自聊(liáo)天机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始(shǐ)人比(bǐ)尔·盖(gài)茨(cí)已多次公(gōng)开谈(tán)论人工(gōng)智能话题。在最近的一次采访中，他(tā)再次表示：“AI可能会让科技行业(yè)迎(yíng)来一(yī)次剧(jù)烈的(de)洗牌”。

这个结论是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访时(shí)提出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷(gǔ)歌的市(shì)占(zhàn)率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与(yǔ)人们进行沟通(tōng)并提供建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手(shǒu)的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘画为代(dài)表的(de)AIGC上(shàng)一次爆火的时候，还是2022年8月，在美国科罗拉(lā)多州(zhōu)举办的新兴数字艺术家(jiā)竞赛中(zhōng)，一幅名(míng)为《太(tài)空歌剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软(ruǎn)件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表(biǎo)。

用户们可以在(zài)应用中输入(rù)一(yī)组关键词或者一张照片，就(jiù)能获得(dé)一幅AI创作的画作。

作(zuò)画(huà)的关键就是所输入的文本。同一组关(guān)键词(cí)也可以创作出很(hěn)多张风格不一样的画作，这让创作的过程(chéng)就像开盲(máng)盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的美图当做(zuò)头(tóu)像。而另一(yī)部分喜(xǐ)欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在社交媒体上，许多用户(hù)分享(xiǎng)AI“翻车现场”，例如(rú)，一位(wèi)网友(yǒu)的(de)小狗照片(piàn)被(bèi)AI画成(chéng)了“肌(jī)肉男”，还有网友的(de)个人照片被(bèi)AI识别(bié)成了建筑(zhù)。

而如(rú)今随着(zhe)ControlNet的(de)出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的(de)中(zhōng)国人张吕敏(mǐn)创(chuàn1lb等于多少斤kg，10lb等于多少斤g)作(zuò)的一(yī)种基于控制点(diǎn)的图像变形算(suàn)法，主要用于数字图(tú)像(xiàng)处理、计算机(jī)视(shì)觉和(hé)计算机(jī)图形学等(děng)领域。

其SD插(chā)件(jiàn)一经发布，在短短(duǎn)的两天内便(biàn)成为了AI绘画领域(yù)最(zuì)新的热点。

在此之前，大(dà)家用了很(hěn)多方法想让AI生成的结果(guǒ)尽可能的符合要求，但是都不(bù)尽如人意(yì)，它的出现代(dài)表着(zhe)AI生成(chéng)开始进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直接提取画面的构图，人物的姿势和画面的(de)深度(dù)信息等。有(yǒu)了它的帮助(zhù)，就不用频繁(fán)的(de)用(yòng)提示词来碰运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量(liàng)的浏览量(liàng)，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片(piàn)直接带(dài)她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件(jiàn)拓展找到对应的关(guān)键(jiàn)词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨骼(gé)开始换(huàn)关键词试效果。

通过图片就可以看出来，效(xiào)果(guǒ)十分(fēn)惊艳(yàn)。

更厉害的是，除了真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚至输出的作品都(dōu)已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡(jī)湖(hú)有游艇party”的消息火遍网络(luò)，而经过警方辟谣这所谓的(de)“party”可能是(shì)全国(guó)第一起AI绘图诈骗。

由于这(zhè)个活动里面给出的(de)美(měi)女照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太逼(bī)真，被(bèi)大家(jiā)当成(chéng)真事传播了。

不(bù)过仔细观察可以(yǐ)发(fā)现，活动(dòng)发(fā)起(qǐ)者提供的照片中有个很大(dà)的(de)漏洞可以(yǐ)发现并(bìng)非(fēi)真人，而是AI绘(huì)图，那便(biàn)是图片中(zhōng)女性的手指部(bù)分有的存(cún)在(zài)异常。

有(yǒu)行业人事表示(shì)：“现(xiàn)在(zài)因(yīn)为手(shǒu)指部分的绘画算法比较(jiào)复杂，AI还不太会画人的手(shǒu)，但最新看到的图片已经有越来越完美(měi)的AI模(mó)型出(chū)现，以后可(kě)能就完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗在国外(wài)也(yě)已有发(fā)生(shēng)。据英国(guó)广(guǎng)播(bō)公司报(bào)道(dào)，土耳(ěr)其(qí)地震期间，有Tiktok用户使用(yòng)AI合成了(le)儿童(tóng)受灾的假(jiǎ)照片发布到网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能(néng)做出(chū)真(zhēn)人照片(piàn)般的绘图效果，如果这样(yàng)的图(tú)片(piàn)被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者(zhě)认为AI在“学(xué)习”了大量前人的作品之后，其(qí)创作没(méi)有任何情绪和(hé)灵(líng)魂，难以和人类的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前(qián)都(dōu)并没(méi)有(yǒu)得到有效(xiào)的(de)解决，还有AIGC会不会代(dài)替人类“至高无上(shàng)”的(de)创意。

马斯克也强调，人(rén)工智能的(de)安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是有两面性的，潜在的危害(hài)并(bìng)不能掩盖其光辉的贡献。现在看(kàn)来，人工智能技术将是第四次工(gōng)业革命的(de)核心驱动力量，将创(chuàng)造新(xīn)的增长奇(qí)迹。

过去一年，人工(gōng)智能在技术和商业层面都有了巨(jù)大(dà)进展，AI绘画就(jiù)是人工智(zhì)能技术发生方向性改变的一个代表。其下一站(zhàn)或(huò)许就(jiù)是视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先后发(fā)布(bù)了几条引爆科技圈的(de)短视(shì)频。这(zhè)些视频(pín)引(yǐn)发(fā)关(guān)注并非内容(róng)做得多(duō)优(yōu)秀(xiù)，反而都非常简单(dān)，比(bǐ)如(rú)一匹正在喝水的马，一只画画的玩具熊，或(huò)者一段骑摩托车的第(dì)一视(shì)角录像，随便一个有手(shǒu)机的人都(dōu)可以随手录(lù)下一(yī)段。

但这些短视频的创作方式非常简单，创作者仅仅需要(yào)向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布(bù)的两个AI生成视频分(fēn)别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的(de)视频(pín)后，AI圈就已经玩(wán)了一波梗，一个能(néng)够做出(chū)更(gèng)高清(qīng)视频的AI还(hái)不(bù)足(zú)以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于，它(tā)可(kě)以制作出超过2分钟的连贯的也有确切内容的视频(pín)，这才是真(zhēn)正(zhèng)让(ràng)人(rén)们感到惊喜的地方。因(yīn)为无论AI生(shēng)成1lb等于多少斤kg，10lb等于多少斤的视频多么高(gāo)清，也只能是为内容生产者提供一个(gè)灵(líng)感(gǎn)，一个素材(cái)，一个过场(chǎng)动画(huà)。

不过(guò)能够制作出有具体剧情内容的(de)视频就意(yì)味着，一些(xiē)视频(pín)创作由(yóu)AI代替人工完(wán)成已(yǐ)经初(chū)步有了(le)可能。

当下AI的(de)发展速度已经超过大部分人的(de)想象。内容产业(yè)的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容(róng)产业带(dài)来更新的内容风格、更(gèng)快的生产速度，更低的生产成本，这无疑会驱(qū)动内容产业的大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术还能应用于音乐、代码、机器人动作等(děng)多种(zhǒng)内容形式的(de)生(shēng)成。不(bù)难发现该项技术(shù)不(bù)仅在(zài)游戏等(děng)行业能得到有效(xiào)应用，对(duì)于下一代互联网各种(zhǒng)元素的构建亦(yì)有(yǒu)关键意义。

从(cóng)商业化的(de)角(jiǎo)度来看，文化娱乐(lè)、教育(yù)、传媒(méi)等诸(zhū)多领域，本身就对基于AI的可视(shì)化(huà)内容(róng)有强烈(liè)需求(qiú)。

因此，AI绘画及视频(pín)或不是结(jié)果，而只(zhǐ)是AI进程中的(de)一块重要拼(pīn)图，有望在技术(shù)更(gèng)新的(de)加持下(xià)实现(xiàn)更大的(de)应用价值。

AI从理(lǐ)解内容，走向了(le)可以生成(chéng)内容，甚(shèn)至能够(gòu)创造出(chū)独(dú)立(lì)价值(zhí)和独立视角(jiǎo)的内(nèi)容。AIGC的再次出(chū)圈，更代(dài)表着未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发(fā)展(zhǎn)也可以(yǐ)看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型(xíng)已经(jīng)成为了新(xīn)的趋势。

大模(mó)型被誉为(wèi)当(dāng)前人工(gōng)智(zhì)能发展的(de)智能底座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯等(děng)众多头部(bù)企业都在竞相(xiāng)发力。

不过训练(liàn)大模(mó)型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次的成本(běn)约为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言(yán)模型)，训练成本(běn)则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其对应芯片(piàn)需(xū)求(qiú)为(wèi)3万(wàn)多片(piàn)英伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿(yì)美元(yuán)，每(měi)日仅(jǐn)电(diàn)费就在5万(wàn)美元(yuán)左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算力支持。在关注各类大模型(xíng)的发展(zhǎn)同时(shí)，更应(yīng)该关注(zhù)算(suàn)力网络的建(jiàn)设(shè)。

算力网络正驱动AI产业发展进入史(shǐ)诗(shī)级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极(jí)目(mù)标离得更近。

因为(wèi)算(suàn)力可以对突破(pò)性(xìng)技术创新提(tí)供大(dà)力(lì)的支持(chí)。这(zhè)方面，多模态大(dà)模型(xíng)是典(diǎn)型。作为面(miàn)向未来强人工智能、通用人工智能(néng)的重(zhòng)要技术创(chuàng)新，多模(mó)态大模型已经在人工智(zhì)能(néng)领(lǐng)域提出了(le)很多年(nián)，业界也有不少技术突破，但(dàn)是，多模态(tài)大模型进一步(bù)往下走，算力需(xū)求呈(chéng)几何式上升(shēng)，一般的算力基础(chǔ)设施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的(de)训(xùn)练，到双(shuāng)模(mó)态(tài)、三模态的跃迁，让人(rén)工智(zhì)能可以灵活应对不(bù)同模态(tài)的转化、像人(rén)与世(shì)界交互(hù)一样自然，这方(fāng)面，由(yóu)算力(lì)网络(luò)来驱动将有明(míng)显优势。

此外(wài)，还(hái)有很多需要爆发式增长的(de)算力来支撑的(de)技术创新，将在人工智能算(suàn)力网络支撑下快(kuài)速推进。

AIGC已经露(lù)出曙光，期待(dài)在(zài)大模型和(hé)大(dà)算力的(de)支持下(xià)AIGC能(néng)持续颠覆(fù)内容生产的方(fāng)式，将(jiāng)创造(zào)的边际成(chéng)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 1lb等于多少斤kg，10lb等于多少斤