自(zì)聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工(gōng)智(zhì)能话题。在(zài)最近的一(yī)次采(cǎi)访(fǎng)中，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威胁到谷歌的市占(zhàn)率，因为微软在(zài)AI方面的行动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进行沟(gōu)通并提供建(jiàn)议，可(kě)以取代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又(yòu)一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代(dài)表的(de)AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧院》的作(zuò)品获奖。

随后各大(dà)厂商(shāng)的AI绘画软件被广(guǎng)大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们(men)可以(yǐ)在应用(yòng)中输(shū)入一组(zǔ)关键词(cí)或者一(yī)张照片(piàn)，就能获得一(yī)幅AI创作(zuò)的画作(zuò)。

作画(huà)的关(guān)键就是所(suǒ)输(shū)入的文本。同一组关(guān)键词(cí)也(yě)可以创作出(chū)很(hěn)多张风格不一样的画作(zuò)，这让创作的(de)过(guò)程就像(xiàng)开盲盒。

很多用户很喜(xǐ)欢这(zhè)种不确(què)定(dìng)的惊喜(xǐ)，他们会(huì)将生成的美图当(dāng)做(zuò)头像。而另一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交(jiāo)媒体(tǐ)上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识(shí)别成了(le)建筑(zhù)。

而如今随(suí)着ControlNet的(de)出(chū)现(xiàn)与加持，以(yǐ)往AI绘画的填(tián)写关键词(cí)游戏可能要被(bèi)颠覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读博的中(zhōng)国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点(diǎn)的(de)图像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处理、计算机视(shì)觉和计算(suàn)机图形学等领域(yù)。

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

在此(cǐ)之前，大(dà)家用了(le)很多方法(fǎ)想让AI生成(chéng)的(de)结果尽(jǐn)可能的符(fú)合要求，但是都不尽如人意(yì)，它的(de)出现代表(biǎo)着AI生成开(kāi)始(shǐ)进入(rù)真正的(de)可控时期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人(rén)物(wù)的姿势和画面的深度信息(xī)等。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来碰运气，抽盲(máng)盒式的(de)创作(zuò)了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画(huà)加(jiā)了(le)“魔(mó)法”，不少博主的作品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中之一(yī)，他用朋友的照片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应(yīng)的关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼(gé)开始换关键词试效果(guǒ)。

通过图(tú)片就可以(yǐ)看出来，效果十(shí)分(fēn)惊艳。

更厉(lì)害的是，除了真(zhēn)实的照(zhào)片，草图也(yě)可以加上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越来越强大，甚至输出的作(zuò)品都已(yǐ)经能以(yǐ)假乱(luàn)真了。

02

难(nán)辨(biàn)虚实，AIGC技术(shù)力爆(bào)发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而经过(guò)警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是AI制作的真人照片绘图，因(yīn)为(wèi)太逼真，被大家(jiā)当(dāng)成(chéng)真(zhēn)事传播了。

不过仔(zǎi)细观察(chá)可以发(fā)现，活动发起者提(tí)供的照片(piàn)中有个很大的漏洞可(kě)以发现并非真(zhēn)人，而是AI绘(huì)图(tú)，那便是图片中女性的手指部分有(yǒu)的存在异常。

有行业人事表示：“现在因为手指部(bù)分(fēn)的(de)绘画算法比(bǐ)较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最新看(kàn)到的(de)图片已经有越来越完(wán)美(měi)的AI模型(xíng)出现(xiàn)，以后可能(néng)就(jiù)完全没有漏洞(dòng)了(le)。”

类似的(de)AI作图(tú)诈骗(piàn)在国外也(yě)已有发生。据英国广播公司报(bào)道，土耳(ěr)其地震期间，有Tiktok用(yòng)户(hù)使用AI合成了儿童受灾(zāi)的(de)假照片发(fā)布(bù)到网络(luò)，以(yǐ)此(cǐ)诱骗善良的人(rén一面亲上边一面膜下边的，一面亲上边一面膜下边打扑克)打赏(shǎng)“捐(juān)助”从而(ér)实施(shī)诈骗。

目前(qián)随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的绘图效果，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一(yī)方面，批判者认为AI在“学习(xí)”了大量前人的作品之后，其(qí)创(chuàng)作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类(lèi)的艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代替人类(lèi)“至高无上”的创意(yì)。

马斯(sī)克也强(qiáng)调(diào)，人(rén)工(gōng)智能的安全问题需要得到(dào)重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜(qián)在的危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看来，人(rén)工智能技术(shù)将是第(dì)四次工业革命的核心驱动(dòng)力(lì)量(liàng)，将创造新的增长(zhǎng)奇迹。

过去(qù)一年(nián)，人工智(zhì)能在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工(gōng)智能技术(shù)发生(shēng)方向性(xìng)改变的一(yī)个代表。其下(xià)一(yī)站或许(xǔ)就(jiù)是视(shì)频。

此前，Meta和谷歌先后发布(bù)了几(jǐ)条引爆科技圈的(de)短视频(pín)。这些视频引发(fā)关注(zhù)并非内容(róng)做(zuò)得多优秀，反而(ér)都非常简单(dān)，比(bǐ)如一(yī)匹正(zhèng)在(zài)喝水的马，一只画(huà)画的玩具熊，或者一(yī)段骑摩托(tuō)车的第(dì)一视(shì)角录像，随便一个有(yǒu)手机的人都(dōu)可以随手录下一段。

但(dàn)这些短(duǎn)视(shì)频的创(chuàng)作方式非常简单，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入一段话，甚至(zhì)只(zhǐ)是说一下(xià)要求，AI就可以根据需要(yào)生成一(yī)段视频。

谷歌发布的(de)两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的(de)视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它可(kě)以制作(zuò)出超过(guò)2分(fēn)钟的(de)连(lián)贯的也有确切内(nèi)容(róng)的视(shì)频，这(zhè)才是真正让(ràng)人们感到惊(jīng)喜的地方。因(yīn)为(wèi)无论(lùn)AI生成的视频(pín)多么高清(qīng)，也只能是为(wèi)内容(róng)生产者提(tí)供一(yī)个灵感(gǎn)，一个(gè)素材(cái)，一(yī)个(gè)过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的视(shì)频就意味着，一些视频创作由AI代(dài)替人工完成(chéng)已经初步(bù)有了可(kě)能。

当下(xià)AI的发(fā)展速(sù)度已经超过大部分人的想象。内(nèi)容产业(yè)的本质是供给创造需求，AIGC作为全(quán)新的(de)内容生产方式，可以为内(nèi)容产业带来更新(xīn)的(de)内容风格、更快的生产速度，更(gèng)低的生产成本，这无(wú)疑会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等(děng)多(duō)种内容(róng)形式的生成。不(bù)难发(fā)现该(gāi)项技术不(bù)仅在(zài)游戏等行(xíng)业能得到有效应用，对于下(xià)一代(dài)互联(lián)网各种元素的构建亦有(yǒu)关(guān)键意义。

从商业化的(de)角度来看，文化(huà)娱乐(lè)、教育、传媒等诸多领域，本身就对(duì)基于AI的可视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进程中(zhōng)的(de)一(yī)块重(zhòng)要拼(pīn)图，有望在技术更新的加持下实(shí)现(xiàn)更(gèng)大的(de)应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可(kě)以生成内(nèi)容，甚至能够创造出独(dú)立价(jià)值和独立视角的内容。AIGC的再次(cì)出(chū)圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固AIGC底座

从技(jì)术的发展也(yě)可以(yǐ)看出(chū)，在(zài)语(yǔ)言大模型(xíng)、图像大模型(xíng)之后，多(duō)模态大模型已(yǐ)经(jīng)成为了新(xīn)的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业都在竞相发力(lì)。

不过训练大模(mó)型的(de)确价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训(xùn)练(liàn)一(yī)次的成本约为140万美元。而(ér)对于一些(xiē)更(gèng)大(dà)的LLM(大型语(yǔ)言模型)，训练成本则(zé)介于200万美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客(kè)平均数(shù)1300万计算，其(qí)对应(yīng)芯(xīn)片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿(yì)美(měi)元，每(měi)日仅电费就在5万(wàn)美元(yuán)左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发(fā)展同(tóng)时，更应(yīng)该关注算(suàn)力网络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级(jí)加速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近。

因为算力可以(yǐ)对突破性技术创(chuàng)新提供大力的支持。这(zhè)方面，多模态大模(mó)型是典(diǎn)型。作为面向未(wèi)来(lái)强(qiáng)人(rén)工智能(néng)、通(tōng)用人工智能的(de)重要技术创(chuàng)新，多模态大模型已经在(zài)人工智能领域提(tí)出了(le)很多一面亲上边一面膜下边的，一面亲上边一面膜下边打扑克年，业(yè)界(jiè)也(yě)有不少技术突破，但是，多(duō)模(mó)态大模型进(jìn)一步往下走(zǒu)，算力(lì)需求呈(chéng)几何式(shì)上升，一般的(de)算力基(jī)础设施很快将难以胜任。

从图像、文(wén)字(zì)、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人(rén)工智能(néng)可以灵活(huó)应对不同模(mó)态的(de)转化(huà)、像人与(yǔ)世界交互一样(yàng)自然，这(zhè)方面，由算力(lì)网(wǎng)络来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还有(yǒu)很(hěn)多(duō)需要爆(bào)发式增长的算力来支撑的技术创新，将在(zài)人工智(zhì)能算力网络支(zhī)撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内(nèi)容(róng)生产的方式，将创造的边际成本降低，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 一面亲上边一面膜下边的，一面亲上边一面膜下边打扑克