自聊天机器人ChatGPT火爆以来，微软公司(sī)创始人比(bǐ)尔·盖茨已多次(cì)公开谈论人工(gōng)智能话题(tí)。在最近的一(yī)次采访中，他再次表示：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的洗(xǐ)牌”。

这个结(jié)论是他在(zài)当地时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预期，AI的发(fā)展可能会威胁到谷歌的(de)市占率，因为微软在AI方(fāng)面的行动(dòng)相当迅速。而最终科技(jì)巨头将(jiāng)把AI整(zhěng)合成用户的(de)“全能助手”，包(bāo)揽一切应用，与(yǔ)人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的到(dào)来(lái)可能尚需时日(rì)，但由ControlNet引发(fā)的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在(zài)美国科罗拉多(duō)州举办的新兴(xīng)数字艺术(shù)家竞(jìng)赛(sài)中，一幅名为《太(tài)空歌剧(jù)院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们可以在(zài)应用中输入一组(zǔ)关键词或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画(huà)的关键(jiàn)就(jiù)是所输入的文本。同一(yī)组(zǔ)关键词也(yě)可以创作出(chū)很多张风格不一样(yàng)的画(huà)作，这让创作(zuò)的过程就(jiù)像开盲盒(hé)。

很多用(yòng)户(hù)很喜欢(huān)这种不确定的惊喜，他们(men)会将生(shēng)成的美图当做头像。而另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画(huà)的填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中(zhōng)国人张吕敏创作的一(yī)种(zhǒng)基于控制点的图像(xiàng)变形算法(fǎ)，主要用(yòng)于数(shù)字图像处理(lǐ)、计算机(jī)视觉和计算机图形学(xué)等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的(de)两天内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家(jiā)用了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现(xiàn)代表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画面的(de)构图，人(rén)物的姿势(shì)和(hé)画面(miàn)的(de)深度(dù)信息等。有了它的帮助，就不(bù)用频繁(fán)的用(yòng)提示(shì)词来(lái)碰运气，抽(chōu)盲(máng)盒(hé)式的创作了。

通(tōng)俗(sú)的说(shuō)ControlNet相当于给AI绘(huì)画(huà)加了“魔法”，不少博主的(de)作品已经(jīng)获得(dé)了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

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

通(tōng)过图片就可(kě)以看(kàn)出来(lái)，效果十(shí)分惊艳。

更厉害的是(shì)，除了真实的(de)照片(piàn)，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张吕(lǚ)敏其本尊也亲自(zì)回应。

不得(dé)不说(shuō)当下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的(de)作品(pǐn)都已经能以假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由(yóu)于这个活动里(lǐ)面给出的美(měi)女照(zhào)片都是AI制作的真(zhēn)人照片绘图，因为(wèi)太逼真(zhēn)，被大家当(dāng)成(chéng)真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提(tí)供的照(zhào)片中有个很大的(de)漏洞可以(yǐ)发现并非真人(rén)，而是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的存在异常(cháng)。

有行业人事表示：“现在因为手指部(bù)分的绘画算法比较复杂(zá)，AI还不太会(huì)画(huà)人的手，但最新看(kàn)到的图片已经有(yǒu)越来(lái)越完(wán)美(měi)的AI模型出现，以后可能就完全没有漏洞了(le)。”

类似的AI作图诈(zhà)骗在国外(wài)也(yě)已有发生。据(jù)英(yīng)国广播公司报(bào)道，土(tǔ)耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成了儿童受(shòu)灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真(zhēn)人照片般的绘图(tú)效(xiào)果，如果(guǒ)这样的图片被(bèi)用来(lái)诈骗，将(jiāng)非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方(fāng)面，批(pī)判者认为(wèi)AI在“学习”了大量前人的作(zuò)品之后(hòu)，其创作(zuò)没有任何(hé)情绪(xù)和灵(líng)魂(hún)，难以和人类(lèi)的艺(yì)术创作相提并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到有(yǒu)效的解决，还(hái)有AIGC会(huì)不会代(dài)替人类“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需(xū)要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还(hái)有远(yuǎn)方

技(jì)术(shù)都(dōu)是有(yǒu)两面(miàn)性的(de)，潜在(zài)的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能技术将(jiāng)是第(dì)四次工业革命(mìng)的(de)核(hé)心(xīn)驱动力量，将创造(zào)新(xīn)的增长(zhǎng)奇迹。

过去一年，人工智能在(zài)技(jì)术(shù)和商(shāng)业层面都有了(le)巨大进展，AI绘画就是人工智(zhì)能技术发生(shēng)方(fāng)向性改变的一个(gè)代表。其下一站(zhàn)或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了(le)几条引(yǐn)爆科技圈的(de)短(duǎn)视频。这(zhè)些视频引发(fā)关(guān)注并非内容做(zuò)得多优秀，反而都非常简单，比如(rú)一匹正在(zài)喝水的马，一只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车(chē)的第(dì)一视角(jiǎo)录像，随(suí)便一个有手(shǒu)机的人都可以随手录下一段。

但这些短视频的创作方(fāng)式非常简(jiǎn)单，创作者(zhě)仅仅需(xū)要向AI输(shū)入一段话，甚至只(zhǐ)是说一下要求，AI就(jiù)可以根据需(xū)要(yào)生成(chéng)一段(duàn)视(shì)频。

谷歌发布的两个(gè)AI生成视频(pín)分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频(pín)后，AI圈就已经(jīng)玩了一波梗，一(yī)个(gè)能(néng)够做出更高(gāo)清视频的AI还不足以最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方在于(yú)，它可以(yǐ)制(zhì)作(zuò)出超过(guò)2分钟的连贯的也有确切内容的视(shì)频，这才是真正让人们感到惊喜的地方。因为(wèi)无论AI生成的视(shì)频多么高清，也只(zhǐ)能是为内容生产(chǎn)者提供(gōng)一个灵感，一个素材，一(yī)个过(guò)场动画。

不过能够(gòu)制作出有具体剧情(qíng)内容的视频就意(yì)味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的(de)发展(zhǎn)速(sù)度已经超(chāo)过大部分人的想象(xiàng)。内容产业的(de)本质(zhì)是(shì)供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内容产业带来(lái)更新的内(nèi)容(róng)风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技术(shù)还能应用于音(yīn)乐、代(dài)码、机器人(rén)动作等多种内容形式(shì)的生成。不(bù)难发现该(gāi)项(xiàng)技术不仅在游戏(xì)等行业(yè)能得到(dào)有效应用，对(duì)于(yú)下一代互联网各种元(yuán)素的(de)构建亦有关(guān)键意义。

从商业化(huà)的角度来看(kàn)，文化娱乐(lè)、教(jiào)育(yù)、传(chuán)媒等诸(zhū)多领域(yù)，本身就对基于(yú)AI的可(kě)视化内(nèi)容(róng)有强烈需求。

因此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中的一块(kuài)重(zhòng)要拼图，有(yǒu)望在(zài)技(jì)术更新的加持(chí)下实现更大(dà)的应用价值。

AI从(cóng)理解内容，走向了(le)可以生成内容，甚至能够创(chuàng)造出独立价值和(hé)独立(lì)视(shì)角的内容。AIGC的(de)再次出圈，更(gèng)代表着未来的先进生产力即将到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技术的发展也可(kě)以看出(chū)，在语言大模型(xíng)、图像大模型(xíng)之后(hòu)，多模态大模型已(yǐ)经成(chéng)为了新的趋势。

大模型(xíng)被誉为当前人(rén)工智能发展的智能底座(zuò)，是全球竞争最激烈的研究方(fāng)向之一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练(liàn)大模型的(de)确价格不菲，以国(guó)盛证券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一(yī)次的成本(běn)约(yuē)为140万(wàn)美元(yuán)。而(ér)对于一些更大的LLM(大型语言模型)，训(xùn)练成本则介于200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数(shù)1300万计算，其对应(yīng)芯片(piàn)需求(qiú)为3万(wàn)多片英(yīng)伟达A100 GPU，初始投(tóu)入(rù)成(chéng)本约为8亿美元，每日(rì)仅电费就(jiù)在5万美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关(guān)注各(gè)类大(dà)模型(xíng)的发(fā)展同时，更(gèng)应该关注(zhù)算力网络的(de)建(jiàn)设。

算(suàn)力网络(luò)正(zhèng)驱动AI产业发展进(jìn)入史诗级加速进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的(de)终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新提供大力的支(zhī)持。这方面，多模态(tài)大模型是典型(xíng)。作为面(miàn)向(xiàng)未来强人(rén)工(gōng)智(zhì)能、通用人(rén)工(gōng)智能的重要技术(shù)创新，多模态大模型已(yǐ)经在(zài)人(rén)工智能领域提出了很多年，业(yè)界也有不少技术突破，但是(shì)，多模态大模型进一(yī)步往下走，算力需(xū)求呈几何式上(shàng)升，一(yī)般的算力基础设施很快(kuài)将难(nán)以胜任。

从图像、文字、语音(yīn)单独一(yī)项(xiàng)的训练，到双模(mó)态、三(sān)模(mó)态的跃迁，让人工智能可(kě)以灵活(huó)应对不同模态的转化、像人与世界(jiè)交互(hù)一样自然(rán)，这方面，由算力网络来驱动将有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的算(suàn)力来支(zhī)撑的(de)技(jì)术创新(xīn)，将在人工智能算(suàn)力网络支撑下快速推进(jìn)。

AIGC已(yǐ)经露出曙光(guāng)，期待(dài)在大模型和大算力(lì)的(de)支(zhī)持下(xià)AIGC能持续颠覆内容生产的(de)方式，将创造的边(biān)际成本降低，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 最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词