自聊天机(jī)器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人比尔·盖茨(cí)已多次公开谈论人(rén)工智(zhì)能话题。在最(zuì)近的一次采访中，他再(zài)次表示：“AI可能(néng)会让科技(jì)行业迎来一(yī)次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时(shí)间2月20日(rì)接受《In Good Company》节目专访时(shí)提出的。

他预(yù)期，AI的发展可能(néng)会(huì)威胁到谷(gǔ)歌的市占(zhàn)率，因为微软在AI方面的行(xíng)动相(xiāng)当(dāng)迅速。而最终(zhōng)科技巨头将(jiāng)把AI整合成用(yòng)户的“全(quán)能助手”，包(bāo)揽(lǎn)一切(qiè)应用(yòng)，与(yǔ)人们进行(xíng)沟通并(bìng)提供(gōng)建议(yì)，可以(yǐ)取代亚马逊(xùn)、Siri或(huò)Outlook等(děng)应用。

大佬口中全(quán)能助手的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代(dài)表(biǎo)的(de)AIGC上(shàng)一次爆火的时候，还是2022年8月(yuè)，在美国科罗拉多州举办(bàn)的新兴(xīng)数(shù)字艺术家竞赛中，一(yī)幅(fú)名为《太空歌(gē)剧(jù)院》的作品获奖(jiǎng)。

随后(hòu)各大(dà)厂商的(de)AI绘画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在应用(yòng)中输入一组关键词或(huò)者一张(zhāng)照片(piàn)，就(jiù)能获得一幅AI创(chuàng)作的画(huà)作。

作(zuò)画的关键就是所输(shū)入的文本。同(tóng)一组关键词也可以(yǐ)创作出很多张风格不一(yī)样的画作，这让创作的过程(chéng)就像开盲盒。

很多(duō)用户很(hěn)喜欢这种不确定(dìng)的(de)惊喜，他们会(huì)将生成(chéng)的美图当(dāng)做头像。而另一(yī)部分喜欢(huān)翻看(kàn)AI绘画(huà)的“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现与加(jiā)持，以往AI绘画的填(tián)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张吕敏(mǐn)创(chuàng)作的一种基于控制点的图像变形算法，主要用于数(shù)字图像处理、计算机(jī)视觉(jué)和(hé)计(jì)算机图形学等领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天内便(biàn)成为了(le)AI绘画领域(yù)最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但是都不尽如人意(yì)，它(tā)的出(chū)现代表着AI生成(chéng)开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可(kě)以直(zhí)接提取画面的构(gòu)图，人物的姿势(shì)和画(huà)面的(de)深度信息(xī)等。有了它的帮(bāng)助(zhù)，就不用频繁的用提示词(cí)来碰运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画(huà)加了“魔法”，不少博主(zhǔ)的作品已(yǐ)经获得(dé)了大量的浏(liú)览(lǎn)量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键词试效果。

通过图片就可以(yǐ)看出(chū)来，效果十分(fēn)惊艳。

更厉害的是，除了(le)真(zhēn)实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实(shí)现(xiàn)线稿转(zhuǎn)全彩图。大神(shén)张(zhāng)吕敏其本(běn)尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已经变得(dé)越来越强(qiáng)大，甚至输出的作品(pǐn)都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个(gè)活动里(lǐ)面给出的美女(nǚ)照片(piàn)都是AI制(zhì)作的真人照片绘(huì)图(tú)，因(yīn)为太逼真，被大家当成真事(shì)传播了。

不过仔细观(guān)察可以发(fā)现(xiàn)，活动发起者提供的照片(piàn)中有个很(hěn)大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那(nà)便是图片中女性的(de)手指部(bù)分有的存在(zài)异常。

有行业人事表示：“现在(zài)因(yīn)为手指部分的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还不太会画人的(de)手，但最新看(kàn)到的图(tú)片(piàn)已经有越来越完(wán)美的AI模型出现，以(yǐ)后(hòu)可能就(jiù)完(wán)全没有漏洞了。”

类似的AI作图诈骗在国(guó)外(wài)也已有(yǒu)发生(shēng)。据英国广播公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的假照片(piàn)发布到(dào)网络，以此诱骗(piàn)善良的(de)人(rén)打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随(suí)着技术发(fā)展，AIGC已经能做出真(zhēn)人照片般的绘图效果(guǒ)，如果这(zhè)样的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很(hěn)多担忧，一(yī)方面，批判者认为AI在“学习”了(le)大量前人的作品之(zhī)后，其(qí)创作没有(yǒu)任何(hé)情绪和灵(líng)魂，难以(yǐ)和人类(lèi)的艺术创作相提(tí)并论。

另一方面，AIGC背后(hòu)的版权、目(mù)前都并没有得(dé)到有效的(de)解决，还(hái)有AIGC会不会(huì)代替人类(lèi)“至高无上”的(de)创意。

马斯克也(yě)强(qiáng)调，人工智(zhì)能(néng)的安全问题需要得(dé)到重视，太晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看(kàn)来，人(rén)工智能技(jì)术将是第四次工业革命的(de)核(hé)心驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工智能在技术(shù)和商业层面(miàn)都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技(jì)术发生方向性改变的一个代(dài)表。其下一站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引爆科技圈(quān)的(de)短(duǎn)视(shì)频。这些视频引(yǐn)发关(guān)注(zhù)并非内容做得多优(yōu)秀，反而(ér)都非常简单，比(bǐ)如一(yī)匹正(zhèng)在喝水的马(mǎ)，一只画(huà)画的玩具熊，或者(zhě)一(yī)段骑摩托车的第(dì)一视角录像，随便一(yī)个有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短视频(pín)的创作方式非常简单，创作(zuò)者(zhě)仅仅需要向AI输入一(yī)段话，甚至只是说一下要(yào)求，AI就可以根据需要生成一段视(shì)频(pín)。

谷歌发(fā)布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视(shì)频(pín)后(hòu)，AI圈就已经玩了一波梗，一个能够做出(chū)更高(gāo)清视频的AI还(hái)不足(zú)以(yǐ)在短时间(jiān)内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊的地方在于，它可以制(zhì)作(zuò)出超过2分(fēn)钟的连贯(guàn)的也有(yǒu)确切内容(róng)的(de)视频，这才是真正让人们(men)感到惊喜(xǐ)的(de)地方。因(yīn)为无论(lùn)AI生(shēng)成的视(shì)频多么高清(qīng)，也只能是为内容(róng)生产者(zhě)提(tí)供一(yī)个灵感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作出(chū)有具体剧情内容的视频就意味着(zhe)，一些视(shì)频(pín)创作(zuò)由AI代替人工完成已(yǐ)经初步有了可能(néng)。

当下AI的发(fā)展速度(dù)已经超(chāo)过大部分人的(de)想象。内(nèi)容(róng)产业(yè)的(de)本(běn)质是供给(gěi)创造需(xū)求，AIGC作为全新的内容生产方式，可以(yǐ)为内容产业带来更新的内(nèi)容(róng)风格、更快的生产速度，更(gèng)低的生产成(chéng)本，这无疑会驱动内容产业的大(dà)爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术(shù)还能应用于音(yīn)乐、代码、机器(qì)人动作等多(duō)种内容形式的生成(chéng)。不难发现(xiàn)该(gāi)项技(jì)术不仅在游戏等行业能得到有效应用，对(duì)于下一(yī)代(dài)互联网各种元素的构(gòu)建亦有关键(jiàn)意义。

从商(shāng)业(yè)化的角度来看，文(wén)化(huà)娱乐、教(jiào)育、传(chuán)媒(méi)等诸多(duō)领域，本身就对基(jī)于(yú)AI的可视化(huà)内容(róng)有强烈需求。

因此，AI绘画及视频或(huò)不(bù)是结果(guǒ)，而只(zhǐ)是(shì)AI进程中的一块(kuài)重要拼(pīn)图，有(yǒu)望在(zài)技(jì)术更新的(de)加持(chí)下实现更大(dà)的应用价值(zhí)。

AI从(cóng)理(lǐ)解(jiě)内容，走向了可以生成内容，甚(shèn)至能够创造出独立(lì)价值和独立视(shì)角的内容。AIGC的(de)再次出圈，更代(dài)表着(zhe)未(wèi)来的先(xiān)进生(shēng)产力即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术的发展也(yě)可以看出(chū)，在语言(yán)大模型(xíng)、图像大模型(xíng)之后，多(duō)模(mó)态大模型已(yǐ)经成为了新(xīn)的趋势。

大(dà)模型被誉为(wèi)当前人工智能发(fā)展(zhǎn)的智(zhì)能底(dǐ)座，是全球竞争(zhēng)最激烈的研究(jiū)方(fāng)向(xiàng)之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等(děng)众(zhòng)多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大模(mó)型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告估(gū)算(suàn)，GPT-3训练一(yī)次的成(chéng)本(běn)约为140万美(měi)元(yuán)。而对于一些(xiē)更大(dà四川的拼音怎么拼写的，四川拼音怎么拼写读音的)的(de)LLM(大型语(yǔ)言模型(xíng))，训练成本则介(jiè)于200万美(měi)元至1200万(wàn)美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均数1300万计算，其对应(yīng)芯片(piàn)需求为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初(chū)始投入成本(běn)约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大算力支(zhī)持。在关(guān)注(zhù)各类大模型的(de)发展同(tóng)时，更(gèng)应该关注(zhù)算力网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工(gōng)智能(néng)发(fā)展的终极目标离得更近。

因为(wèi)算(suàn)力可以对突破性技(jì)术创新提供大力的(de)支(zhī)持。这(zhè)方面，多模态大(dà)模(mó)型(xíng)是典型(xíng)。作为面向未来强(qiáng)人工智能、通用人(rén)工智能的重(zhòng)要技术创新，多模态大模型(xíng)已经在(zài)人(rén)工智能(néng)领域提出了(le)很多年，业(yè)界也(yě)有不少技术突破(pò)，但是，多模态大模(mó)型(xíng)进一(yī)步往(wǎng)下走，算力需求呈几何式上升，一般(bān)的算力(lì)基础设(shè)施很快将难(nán)以胜任。

从图像、文字(zì)、语音单独(dú)一项的训练，到双(shuāng)模态(tài)、三(sān)模态的跃迁，让人工智能可以灵活应对不同模态的转化、像人(rén)与世(shì)界(jiè)交互一样(yàng)自然，这方(fāng)面(miàn)，由算力网络来(lái)驱动(dòng)将有明(míng)显(xiǎn)优势。

此外，还有很多需要爆发(fā)式(shì)增长(zhǎng)的算(suàn)力(lì)来支撑的技(jì)术创(chuàng)新，将(jiāng)在人工(gōng)智(zhì)能算力(lì)网络支撑下(xià)快(kuài)速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将创造的边际成本降低，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 四川的拼音怎么拼写的，四川拼音怎么拼写读音的