自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比(bǐ)尔·盖(gài)茨已(yǐ)多次公开(kāi)谈(tán)论人工(gōng)智能话(huà)题。在(zài)最近的一次(cì)采(cǎi)访中，他再次表示：“AI可(kě)能(néng)会让科技行业迎来一次(cì)剧烈的洗(xǐ)牌(pái)”。

这(zhè)个结论(lùn)是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提(tí)出的(de)。

他预(yù)期，AI的发展可能会威胁到谷(gǔ)歌的(de)市占率，因(yīn)为(wèi)微软在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的“全能助手”，包揽(lǎn)一切(qiè)应(yīng)用，与人们进行沟通并提(tí)供(gōng)建议，可(kě)以取(qǔ)代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能(néng)助手的到来(lái)可(kě)能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一(yī)次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代(dài)表的AIGC上一次爆(bào)火(huǒ)的时(shí)候，还是(shì)2022年(nián)8月，在(zài)美国科罗拉多州举办(bàn)的新(xīn)兴(xīng)数字(zì)艺(yì)术家竞赛中，一幅名为《太空(kōng)歌剧院》的(de)作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件被广(guǎng)大(dà)网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应(yīng)用中输入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的(de)画作。

作画的关键就是所输入的(de)文本。同一组关键词也可以创作(zuò)出很多张风格不一样的画(huà)作，这让创作的过(guò)程就像(xiàng)开盲(máng)盒。

很(hěn)多(duō)用户很喜欢(huān)这(zhè)种不确定(dìng)的惊喜，他们(men)会将(jiāng)生成的美图当做头像。而另一部分(fēn)喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒(méi)体上，许多用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照片(piàn)被AI画成(chéng)了“肌肉(ròu)男(nán)”，还有网友的个人照片被AI识(shí)别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往(wǎng)AI绘画的填(tián)写关键词(cí)游(yóu)戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控制点的图像变形算法，主要用于数字图(tú)像(xiàng)处(chù)理(lǐ)、计算(suàn)机视觉和计算机图形学等领域。

其SD插(chā)件一经(jīng)发布(bù)，在短(duǎn)短(duǎn)的两(liǎng)天内(nèi)便成(chéng)为(wèi)了AI绘画(huà)领域(yù)最新的(de)热(rè)点。

在此(cǐ)之前，大(dà)家用了很多(duō)方法(fǎ)想(xiǎng)让AI生成的结果(guǒ)尽可(kě)能(néng)的符合要求(qiú)，但(dàn)是(shì)都(dōu)不(bù)尽如人(rén)意，它的出现代表(biǎo)着AI生成开始进(jìn)入真正的可控(kòng)时(shí)期。

因为(wèi)ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人物(wù)的姿势和画面的深度信息(xī)等。有了它的帮助(zhù)，就不用频繁的用提示(shì)词来碰(pèng)运气(qì)，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字(zì)。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定(dìng)骨骼开始(shǐ)换关键词试效果。

通过图片就可以看出(chū)来，效果(guǒ)十(shí)分惊(jīng)艳。

更厉害的(de)是，除(chú)了真实的照片，草图也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能(néng)实(shí)现线稿转全彩图。大神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚至(zhì)输出的作品都(dōu)已(yǐ)经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的(de)消(xiāo)息(xī)火遍(biàn)网(wǎng)络，而(ér)经过警方辟谣这所谓的(de)“party”可(kě)能(néng)是(shì)全国第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面(miàn)给出的美(měi)女照片都是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可(kě)以(yǐ)发现(xiàn)，活动发起者提供的(de)照片(piàn)中有个很大(dà)的(de)漏洞可以发现并(bìng)非真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手(shǒu)指部分有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的(de)绘画(huà)算法(fǎ)比较(jiào)复杂，AI还不太(tài)会画人的手(shǒu)，但最新看(kàn)到的(de)图片已经有越来(lái)越(yuè)完美的AI模型(xíng)出现，以后可能就完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已(yǐ)有发(fā)生。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了(le)儿童受灾的假(jiǎ)照片发(fā)布到网络，以(yǐ)此诱骗善(shàn)良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担(dān)忧，一方面，批判者认(rèn)为AI在“学习(xí)”了(le)大量前人的作品之后(hòu)，其创作没有(yǒu)任(rèn)何(hé)情绪和灵魂，难以和人类的艺术创作相提并论(lùn)。

另一方面，AIGC背(bèi)后(hòu)的版权(quán)、目(mù)前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能(néng)的安全问题需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方

技术都是有(yǒu)两面性的(de)，潜(qián)在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来，人工(gōng)智能技术(shù)将是第四次工业革(gé)命的(de)核心驱(qū)动力量，将创造新(xīn)的增(zēng)长奇迹。

过去一年，人工智能在(zài)技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是(shì)人(rén)工(gōng)智能技术发生(shēng)方(fāng)向性改变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和(hé)谷歌先后发(fā)布了几条引爆科技圈的(de)短视频。这些视频引发关注并(bìng)非内容做得多优秀，反而都非常简(jiǎn)单，比如一匹(pǐ)正在喝(hē)水的(de)马，一(yī)只(zhǐ)画画的玩(wán)具(jù)熊，或者一段骑摩托(tuō)车的第一视角录(lù)像，随便一(yī)个有手机(jī)的人都可以(yǐ)随手录下一(yī)段。

但这些短视(shì)频(pín)的创作(zuò)方(fāng)式非常简单(dān)，创作者仅仅需要向(xiàng)AI输入(rù)一段话，甚至(zhì)只是说一下要求，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷(gǔ)歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后，AI圈就已经玩了(le)一(yī)波梗，一个能够做出更(gèng)高清(qīng)视频的AI还不足以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊(jīng)的地(dì)方在于，它可以(yǐ)制作出超(chāo)过2分(fēn)钟的连贯的也有确切(qiè)内容的视频，这才是(shì)真正让(ràng)人们(men)感到(dào)惊喜的地方。因为(wèi)无(wú)论AI生成的视频(pín)多么高清，也(yě)只能是为内容生产者(zhě)提供一个(gè)灵感，一个素(sù)材(cái)，一(yī)个过场(chǎng)动画。

不过能够(gòu)制作出有(yǒu)具(jù)体剧情内容的视频就意味着，一些(xiē)视频(pín)创作由(yóu)AI代替人(rén)工完成已经初步有了(le)可能。

当(dāng)下AI的发展速度已经超过(guò)大部分人的(de)想象。内容(róng)产业(yè)的本(běn)质是供给创造(zào)需(xū)求(qiú)，AIGC作为全新的(de)内容生产(chǎn)方式(shì)，可以为内容产业带来更新的内容(róng)风格、更快的生产速(sù)度，更(gèng)低的生产成本，这无疑(yí)会驱动内容产(chǎn)业的(de)大(dà)爆发。

除了(le)AI绘图(tú)、视频，AIGC技术(shù)还能应用于音乐、代(dài)码(mǎ)、机器人动(dòng)作等多种内容形式(shì)的(de)生成。不(bù)难发现(xiàn)该项(xiàng)技术不仅在游戏等行业能(néng)得到有(yǒu)效应用，对于(yú)下一(yī)代互联网(wǎng)各种元素(sù)的(de)构建亦有关键意义(yì)。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中的(de)一(yī)块重要拼图，有望在技术更新的加(jiā)持下实现(xiàn)更大(dà)的应用价值。

AI从(cóng)理(lǐ)解内(nèi)容，走向(xiàng)了(le)可以(yǐ)生成(chéng)内容，甚至能够(gòu)创造出独立价值和独立视角的(de)内容。AIGC的再次(cì)出圈磨刀霍霍向牛羊全诗，磨刀霍霍向牛羊是哪首诗上的，更代表着未(wèi)来的先进(jìn)生(shēng)产力(lì)即将(jiāng)到(dào)来。

04

紧抓(zhuā)大模型与算力(lì)，牢固AIGC底座(zuò)

从技(jì)术的发展(zhǎn)也(yě)可(kě)以看出(chū)，在语言大模型、图(tú)像大模型(xíng)之(zhī)后，多模态大模型已经成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工智能发展的(de)智能底座，是全球竞争最(zuì)激烈(liè)的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相发力。

不(bù)过训练大(dà)模型的(de)确(què)价格不菲(fēi)，以国(guó)盛证券发布的(de)《ChatGPT需(xū)要(yào)多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成(chéng)本约为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客(kè)平均数1300万计算，其对应芯片(piàn)需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日(rì)仅电(diàn)费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持(chí)。在关注各类大模(mó)型的(de)发(fā)展同时(shí)，更(gèng)应该关(guān)注算(suàn)力网络的建设。

算力网(wǎng)络正驱(qū)动AI产业发展进(jìn)入(rù)史诗级加速(sù)进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发展(zhǎn)的终极(jí)目标离得(dé)更近(jìn)。

因为(wèi)算力可(kě)以对突破性技术创新(xīn)提供大力的支持。这方(fāng)面(miàn)，多模态大模型(xíng)是(shì)典(diǎn)型。作(zuò)为面向未来强人工智能、通用人工智(zhì)能的重要技(jì)术创新(xīn)，多模态大模型(xíng)已经在人工智能(néng)领(lǐng)域(yù)提出了很多年，业界也有不少技术突(tū)破(pò)，但是，多模(mó)态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算(suàn)力基础设施很快(kuài)将难以胜任(rèn)。

从(cóng)图(tú)像(xiàng)、文字、语音单独一项(xiàng)的训练(liàn)，到双模态、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明显(xiǎn)优势。

此外(wài)，还有很(hěn)多需(xū)要爆发式增长的算力来支撑的技(jì)术(shù)创新，将在(zài)人(rén)工(gōng)智能(néng)算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和(hé)大算力的(de)支持下AIGC能持续颠覆内(nèi)容生产的方式，将(jiāng)创造的(de)边际成(chéng)本降低，让万众受(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 磨刀霍霍向牛羊全诗，磨刀霍霍向牛羊是哪首诗上的