自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次公开谈论人工智能话题。在最近(jìn)的(de)一次采访中，他再(zài)次表示：“AI可(kě)能会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个(gè)结论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可能(néng)会威胁(xié)到(dào)谷歌(gē)的市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当(dāng)迅速。而(ér)最终(zhōng)科技巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一切应(yīng)用，与人们(men)进行沟通并(bìng)提供建(jiàn)议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助手的到来可能(néng)尚需时日(rì)，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让(ràng)AIGC在(zài)ChatGPT的话题(tí)热点包(bāo)围(wéi)中杀(shā)出(chū)重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴(xīng)数(shù)字(zì)艺术家(jiā)竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘(huì)画软件被(bèi)广(guǎng)大网友熟知(zhī)并体验(yàn)，Stable Diffusion便(biàn)是其(qí)中代表。

用户们可以在应用中输入(rù)一组关(guān)键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键(jiàn)就(jiù)是所输入的文本(běn)。同一组关(guān)键(jiàn)词也可(kě)以创作出很多张风格(gé)不一(yī)样(yàng)的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很(hěn)喜欢这种不确(què)定的惊喜，他们会将(jiāng)生成的美(měi)图(tú)当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交媒(méi)体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如(rú)，一位网友的(de)小狗照片被AI画成了“肌肉(ròu)男”，还(hái)有(yǒu)网友(yǒu)的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人(rén)张(zhāng)吕敏创作的(de)一种基于控制点的图(tú)像变形算法，主要(yào)用于(yú)数字图像处理、计算(suàn)机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的(de)热点。

在此之前，大家用了很多方法(fǎ)想(xiǎng)让AI生(shēng)成的结果(guǒ)尽(jǐn)可能的(de)符合要求，但是都不尽如人意，它的出现代(dài)表着(zhe)AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势和画面的深(shēn)度(dù)信(xìn)息等(děng)。有了它的帮助(zhù)，就不用频繁的用(yòng)提示词(cí)来碰运气，抽盲盒式(shì)的创(chuàng)作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了(le)“魔法”，不(bù)少博(bó)主(zhǔ)的作品已经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插(chā)件拓展找到对(duì)应的关(guān)键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼(gé)开始(shǐ)换关键词试效果。

通过(guò)图(tú)片就可以看出来，效(xiào)果十分惊(jīng)艳(yàn)。

更厉害的(de)是(shì)，除了(le)真实(shí)的照片，草图也(yě)可以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲(qīn)自回应。

不得不说当(dāng)下AIGC已经变得越来越(yuè)强(qiáng)大，甚至输出的作品都已(yǐ)经能以(yǐ)假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆(bào)发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经过(guò)警方(fāng)辟谣(yáo)这所谓的“party”可(kě)能(néng)是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面(miàn)给(gěi)出(chū)的美女照(zhào)片都是AI制作的(de)真人照片绘图，因为太逼真，被大家当成真事(shì)传播了。

不过仔细观察可以发(fā)现，活动发起者提供的(de)照片中有个很大的(de)漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是(shì)图片中女(nǚ)性(xìng)的手指部分有的存在异常。

有行(xíng)业人事表示：“现(xiàn)在因为手(shǒu)指部(bù)分的(de)绘画算法比较复杂(zá)，AI还(hái)不太会画人(rén)的手，但最(zuì)新看到(dào)的图片(piàn)已经(jīng)有越来越完美的AI模型出现，以后可能就(jiù)完全没有漏洞(dòng)了(le)。”

类似(shì)的AI作图诈骗在(zài)国外也(yě)已有发生。据英国(guó)广播公司报道，土耳(ěr)其地(dì)震(zhèn)期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾的假(jiǎ)照片发布到(dào)网(wǎng)络，以(yǐ)此诱(yòu)骗善良的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出(chū)真人照片般的绘图效果(guǒ)，如果这样(yàng)的(de)图片(piàn)被用来诈骗，将非常可怕。

此外(wài)AIGC还引发了很(hěn)多担忧，一方面，批判者认(rèn)为AI在“学习”了大量(liàng)前人的作品之后(hòu)，其创作没(méi)有任何情绪和灵魂，难以和(hé)人类的艺(yì)术(shù)创(chuàng)作相提(tí)并(bìng)论。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到(dào)有效的解决，还有AIGC会不会(huì)代替人类“至高无上”的创(chuàng)意。

马斯克也(yě)强(qiáng)调，人工智能(néng)的安全问题需要得到重(zhòng)视，太晚(wǎn)就(jiù)来不及了(le)。

03

AIGC下一站(zhàn)除(chú)了视(shì)频，还有远(yuǎn)方

技术都是有(yǒu)两面性的(de)，潜在的危害(hài)并(bìng)不能(néng)掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是第四次工业革(gé)命的核(hé)心(xīn)驱动力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智能(néng)在技术和(hé)商业(yè)层面都(dōu)有了巨大(dà)进展，AI绘画就是人工智能技(jì)术发生(shēng)方向性改变的一(yī)个代表(biǎo)。其(qí)下一站或许(xǔ)就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了(le)几(jǐ)条引爆科技圈的短视频。这些视频引发关(guān)注并(bìng)非内(nèi)容做得多优(yōu)秀，反而都非常简单(dān)，比(bǐ)如一匹正在喝水的马，一只画画(huà)的玩具(jù)熊，或者一段骑摩托车的第(dì)一视角录像(xiàng)，随(suí)便一个(gè)有手机的人都可以随(suí)手(shǒu)录(lù)下(xià)一段。

但这些(xiē)短(duǎn)视频的创(chuàng)作(zuò)方式非(fēi)常简单，创作者(zhě)仅仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根(gēn)据需要生(shēng)成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布(bù)了(le)AI生成(chéng)的视(shì)频后，AI圈就(jiù)已经玩了(le)一波梗(gěng)，一个能够做出更高(gāo)清视(shì)频的AI还不足(zú)以(yǐ)在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在于，它可以(yǐ)制作(zuò)出超过2分钟的连(lián)贯的(de)也(yě)有确切内容的视频，这才是真正让人们感(gǎn)到惊喜的地方。因(yīn)为无论AI生(shēng)成的视频多么(me)高(gāo)清，也只(zhǐ)能(néng)是为内容(róng)生产者提供一(yī)个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧(jù)情(qíng)内(nèi)容的视频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步有了(le)可能。

当下AI的发(fā)展速(sù)度已经超过大部分人的想象。内容产业的本质是(shì)供(gōng)给创造需求(qiú)，AIGC作(zu苟以天下之大而从六国破亡之故事是又在六国下矣翻译，苟以天下之大而从六国古今异义ò)为全(quán)新的内容(róng)生产方式，可(kě)以为内容(róng)产业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑(yí)会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还(hái)能应用于(yú)音乐、代码、机器(qì)人动(dòng)作等多(duō)种(zhǒng)内容(róng)形式的生成。不难发(fā)现该(gāi)项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到有效应(yīng)用(yòng)，对于下(xià)一代互联网各种元素(sù)的构建亦有关键意(yì)义。

从商业化(huà)的角(jiǎo)度(dù)来(lái)看，文化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的(de)可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频(pín)或不苟以天下之大而从六国破亡之故事是又在六国下矣翻译，苟以天下之大而从六国古今异义是结果，而(ér)只是AI进程(chéng)中的一块重要拼图(tú)，有望(wàng)在技术更新的加持(chí)下实现更大(dà)的(de)应用价值。

AI从(cóng)理(lǐ)解(jiě)内容(róng)，走向了可以生(shēng)成(chéng)内容，甚至(zhì)能够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更代表着未来的先(xiān)进生产力即(jí)将到(dào)来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在语言大模型、图像大模型(xíng)之后，多模态大(dà)模型(xíng)已经成为了新的趋势。

大模型被誉为(wèi)当前人(rén)工智能发展的智能(néng)底座，是全(quán)球竞(jìng)争最激(jī)烈的研究(jiū)方向(xiàng)之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企(qǐ)业(yè)都(dōu)在竞(jìng)相发力。

不过(guò)训练(liàn)大模型(xíng)的(de)确价格不菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需(xū)要多少算(suàn)力》报告(gào)估算(suàn)，GPT-3训练(liàn)一(yī)次的成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初(chū)始投入成本约(yuē)为(wèi)8亿美元，每日仅电费(fèi)就在(zài)5万美元(yuán)左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各类大模型(xíng)的发(fā)展同(tóng)时，更(gèng)应该关(guān)注算力网络(luò)的建设。

算力网络(luò)正驱动AI产业发(fā)展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这一人工智能(néng)发展的(de)终极目标离得(dé)更近(jìn)。

因为算(suàn)力(lì)可(kě)以(yǐ)对突破性技术创新提供(gōng)大力的(de)支持。这方面，多模态大模型是典型。作(zuò)为面向未来强人工(gōng)智能、通(tōng)用(yòng)人工智能的重要技术(shù)创新(xīn)，多模态大模型已经在人工智能(néng)领(lǐng)域提出了很(hěn)多(duō)年，业(yè)界(jiè)也有不少(shǎo)技术突(tū)破，但(dàn)是，多模态大模型(xíng)进一步往(wǎng)下走，算力需求呈几何式上升，一(yī)般的(de)算力基础(chǔ)设施很(hěn)快(kuài)将难以胜任。

从图像(xiàng)、文字、语音单(dān)独一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世(shì)界交(jiāo)互一样自(zì)然，这方(fāng)面，由算力(lì)网络(luò)来驱动将(jiāng)有明(míng)显优势。

此外，还有很多(duō)需(xū)要爆发(fā)式增长(zhǎng)的算力来支撑的(de)技术创新，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大(dà)算(suàn)力的(de)支持下AIGC能持(chí)续颠(diān)覆内容生产的方式(shì)，将创(chuàng)造的边际成本降低，让万众(zhòng)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 苟以天下之大而从六国破亡之故事是又在六国下矣翻译，苟以天下之大而从六国古今异义