自(zì)聊(liáo)天机器人ChatGPT火爆以(yǐ)来(lái)，微(wēi)软公司创始人(rén)比尔(ěr)·盖茨(cí)已多次(cì)公开谈论(lùn)人工智能话(huà)题。在最近的一次采访中，他(tā)再次表(biǎo)示：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在当地时(shí)间2月(yuè)20日接受《In Good Company》节目(mù)专访时提出的(de)。

他(tā)预期，AI的发展可能会威(wēi)胁到(dào)谷歌的市占(zhàn)率，因(yīn)为微软在AI方面(miàn)的行动相(xiāng)当(dāng)迅速。而最终科技巨(jù)头将把AI整合成(chéng)用户(hù)的“全(quán)能助手”，包揽(lǎn)一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的(de)到来(lái)可(kě)能尚需时日，但由(yóu)ControlNet引发的又一(yī)次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的(de)新兴数(shù)字艺(yì)术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各大厂商的(de)AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输(shū)入一组(zǔ)关键词或者一张照片，就能获(huò)得一幅(fú)AI创作的(de)画(huà)作(zuò)。

作画的关键(jiàn)就是(shì)所输入(rù)的(de)文本。同一组关键词(cí)也(yě)可以(yǐ)创作出很(hěn)多张风格不一样的(de)画作，这让创作(zuò)的过程就像(xiàng)开盲(máng)盒(hé)。

很多(duō)用(yòng)户很喜欢这种不确定的惊喜，他(tā)们会将生(shēng)成的美图当做头像。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一位网友的小狗(gǒu)照(zhào)片被AI画成了“肌(jī)肉男(nán)”，还有网(wǎng)友的个人照(zhào)片被AI识别成(chéng)了建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出(chū)现与加持，以往AI绘画的(de)填写(xiě)关键词游(yóu)戏可能要(yào)被颠覆了(le)。

如来佛祖最怕的一个人，如来佛祖的克星是谁rc="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在(zài)斯(sī)坦福读博的(de)中国人张(zhāng)吕敏创(chuàng)作的一种(zhǒng)基于(yú)控制(zhì)点的图(tú)像(xiàng)变形算(suàn)法，主要用于数字图(tú)像处(chù)理、计算(suàn)机视(shì)觉(jué)和计算机图形学等领域。

其SD插(chā)件一经发布(bù)，在(zài)短短的两天内便成为了AI绘画领(lǐng)域最新的(de)热点。

在此之前(qián)，大家用(yòng)了(le)很(hěn)多方法想让(ràng)AI生成(chéng)的结果尽可能的符合(hé)要求，但是都不尽如人意，它的出现代表着AI生成开始(shǐ)进入真正(zhèng)的(de)可控时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的(de)姿势和画面的深度信(xìn)息等。有(yǒu)了它(tā)的帮助，就不(bù)用频繁的用(yòng)提示词来碰运气，抽盲盒式的创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中之一(yī)，他用朋友的(de)照片直接带她们走(zǒu)进动漫世界。

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

再(zài)用Text2Prompt插(chā)件拓展找到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词(cí)试效果。

通(tōng)过(guò)图片就(jiù)可以看出(chū)来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能实现线稿转全(quán)彩(cǎi)图(tú)。大神张吕敏其本尊也亲自回应(yīng)。

不得(dé)不说(shuō)当下(xià)AIGC已(yǐ)经变得越来越(yuè)强大，甚至输出的作品都(dōu)已经能(néng)以假乱真(zhēn)了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问(wèn)题(tí)

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息(xī)火遍网络，而经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照片都是AI制作的(de)真人照片(piàn)绘图，因为(wèi)太逼真，被大(dà)家当成真事传播了(le)。

不(bù)过(guò)仔细观察可以发(fā)现，活(huó)动(dòng)发起者(zhě)提供的照片中(zhōng)有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便是图片中女(nǚ)性的手(shǒu)指部分有的存在异常。

有行业(yè)人事表示：“现在因为手(shǒu)指部(bù)分的绘画算法比较复杂，AI还不太会画(huà)人的(de)手，但最(zuì)新看到(dào)的图片已经有越来(lái)越完美的(de)AI模型出现，以后可能就完全没有漏(lòu)洞了。”

类似(shì)的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广播公司报道，土耳其(qí)地震期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾的假照片发(fā)布到网络，以此诱(yòu)骗善良的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着技(jì)术发展，AIGC已(yǐ)经(jīng)能(néng)做出真人照片(piàn)般(bān)的(de)绘图效果，如果这(zhè)样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量前人的作(zuò)品(pǐn)之(zhī)后，其创作没(méi)有任(rèn)何情(qíng)绪和灵魂，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都并没(méi)有(yǒu)得到有效(xiào)的解(jiě)决，还(hái)有AIGC会不(bù)会代(dài)替人(rén)类“至高无上(shàng)”的创意。

马斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有远方

技(jì)术都是有两面性的，潜在的危(wēi)害并不能掩盖(gài)其光辉的贡献。现在看来，人工(gōng)智能技术将(jiāng)是(shì)第四次工业革命的核心(xīn)驱动力量，将创造新(xīn)的(de)增长奇迹(jì)。

过去一年，人工智能在技(jì)术和(hé)商业层(céng)面(miàn)都有了(le)巨大进展(zhǎn)，AI绘画就是人(rén)工智能技术(shù)发生方向性改变的一个代表(biǎo)。其(qí)下一(yī)站或许(xǔ)就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些视(shì)频引发关注并非(fēi)内容做得多优秀(xiù)，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具(jù)熊，或(huò)者一段(duàn)骑(qí)摩托车的第(dì)一视角录像(xiàng)，随(suí)便一个有手机的人都可以随(suí)手录下一(yī)段。

但这些短(duǎn)视频(pín)的(de)创作(zuò)方式非(fēi)常(cháng)简(jiǎn)单，创作者(zhě)仅(jǐn)仅需要(yào)向(xiàng)AI输(shū)入一段话，甚(shèn)至(zhì)只是说(shuō)一下(xià)要求，AI就(jiù)可以根据需(xū)要生(shēng)成一段视频。

谷歌发(fā)布的(de)两(liǎng)个(gè)AI生成(chéng)视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布(bù)了AI生成的(de)视频(pín)后，AI圈就已经玩了一波梗，一个能(néng)够做(zuò)出更高清视频的AI还不足以在短(duǎn)时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震惊的地(dì)方在于，它可以制作(zuò)出超过2分钟的连贯的也有(yǒu)确切内(nèi)容的视频(pín)，这才是真正让人(rén)们感(gǎn)到惊喜的地(dì)方。因为(wèi)无论AI生成的视(shì)频多么高清，也(yě)只能是为内容生(shēng)产者提供一(yī)个灵感，一个(gè)素材，一个过场动画(huà)。

不过能够(gòu)制作(zuò)出有具体剧情内容的视(shì)频就意味着，一些视(shì)频(pín)创作由AI代替(tì)人(rén)工(gōng)完(wán)成已(yǐ)经初(chū)步有了可能。

当下AI的(de)发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业的(de)本质是供给(gěi)创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以(yǐ)为(wèi)内容产业带来更(gèng)新的内容(róng)风格(gé)、更快的生产速度，更低的(de)生产成本，这(zhè)无疑会驱(qū)动内容(róng)产业的大(dà)爆发。

除了AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动作(zuò)等(děng)多种内容(róng)形式的生成(chéng)。不难发现该项(xiàng)技术(shù)不仅在(zài)游戏等行业能(néng)得到有效应用，对于下(xià)一代互联网各(gè)种(zhǒng)元(yuán)素的构建亦有关键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本身(shēn)就对基(jī)于AI的可视化内容有(yǒu)强烈(liè)需(xū)求(qiú)。

因此，AI绘画及视频或不是(shì)结果(guǒ)，而只是AI进(jìn)程中的一(yī)块重要(yào)拼图，有望(wàng)在(zài)技术更新的加持下实现更大的应用价(jià)值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够创造(zào)出独立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表着(zhe)未来的(de)先进生产力即将(jiāng)到来(lái)。

04

紧(jǐn)抓大模(mó)型(xíng)与算力，牢固AIGC底座

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

大模(mó)型被誉为(wèi)当前人工智能(néng)发展的智能底座(zuò)，是全(quán)球竞争最激(jī)烈的(de)研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相发力(lì)。

不过训练大(dà)模(mó)型的确价格不菲，以(yǐ)国(guó)盛证券(quàn)发布的(de)《ChatGPT需要(yào)多少算力》报(bào)告(gào)估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一(yī)些(xiē)更大的LLM(大型语(yǔ)言(yán)模型)，训练成本则介于200万美元(yuán)至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万(wàn)计算，其对应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注(zhù)各类大模型的发展同时，更应该(gāi)关(guān)注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入史诗级加(jiā)速进(jìn)程(chéng)，让AIGC及通用AI这一(yī)人(rén)工智能发展的终极目(mù)标离得更近。

因(yīn)为算(suàn)力可以对突破性技术创新提供(gōng)大(dà)力的(de)支持。这(zhè)方面(miàn)，多模态大模(mó)型是典型。作为面向(xiàng)未(wèi)来强人工智(zhì)能、通(tōng)用(yòng)人工智(zhì)能的重要技术(shù)创新，多模态(tài)大模型已经在人工(gōng)智能领(lǐng)域提出(chū)了(le)很多年，业界也有不少技术(shù)突破，但是(shì)，多模(mó)态大模型进一步往下走，算(suàn)力需求(qiú)呈几(jǐ)何式(shì)上(shàng)升(shēng)，一般的算力基础(chǔ)设施(shī)很快将难(nán)以(yǐ)胜(shèng)任(rèn)。

从图像、文(wén)字、语(yǔ)音单独(dú)一项的(de)训练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与(yǔ)世界交互一(yī)样自然，这方面，由算力网络来驱(qū)动(dòng)将有(yǒu)明显优势。

此外(wài)，还有很(hěn)多需要爆发(fā)式增长的算(suàn)力来支撑的技(jì)术创新，将在人工智(zhì)能(néng)算力网络支撑下快速推进(jìn)。

AIGC已经(jīng)露(lù)出曙光(guāng)，期待在大(dà)模型和大算力的(de)支持下AIGC能(néng)持(chí)续颠覆(fù)内容生产的方式，将创造的边际成(chéng)本降低，让万(wàn)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 如来佛祖最怕的一个人，如来佛祖的克星是谁