的热(rè)点。

在此之(zhī)前，大家(jiā)用了很多方法想让AI生成的(de)结果尽可(kě)能的符合(hé)要(yào)求，但是都不(bù)尽(jǐn)如人意，它的出现代表着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿(zī)势和(hé)画面的深度信息等(děng)。有了它的帮助(zhù)，就不用频繁的用提示词(cí)来(lái)碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换关(guān)键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉(lì)害的(de)是，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转全彩图(tú)。大神张吕敏其本(běn)尊也(yě)亲自回应(yīng)。

不得不说当下AIGC已经变得越来越(yuè)强大，甚(shèn)至(zhì)输出的作品(pǐn)都已经能(néng)以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片都是AI制作(zuò)的真人(rén)照片绘图，因为太逼真，被大家(jiā)当成(chéng)真事传(chuán)播了。

不(bù)过仔(zǎi)细观察可以发现，活动发起者提(tí)供的(de)照(zhào)片中有(yǒu)个很大的漏(lòu)洞可(kě)以发现并非真人(rén)，而(ér)是(shì)AI绘图，那便是图(tú)片中女性的手指部分(fēn)有的存在异常。

有行业人事(shì)表示：“现在(zài)因为(wèi)手指部分的绘画算(suàn)法比较复(fù)杂(zá)，AI还不太会(huì)画(huà)人(rén)的手，但最新看到的(de)图(tú)片(piàn)已经有越(yuè)来越完美的AI模型出现，以(yǐ)后可(kě)能就(jiù)完全没有漏洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有(yǒu)发(fā)生。据英国广播公司(sī)报道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合(hé)成了儿童受灾的假(jiǎ)照片发(fā)布(bù)到网络，以此诱骗(piàn)善(shàn)良的人(rén)打赏“捐助(zhù)”从(cóng)而实施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已(yǐ)经能(néng)做出真人照片般的绘图效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了(le)很多担忧，一方面，批判者认为AI在“学习”了大量(liàng)前人的(de)作品之后，其创作没有(yǒu)任何情绪和灵魂，难(nán)以和人类的艺术(shù)创作相提并论(lùn)。

另一(yī)方面(miàn)，AIGC背后的版权(quán)、目前都并没有得到有(yǒu)效的(de)解决，还有(yǒu)AIGC会(huì)不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远(yuǎn)方

技术都是(shì)有(yǒu)两面(miàn)性的，潜在的危害并(bìng)不能掩(yǎn)盖(gài)其光辉(huī)的贡献。现在看来(lái)，人工(gōng)智能(néng)技(jì)术(shù)将是(shì)第四次工手指的速度越快声音越大，撞得越快叫的声音越(gōng)业革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人(rén)工智能在(zài)技术和(hé)商业层(céng)面都有(yǒu)了巨(jù)大进展，AI绘画就(jiù)是人工智能技术发生方(fāng)向性(xìng)改变(biàn)的一个代表。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几条引爆(bào)科技圈的短视频。这(zhè)些(xiē)视频引发(fā)关注并(bìng)非内容做得多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水(shuǐ)的马(mǎ)，一只画(huà)画的(de)玩具熊，或者一段骑摩(mó)托车的第一视角录像，随便(biàn)一个有手(shǒu)机的(de)人都可以随手(shǒu)录下一段。

但这(zhè)些(xiē)短视频的创(chuàng)作(zuò)方式非常简单，创作(zuò)者仅(jǐn)仅需要向AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可(kě)以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布(bù)的两个AI生(shēng)成视频分别来自于Im手指的速度越快声音越大，撞得越快叫的声音越agen Video和(hé)Phenaki，前者(zhě)主要突出的(de)是高(gāo)清，与Meta的Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩(wán)了一(yī)波梗，一个(gè)能够做出(chū)更(gèng)高清(qīng)视频的AI还不足以在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地(dì)方在(zài)于，它(tā)可以制(zhì)作出超(chāo)过2分钟的连贯的也有确切内(nèi)容的视频，这(zhè)才是(shì)真正(zhèng)让人们(men)感到惊喜的地方。因为(wèi)无论AI生成(chéng)的视频多么(me)高清，也只(zhǐ)能是为内容生产者提供一个灵感(gǎn)，一个素材(cái)，一个(gè)过场动画。

不过(guò)能够制作出有具体剧情(qíng)内(nèi)容的(de)视频(pín)就意(yì)味着，一些(xiē)视频(pín)创作由AI代替人(rén)工完成(chéng)已经(jīng)初步(bù)有了(le)可(kě)能。

当下AI的发(fā)展速度已经超过大部分人(rén)的想象。内(nèi)容产业的本质(zhì)是供给创造需求，AIGC作为(wèi)全(quán)新的内(nèi)容生产方式，可(kě)以为内容产业带来更新的(de)内(nèi)容风格(gé)、更(gèng)快的生产速度，更低的生(shēng)产成(chéng)本，这(zhè)无(wú)疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应(yīng)用于音(yīn)乐、代码、机器人(rén)动(dòng)作等多种(zhǒng)内容(róng)形式(shì)的生成(chéng)。不难发现(xiàn)该项技术不仅在游(yóu)戏(xì)等行业能得到(dào)有效应用(yòng)，对于(yú)下(xià)一代互联网各种元素的构(gòu)建亦(yì)有(yǒu)关键意义。

从商业化的角度来(lái)看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸多领域，本身就对基(jī)于AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及(jí)视频或不(bù)是(shì)结果，而只是AI进程中的(de)一块重要拼图，有望在技术更新的加持下(xià)实现更(gèng)大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了可以(yǐ)生成内容(róng)，甚至能(néng)够创(chuàng)造出独(dú)立价(jià)值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来(lái)的先进生产力(lì)即将到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也(yě)可以(yǐ)看出，在语言大(dà)模(mó)型、图像大模(mó)型(xíng)之后，多模态(tài)大模型(xíng)已经(jīng)成为了(le)新的趋(qū)势。

大(dà)模型(xíng)被誉为(wèi)当(dāng)前人工智能发展的智能底(dǐ)座，是全(quán)球(qiú)竞争最(zuì)激烈的研究方(fāng)向(xiàng)之一，包(bāo)括谷(gǔ)歌、亚(yà)马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部(bù)企业都在竞相发力。

不过训练(liàn)大模型的确(què)价格不(bù)菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一(yī)次的成本约(yuē)为140万美(měi)元(yuán)。而对于一些更大的LLM(大型语(yǔ)言模(mó)型)，训(xùn)练成本则介于200万美元至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平均数1300万计算，其对应芯片需求为3万多片英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费(fèi)就(jiù)在5万美元左右(yòu)。

此(cǐ)外不论是(shì)ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力支持。在(zài)关注(zhù)各类大模型的(de)发展同时，更(gèng)应该(gāi)关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一(yī)人工智能发展的终(zhōng)极目标离得(dé)更近(jìn)。

因为算力(lì)可以对(duì)突破性技术创新提供大力的支持。这方面(miàn)，多模态(tài)大(dà)模(mó)型是典(diǎn)型。作为面向未来强人(rén)工智能、通(tōng)用人工智能的重要(yào)技术创新，多模态大模型已(yǐ)经(jīng)在(zài)人工智能领域提出了很(hěn)多年，业界也有不少技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需求呈几何式上升，一般(bān)的算(suàn)力(lì)基础设施很快将难以胜任(rèn)。

从图像、文(wén)字、语音单独一项(xiàng)的训练(liàn)，到双模态、三模态的跃迁，让人(rén)工智(zhì)能可(kě)以灵(líng)活应对(duì)不同模态(tài)的(de)转(zhuǎn)化、像人与世界交(jiāo)互一样自然(rán)，这方面，由(yóu)算力网络(luò)来驱动将有明显优势(shì)。

此外，还(hái)有很多需要爆发式增长的算力来支(zhī)撑的技(jì)术创新，将在人(rén)工智能算力(lì)网络支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模型和大算力的支(zhī)持下AIGC能(néng)持续(xù)颠覆内(nèi)容生产的方式，将(jiāng)创造的边际成本降低，让万(wàn)众受(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 手指的速度越快声音越大，撞得越快叫的声音越