自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人工智能(néng)话题。在最近的一次采访中，他再次(cì)表示：“AI可(kě)能会让科技行业迎(yíng)来一(yī)次(cì)剧烈(liè)的洗牌(pái)”。

这(zhè)个结论是他在当地时(shí)间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能(néng)会威(wēi)胁到谷(gǔ)歌(gē)的市占(zhàn)率，因为(wèi)微软在AI方面(miàn)的行动相当迅(xùn)速。而最终(zhōng)科(kē)技(jì)巨(jù)头(tóu)将把AI整(zhěng)合成(chéng)用户(hù)的“全能助手”，包揽一切应用，与人(rén)们(men)进(jìn)行(xíng)沟(gōu)通(tōng)并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘(huì)画为(wèi)代表的AIGC上(shàng)一次爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌(gē)剧院》芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗的作品(pǐn)获奖(jiǎng)。

随后各大厂商的AI绘(huì)画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可以在应用中输(shū)入一组关(guān)键词或者一张照片，就能(néng)获(huò)得一幅AI创(chuàng)作的画作(zuò)。

作画(huà)的关键就是所输入的文本。同一组关(guān)键词也可以创作出很多张风格(gé)不一样的画作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不(bù)确定的惊喜，他们会将生成的美(měi)图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻车现场(chǎng)”，例如(rú)，一(yī)位网友的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友(yǒu)的个人照片被AI识(shí)别成了建筑。

而如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正在(zài)斯坦福读博的中国人张吕敏创(chuàng)作(zuò)的(de)一种基(jī)于控制(zhì)点的图像(xiàng)变(biàn)形算法，主要用于数(shù)字图像处(chù)理(lǐ)、计算机(jī)视觉和计算机图(tú)形学等领域。

其SD插(chā)件一经发布，在短(duǎn)短(duǎn)的(de)两天内(nèi)便(biàn)成为(wèi)了(le)AI绘(huì)画领域最新的(de)热点。

在此之前(qián)，大家用(yòng)了很多方(fāng)法想(xiǎng)让AI生成的结果尽可能(néng)的符合要求，但(dàn)是都不尽如人意，它(tā)的(de)出现代表(biǎo)着(zhe)AI生成开始进入真正的可(kě)控时(shí)期。

因为ControlNet可以直接(jiē)提取画(huà)面的构图，人物的姿势(shì)和(hé)画面的深(shēn)度信息等。有(yǒu)了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽(chōu)盲(máng)盒式的创作(zuò)了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博(bó)主的作品已经获得(dé)了大量的浏(liú)览量，“viggo”就(jiù)是其中之一(yī)，他(tā)用朋友(yǒu)的照片直(zhí)接带她们(men)走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插(chā)件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插件(jiàn)绑定骨(gǔ)骼开始换关(guān)键(jiàn)词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是，除了真实(shí)的(de)照片，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全(quán)彩图。大神张(zhāng)吕(lǚ)敏其(qí)本尊也亲(qīn)自回(huí)应。

不得(dé)不说当下(xià)AIGC已经变(biàn)得(dé)越来越强大(dà)，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力(lì)爆发

警惕(tì)安(ān)全(quán)问(wèn)题

近日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇party”的消息火遍(biàn)网络，而经(jīng)过(guò)警方(fāng)辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈骗(piàn)。

由(yóu)于(yú)这个活(huó)动里面(miàn)给出的美(měi)女照片都(dōu)是(shì)AI制作的真人照(zhào)片绘图，因(yīn)为太逼(bī)真，被大家当成(chéng)真事传播(bō)了(le)。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照片中有个很大(dà)的(de)漏洞(dòng)可以发现并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是图片(piàn)中女性的手指(zhǐ)部分(fēn)有(yǒu)的存在(zài)异常。

有行业人事表示：“现在因为手指部分(fēn)的绘画(huà)算(suàn)法比较(jiào)复杂，AI还不太(tài)会画人(rén)的手(shǒu)，但最新看(kàn)到的图片已经有越来越完美的AI模(mó)型出(chū)现，以后(hòu)可能就完(wán)全没有(yǒu)漏(lòu)洞(dòng)了。”

类似(shì)的(de)AI作图诈骗在国外(wài)也已有发(fā)生。据英国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片(piàn)发布到网络，以(yǐ)此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能做出真人(rén)照片般的绘(huì)图效果，如果(guǒ)这(zhè)样(yàng)的图片被(bèi)用来诈骗(piàn)，将非(fēi)常可(kě)怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量前(qián)人(rén)的作(zuò)品之后，其创作没有(yǒu)任何(hé)情绪和(hé)灵魂，难以和(hé)人类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到(dào)有效的解(jiě)决，还有(yǒu)AIGC会(huì)不会代(dài)替人类(lèi)“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强调，人工(gōng)智(zhì)能(néng)的安全问题需要得(dé)到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术(shù)都是有(yǒu)两(liǎng)面性的，潜在(zài)的(de)危害(hài)并(bìng)不能(néng)掩盖其光(guāng)辉(huī)的贡献。现(xiàn)在看来，人工智能技术将是第四次工业(yè)革命的核心(xīn)驱动力量，将创(chuàng)造新的(de)增(zēng)长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了巨大进展，AI绘画就是人工智(zhì)能技术(shù)发生方向性改(gǎi)变的一个代(dài)表(biǎo)。其下一站(zhàn)或(huò)许就(jiù)是视频。

此前，Meta和谷歌先后(hòu)发布了几条(tiáo)引(yǐn)爆科技圈的短视(shì)频。这(zhè)些视频引发(fā)关注并(bìng)非内容做(zuò)得多(duō)优(yōu)秀，反而(ér)都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画(huà)的玩具熊，或者一段骑摩托车的(de)第一视角录像，随便一(yī)个有手(shǒu)机的人都可(kě)以(yǐ)随手录(lù)下一段。

但这些(xiē)短视频的创作方式非(fēi)常简单(dān)，创作(zuò)者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是说(shuō)一下(xià)要求，AI就可(kě)以根据需要生(shēng)成一段视(shì)频。

谷歌发布(bù)的两个(gè)AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差(chà)别(bié)。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈(quān)就已经玩(wán)了一(yī)波(bō)梗，一个能够做出更高清视频的(de)AI还不足以(yǐ)在短(duǎn)时间(jiān)内(nèi)戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯(guàn)的也(yě)有确(què)切内容的视(shì)频，这才是真(zhēn)正让人们感到惊喜的地方。因为无论AI生成的(de)视频多么高清(qīng)，也只(zhǐ)能是为(wèi)内容生(shēng)产者(zhě)提供一个灵感，一个素(sù)材，一个(gè)过(guò)场动画。

不(bù)过能(néng)够制作出(chū)有具体剧情内容(róng)的视频就(jiù)意味着，一些(xiē)视频创作(zuò)由AI代替人(rén)工完成已(yǐ)经初步有了(le)可能(néng)。

当下(xià)AI的发(fā)展速(sù)度已经超过大部分人(rén)的想(xiǎng)象(xiàng)。内(nèi)容产业(yè)的(de)本质是供给创造需(xū)求，AIGC作(zuò)为全新的(de)内容生产方式，可(kě)以(yǐ)为(wèi)内容产业带(dài)来更新的内容风格、更快的生产(chǎ芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗n)速度，更低的(de)生产成(chéng)本(běn)，这无(wú)疑会(huì)驱动(dòng)内容(róng)产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐(lè)、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术(shù)不仅在游戏等行业能得到(dào)有(yǒu)效应用，对于(yú)下一代互联网各种元素的(de)构建亦有关键意义。

从商业化的角度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对基于(yú)AI的可视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是(shì)AI进程(chéng)中(zhōng)的一块重(zhòng)要拼图(tú)，有望在技(jì)术更(gèng)新的加持下(xià)实(shí)现更(gèng)大的应用价值。

AI从(cóng)理(lǐ)解(jiě)内容，走向了(le)可以生成内容，甚(shèn)至(zhì)能够创(chuàng)造出独(dú)立价值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈(quān)，更代表(biǎo)着未(wèi)来的先进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发(fā)展也可以看出，在(zài)语言(yán)大(dà)模型、图像大模(mó)型之后，多(duō)模态(tài)大模型已经(jīng)成为(wèi)了新的趋势。

大模型被誉为当前人(rén)工(gōng)智能(néng)发展(zhǎn)的智能底座，是(shì)全球竞争最激(jī)烈的研究方向之(zhī)一，包括(kuò)谷歌(gē)、亚马逊、百度(dù)、阿(ā)里(lǐ)、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞(jìng)相(xiāng)发力(lì)。

不过训练大(dà)模型(xíng)的确价格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一次(cì)的(de)成本(běn)约为140万(wàn)美元。而对于一些(xiē)更大(dà)的LLM(大(dà)型语言模型(xíng))，训练(liàn)成本则(zé)介(jiè)于(yú)200万美(měi)元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数(shù)1300万计算，其对(duì)应芯(xīn)片(piàn)需求为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美(měi)元(yuán)，每日仅电费就(jiù)在(zài)5万美(měi)元左右。

此外不论是(shì)ChatGPT还(hái)是(shì)AIGC，都离不(bù)开庞大算力支(zhī)持。在(zài)关注各类大模型的发展同(tóng)时，更应该(gāi)关注算力网络的建(jiàn)设。

算力(lì)网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速进程，让AIGC及通用AI这一(yī)人工智能发展的终极目(mù)标离(lí)得更近。

因为(wèi)算力(lì)可以(yǐ)对(duì)突破性(xìng)技术创新提供大(dà)力的支持。这方面，多模(mó)态(tài)大模型(xíng)是(shì)典(diǎn)型(xíng)。作(zuò)为面向未来强人工智能、通用人工智(zhì)能的重(zhòng)要技术创新，多(duō)模态大模(mó)型已经在(zài)人工智能(néng)领域提出了(le)很多年(nián)，业(yè)界也有不少(shǎo)技术突破(pò)，但是，多模(mó)态大模型进一步往下走，算力需求呈(chéng)几何式(shì)上(shàng)升，一般的算力(lì)基础设(shè)施很(hěn)快将(jiāng)难(nán)以胜任。

从图像(xiàng)、文字(zì)、语音单独一项的训练，到双模态、三模态的跃迁，让人工智(zhì)能(néng)可以灵活应对不同模(mó)态的转化(huà)、像人(rén)与世(shì)界交互一样自然，这方面，由算力网(wǎng)络来驱(qū)动(dòng)将有明显优势。

此外，还有很多需要(yào)爆(bào)发式增长的算力来支撑的(de)技术创新，将在人工(gōng)智能算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大(dà)模型和大(dà)算力的支持下AIGC能持续(xù)颠覆内容生产的方(fāng)式，将创(chuàng)造的边际(jì)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 芬迪和gucci是一个档次吗，芬迪和gucci是一个档次吗