自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨(cí)已多次公(gōng)开谈论(lùn)人工智能话题(tí)。在最近(jìn)的一次采访中，他再(zài)次表(biǎo)示(shì)：“AI可能会(huì)让科技行业迎(yíng)来一(yī)次剧(jù)烈的洗牌”。

这(zhè)个(gè)结论是(shì)他在当地(dì)时间(jiān)2月20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展(zhǎn)可(kě)能会威胁(xié)到谷歌的市占(zhàn)率，因为(wèi)微软在(zài)AI方面的(de)行动相当迅速(sù)。而(ér)最(zuì)终科技(jì)巨(jù)头将把AI整合成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切应用，与人们进行沟通(tōng)并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次(cì)AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国科罗(luó)拉(lā)多州举办的新(xīn)兴数(shù)字(zì)艺术家竞赛中，一幅名为《太空(kōng)歌(gē)剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被广(guǎng)大网友熟知(zhī)并(bìng)体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用(yòng)户们可(kě)以在应(yīng)用中输(shū)入一组关键(jiàn)词或(huò)者一(yī)张照(zhào)片(piàn)，就(jiù)能(néng)获得(dé)一幅AI创作的画(huà)作。

作画的(de)关键就是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创作出很多张风格不一样(yàng)的画作，这(zhè)让创作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜(xǐ)，他(tā)们会将生成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻车”作品(pǐn)。在(zài)社交媒(méi)体上(shàng)，许多用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友的小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照片被AI识(shí)别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的(de)填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博的(de)中国(guó)人张吕敏创作的(de)一种基(jī)于(yú)控(kòng)制点的图像变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算(suàn)机图形学等(děng)领域(yù)。

其SD插(chā)件(jiàn)一经发布，在短短(duǎn)的两天内(nèi)便成为(wèi)了(le)AI绘画(huà)领域最(zuì)新(xīn)的热点。

在此之前，大(dà)家用了(le)很(hěn)多方法想让AI生(shēng)成的结果尽可能(néng)的符(fú)合要求，但(dàn)是都不尽如(rú)人意，它的出现代(dài)表(biǎo)着(zhe)AI生成(chéng)开始(shǐ)进入(rù)真正的可控时期(qī)。

因为ControlNet可以(yǐ)直(zhí)接提(tí)取画面的构图，人(rén)物的姿势和(hé)画面的深度信息等。有(yǒu)了它的帮助，就(jiù)不用频繁的用(yòng)提示词来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博主的作品(pǐn)已经获(huò)得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直接(jiē)带(dài)她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓(tuò)展找(zhǎo)到对(duì)应的(de)关键词(cí)；最后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通(tōng)过(guò)图片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更厉(lì)害的是(shì)，除了真实(shí)的(de)照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊也亲自回应(yīng)。

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

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全(quán)问题(tí)

近日，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火(huǒ)遍网(wǎng)络，而(ér)经过警方(fāng)辟谣这所谓(wèi)的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗。

由于(yú)这(zhè)个活动里面(miàn)给出(chū)的美女照片(piàn)都是AI制(zhì)作(zuò)的(de)真人照片绘(huì)图，因(yīn)为太逼真，被大家当成真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发起者(zhě)提供的照片中有个很大的漏洞可以发现并非(fēi)真人(rén)，而是(shì)AI绘图(tú)，那便是图片中(zhōng)女性的手指部分有(yǒu)的存在(zài)异常。

有行业人事表示(shì)：“现在因为手指部(bù)分的绘画算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片(piàn)已(yǐ)经有越(yuè)来越完美的AI模(mó)型出现(xiàn)，以后可能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在(zài)国外也已(yǐ)有发生(shēng)。据英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童(tóng)受(shòu)灾的假照(zhào)片(piàn)发布到网络，以此诱(yòu)骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能(néng)做出真人照片般的(de)绘图效果，如(rú)果这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担(dān)忧(yōu)，一方(fāng)面，批判者认(rèn)为(wèi)AI在“学习”了大(dà)量(liàng)前人的作品之(zhī)后，其(qí)创作(zuò)没有(yǒu)任何情绪和灵魂，难以和人类的艺术创作相提没带罩子让捏了一节课感受并论。

另一(yī)方面(miàn)，AIGC背后的版(bǎn)权(quán)、目(mù)前都并没有得(dé)到有(yǒu)效的解决，还(hái)有AIGC会不(bù)会(huì)代(dài)替人类“至高无上(shàng)”的创意。

马斯(sī)克也强(qiáng)调(diào)，人(rén)工(gōng)智(zhì)能的安全问(wèn)题需要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下(xià)一站除了视频，还(hái)有远(yuǎn)方

技术都是有两面(miàn)性的，潜(qián)在的危(wēi)害并(bìng)不(bù)能掩盖(gài)其光辉的(de)贡献。现在(zài)看来，人工智(zhì)能技术将是(shì)第四次工业革命的核心驱(qū)动力量，将(jiāng)创造新的增(zēng)长奇迹。

过去一年，人工智能在技(jì)术和商(shāng)业(yè)层面都有了(le)巨大进(jìn)展，AI绘(huì)画就是人工(gōng)智能技(jì)术发(fā)生(shēng)方向性(xìng)改变(biàn)的一(yī)个代表(biǎo)。其下一站或许(xǔ)就是视频(pín)。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先后发(fā)布了几条(tiáo)引爆科技圈(quān)的(de)短视频。这些(xiē)视频引发关注并非内容做得(dé)多优秀，反而(ér)都非(fēi)常简(jiǎn)单，比如一(yī)匹正在(zài)喝水(shuǐ)的马，一(yī)只(zhǐ)画画的玩具(jù)熊，或者一段(duàn)骑摩托车的(de)第一视角录像，随(suí)便一个有手机的(de)人都可以随手录下一(yī)段。

但(dàn)这些(xiē)短视(shì)频的创作(zuò)方式非常简单，创作者仅仅需(xū)要(yào)向AI输入(rù)一段话，甚(shèn)至只是说一下要求，AI就可以根据需要(yào)生成一段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的(de)是(shì)高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不(bù)足以(yǐ)在短时间内戳中兴(xīng)奋(fèn)点。

Phenaki更加令人震(zhèn)惊的(de)地方在于，它可以制作出超(chāo)过2分钟的连贯的也有(yǒu)确切内容(róng)的(de)视频(pín)，这才是(shì)真正(zhèng)让人(rén)们(men)感到惊喜(xǐ)的地方(fāng)。因为(wèi)无论(lùn)AI生(shēng)成(chéng)的视(shì)频多么高清，也只能是为内容(róng)生产者提供一个灵(líng)感，一个素材，一个过场动画。

不(bù)过能够(gòu)制作(zuò)出(chū)有具体(tǐ)剧情(qíng)内(nèi)容(róng)的视频就意味着，一些视频创(chuàng)作由AI代(dài)替人工完成已经(jīng)初步有了可能。

当(dāng)下AI的发展速(sù)度已(yǐ)经超过(guò)大部(bù)分人(rén)的想象。内容(róng)产(chǎn)业的本质是供给创(chuàng)造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以为(wèi)内容(róng)产业带来更新的内容风(fēng)格、更快的(de)生产速度，更低的生产成本(běn)，这(zhè)无疑会驱动内容产业的大爆(bào)发。

除了AI绘图、视频(pín)，AIGC技术还能应用(yòng)于音乐、代码、机器人动作等(děng)多种内容形式的生成。不难发现该项(xiàng)技术不仅在游戏(xì)等行业能(néng)得到有效应用，对于(yú)下一代互(hù)联(lián)网各种(zhǒng)元素的(de)构建亦有(yǒu)关键意义(yì)。

从商业化的角度来看，文(wén)化娱乐、教(jiào)育、传媒(méi)等诸(zhū)多(duō)领域(yù)，本(běn)身就对基于AI的可视化内容有强烈需求。

因此，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进(jìn)程中的(de)一块重要拼图，有望在(zài)技术更新的加持(chí)下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理解内容(róng)，走向了可以生成内容(róng)，甚至(zhì)能够创(chuàng)造出独立价值(zhí)和独立(lì)视角的内(nèi)容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进(jìn)生产力即将到来。

04

紧(jǐn)抓大模(mó)型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也可(kě)以看出(chū)，在(zài)语言(yán)大模型、图像大模型之后，多模态大模型已经成为了新的趋势。

大模(mó)型被誉(yù)为(wèi)当(dāng)前(qián)人工智(zhì)能发(fā)展的智(zhì)能底(dǐ)座，是全球竞争最激烈(liè)的研究方向(xiàng)之一(yī)，包括谷歌(gē)、亚马(mǎ)逊、百度、阿里、腾讯等众多头部企业(yè)都在(zài)竞相发力。

不过(guò)训练大(dà)模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一(yī)次(cì)的成(chéng)本约为140万美元。而对于一些更大的LLM(大型语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算，其对应芯片需求(qiú)为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在(zài)关注各(gè)类大模型的发展同时，更应该关注算力(lì)网络的(de)建设(shè)。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗(shī)级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这一人工智能(néng)发展的终(zhōng)极目标离得更(gèng)近(jìn)。

因(yīn)为(wèi)算力可(kě)以对突破性技术(shù)创新提供大(dà)力的支持。这方(fāng)面，多模态大模型(xíng)是典型。作为面向未来强人工(gōng)智能、通用人(rén)工智能的重要(yào)技(jì)术创新(xīn)，多模(mó)态大模(mó)型已经(jīng)在人工智能领域(yù)提出了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一(yī)步往下(xià)走，算力需求(qiú)呈几何式上升(shēng)，一(yī)般的算力基础设施很快将难以胜(shèng)任。

从图像(xiàng)、文(wén)字、语音单独一项的训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与(yǔ)世界(jiè)交互一样自然，这(zhè)方面，由算力(lì)网络(luò)来驱动将(jiāng)有明显优(yōu)势。

此外，还有很(hěn)多需(xū)要爆发式增长的算力来支(zhī)撑(chēng)的技术创(chuàng)新(xīn)，将在人工智能(néng)算力网络支撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产(chǎn)的方(fāng)式，将(jiāng)创造的(de)边际(jì)成本(běn)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 没带罩子让捏了一节课感受