自(zì)聊(liáo)天机器(qì)人(rén)ChatGPT火爆(bào)以来，微软公司创始人比尔·盖(gài)茨已多次公开谈(tán)论人工智(zhì)能话(huà)题。在最近(jìn)的一次采(cǎi)访中，他再(zài)次(cì)表示：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能(néng)会威(wēi)胁到(dào)谷(gǔ)歌的市占(zhàn)率，因为微软在(zài)AI方面(miàn)的行动(dòng)相(xiāng)当(dāng)迅速(sù)。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包(bāo)揽一切(qiè)应用，与(yǔ)人(rén)们进(jìn)行(xíng)沟通(tōng)并提供建(jiàn)议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口中(zhōng)全(quán)能助手的(de)到(dào)来(lái)可能尚(shàng)需(xū)时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出(chū)重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时(shí)候，还是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中，一幅(fú)名(míng)为《太空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画(huà)软件被(bèi)广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可以(yǐ)在应用中输入一(yī)组关键(jiàn)词或(huò)者一(yī)张照片，就能获得一幅AI创作的(de)画作。

作画的关键(jiàn)就是所输入的文(wén)本。同一组关键词(cí)也可以创作出(chū)很多(duō)张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确(què)定(dìng)的(de)惊喜，他们会(huì)将生成的(de)美图当做头像。而另(lìng)一部分(fēn)喜欢翻看(kàn)AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许多用(yòng)户分享AI“翻(fān)车现场”，例(lì)如，一(yī)位网友(yǒu)的小狗照(zhào)片被(bèi)AI画成(chéng)了(le)“肌(jī)肉男(nán)”，还有网友的个人照片被AI识(shí)别成了建筑。

而(ér)如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写(xiě)关键词(cí)游戏可能要(yào)被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国人(rén)张吕敏创作的一(yī)种基于控(kòng)制点的(de)图像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处理(lǐ)、计(jì)算机视觉和计算(suàn)机(jī)图(tú)形学等(děng)领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域(yù)最新的(de)热点。

在此之前，大(dà)家(jiā)用了(le)很(hěn)多方法想让AI生成的结果尽可能的符合要(yào)求(qiú)，但(dàn)是(shì)都不尽(jǐn)如(rú)人意，它的出(chū)现代表着(zhe)AI生(shēng)成(chéng)开始进入真正的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的构图，人物的姿势和画面(miàn)的深度信(xìn)息(xī)等。有(yǒu)了它的(de)帮助，就(jiù)不用频繁的用提示词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不(bù)少博主的作品已(yǐ)经获得(dé)了(le)大量的(de)浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找到对应的(de)关键词；最后(hòu)用(yòng)ControlNet插(chā)件(jiàn)绑定骨骼开(kāi)始换关(guān)键词试效(xiào)果。

通过图(tú)片就(jiù)可以看出来，效果十分惊艳(yàn)。

更(gèng)厉害的(de)是，除(chú)了真实(shí)的照片，草(cǎo)图也可以加上(shàng)“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不(bù)说当(dāng)下(xià)AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已经(jīng)能以假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面给(gěi)出的美女照(zhào)片都是AI制作的真人照片绘图，因为(wèi)太逼真，被(bèi)大家(jiā)当成真事传(chuán)播了。

不(bù)过仔细观察可以发(fā)现(xiàn)，活动(dòng)发起者提(tí)供(gōng)的照片中有个很大的漏洞(dòng)可以发现并(bìng)非真人，而是(shì)AI绘(huì)图，那便是图片中女性的(de)手指(zhǐ)部分有的存在异常。

有行业(yè)人事(shì)表示(shì)：“现在因为手指部分的(de)绘画算法比(bǐ)较复杂，AI还(hái)不太会画(huà)人的(de)手(shǒu)，但最新看到(dào)的图片已经有越来越完美的AI模型出现，以后可能就完全没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有(yǒu)发生。据英(yīng)国广播公司报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使(shǐ)用AI合成了儿(ér)童受灾的(de)假照(zhào)片发布到网络，以此诱骗(piàn)善良的人打赏“捐助”从而实(shí)施诈骗。

目(mù)前随着技术发展，AIGC已经能(néng)做(zuò)出真人照片(piàn)般(bān)的绘(huì)图效果，如果这样的(de)图片被用(yòng)来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方面，批(pī)判者认(rèn)为AI在“学习”了(le)大量前人的作品之(zhī)后，其创(chuàng)作没有任(rèn)何情绪(xù)和灵魂，难以和(hé)人类(lèi)的艺术创作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版权、目前都并没有得(dé)到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人工(gōng)智能的安(ān)全问题需要得(dé)到(dào)重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技(jì)术都是有两面性的，潜在(zài)的危害(hài)并不(bù)能(néng)掩盖其光(guāng)辉(huī)的贡献。现(xiàn)在看来(lái)，人工智能(néng)技(jì)术将是第四(sì)次工业革命的核心驱(qū)动(dòng)力量(liàng)，将创造新(xīn)的增长奇迹。

过去一年(nián)，人工智能在(zài)技术(shù)和商业层(céng)面都有(yǒu)了巨大(dà)进展，AI绘(huì)画(huà)就是(shì)人工智能技术发生方向性改变的(de)一(yī)个代表。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的(de)短视频。这(zhè)些视(shì)频引发关注并非(fēi)内(nèi)容做得多优秀(xiù)，反而都非(fēi)常简单，比如一匹正在喝水的马，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的(de)第一视角录像，随便(biàn)一个(gè)有手(shǒu)机(jī)的(de)人都可以随手录(lù)下(xià)一(yī)段。

但这些短视(shì)频的创(chuàng)作方式非常简(jiǎn)单(dān)，创(chuàng)作者仅仅需要向AI输感应电流公式3个公式推导，感应电流公式3个公式图解入一段话，甚至只是说一下要(yào)求，AI就可(kě)以(yǐ)根据需(xū)要生成(chéng)一段视频(pín)。

谷歌发(fā)布(bù)的两(liǎng)个AI生成(chéng)视频(pín)分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够做出更高(gāo)清视频的AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制(zhì)作(zuò)出(chū)超过2分钟的连(lián)贯的也(yě)有确切(qiè)内(nèi)容的(de)视(shì)频，这才(cái)是真正让(ràng)人(rén)们感到惊喜的地方。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提供(gōng)一个灵(líng)感(gǎn)，一个素材，一个过(guò)场动画。

不过能够制作(zuò)出有具体剧情内(nèi)容的视频就意味着，一些(xiē)视频创作由(yóu)AI代替人工完(wán)成(chéng)已经初步有(yǒu)了可能。

当下AI的(de)发展(zhǎn)速度已(yǐ)经超过(guò)大(dà)部分人的想象。内(nèi)容产业的本质(zhì)是供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产方式，可以为内容产业带来更(gèng)新的内容(róng)风格(gé)、更快的生产速(sù)度，更低的生产(chǎn)成本，这无疑会驱动(dòng)内(nèi)容产业的(de)大(dà)爆(bào)发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应(yīng)用(yòng)于(yú)音乐、代码、机器(qì)人动作等多(duō)种(zhǒng)内容形式的(de)生成。不(bù)难发现(xiàn)该(gāi)项技术不仅在(zài)游(yóu)戏等行业能得到有效应用(yòng)，对于(yú)下一代(dài)互联网各种元(yuán)素的构(gòu)建亦有关键意义。

从商业化(huà)的(de)角度来看，文化娱乐、教育、传媒等(děng)诸多领域，本(běn)身就对基于AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视频或不是结(jié)果(guǒ)，而只是AI进程中的(de)一块(kuài)重要拼图(tú)，有望在技术更新(xīn)的加持下实现(xiàn)更大(dà)的应(yīng)用(yòng)价值(zhí)。

AI从(cóng)理解内容，走向了可(kě)以生成内容，甚至(zhì)能够创造出独立(lì)价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生产(chǎn)力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出，在语言大模型(xíng)、图(tú)像大模型(xíng)之(zhī)后(hòu)，多模态大模型已(yǐ)经成为了新的(de)趋势(shì)。

大模型被(bèi)誉为当(dāng)前(qián)人工(gōng)智能发(fā)展的智能(néng)底座，是全球(qiú)竞(jìng)争最激烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都(dōu)在竞相发(fā)力。

不(bù)过(guò)训练大模型的确价(jià)格(gé)不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一(yī)次的成本约为(wèi)140万美元。而对于一(yī)些更(gèng)大的LLM(大(dà)型语(yǔ)言模型)，训练成本则介于200万美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月的(de)独立访客(kè)平均数(shù)1300万计算，其对(duì)应芯片(piàn)需求为(wèi)3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日(rì)仅电费(fèi)就(jiù)在感应电流公式3个公式推导，感应电流公式3个公式图解5万(wàn)美元左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在(zài)关注各类大(dà)模型的发(fā)展(zhǎn)同时(shí)，更应该(gāi)关(guān)注算力网(wǎng)络的(de)建设。

算力网络正驱(qū)动AI产业(yè)发展进入(rù)史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终极目标离得(dé)更近。

因为(wèi)算力可以对突破性技(jì)术创新(xīn)提供大力的支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人工智能、通用人工智能的(de)重(zhòng)要技术(shù)创新，多模(mó)态大模型已(yǐ)经(jīng)在人(rén)工智能领域提出了很多(duō)年(nián)，业界也有不少技(jì)术(shù)突破，但是，多模态大模型进一步(bù)往下走，算(suàn)力需求呈几(jǐ)何式上(shàng)升，一般的算力基础设(shè)施很快将难以胜任。

从图像、文字(zì)、语音单(dān)独一项的训练，到双模(mó)态、三(sān)模态的跃迁，让(ràng)人(rén)工(gōng)智能可以灵活(huó)应对不同模态的转化(huà)、像人(rén)与世(shì)界(jiè)交(jiāo)互一样自然，这方面，由算力网络来(lái)驱动将有(yǒu)明显优势。

此外(wài)，还有很(hěn)多需要爆发式增长的(de)算力来(lái)支(zhī)撑的技术创新，将(jiāng)在人工智能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的(de)方式(shì)，将(jiāng)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 感应电流公式3个公式推导，感应电流公式3个公式图解