自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次(cì)公开谈论人工(gōng)智能话(huà)题。在最近的一次(cì)采访中(zhōng)，他再次表示：“AI可能会让科技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的发展可(kě)能(néng)会(huì)威胁到谷(gǔ)歌的(de)市(shì)占(zhàn)率，因为微软在AI方面的行(xíng)动相当迅速(sù)。而(ér)最(zuì)终科技巨头将把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与(yǔ)人(rén)们进行沟通并提供建议，可以取(qǔ)代(dài)亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能助(zhù)手的(de)到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

善哉善哉是什么意思啊，阿弥陀佛善哉善哉善哉是什么意思01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅(fú)名为(wèi)《太空歌剧院》的(de)作品(pǐn)获奖。

随后(hòu)各大厂商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用中输(shū)入一组关键词或者一张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就(jiù)是所输入的文本。同一组关键词也可以创(chuàng)作(zuò)出很多张风(fēng)格不一样(yàng)的(de)画作，这(zhè)让创(chuàng)作的过程就像开盲盒。

很多用户很喜欢(huān)这(zhè)种不(bù)确定的惊喜，他们会将生成(chéng)的美图(tú)当做头像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻看(kàn)AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用(yòng)户分(fēn)享AI“翻(fān)车现场”，例如(rú)，一位网友的(de)小狗照片被AI画成了(le)“肌肉男(nán)”，还(hái)有(yǒu)网(wǎng)友的个(gè)人照(zhào)片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关键词(cí)游(yóu)戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的中(zhōng)国人张吕敏创作(zuò)的一种基于控制点的图像(xiàng)变形算(suàn)法，主要(yào)用(yòng)于(yú)数字图像(xiàng)处理、计算(suàn)机(jī)视觉和计算机图形(xíng)学(xué)等领域。

其SD插件一经(jīng)发(fā)布，在短短的两天内便成为了AI绘画领域最新的热(rè)点。

在此之(zhī)前，大家用了很多(duō)方法(fǎ)想让(ràng)AI生成的结果尽可(kě)能的符(fú)合(hé)要求(qiú)，但是都不尽如(rú)人意(yì)，它的(de)出(chū)现代(dài)表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物(wù)的姿势和画面(miàn)的(de)深度信息等。有了它(tā)的帮助，就(jiù)不用频(pín)繁(fán)的用提示词来碰(pèng)运(yùn)气，抽盲盒(hé)式的创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其(qí)中(zhōng)之一，他用(yòng)朋(péng)友的照片直接带她(tā)们(men)走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的(de)关(guān)键(jiàn)词；最后(hòu)用(yòng)ControlNet插件绑定(dìng)骨(gǔ)骼开始换关(guān)键词试效(xiào)果。

通过图片就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神(shén)张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得越来(lái)越强大，甚至(zhì)输出的(de)作品都已经能(néng)以假(jiǎ)乱真了(le)。

02

难辨虚实(shí)，AIGC技术力(lì)爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能是全(quán)国第一起AI绘图(tú)诈骗(piàn)。

由(yóu)于这个活(huó)动里面给出的(de)美女照片都是AI制(zhì)作的真人(rén)照片绘(huì)图，因为(wèi)太逼真(zhēn)，被大家(jiā)当成真事(shì)传(chuán)播了。

不过仔细(xì)观察可以发(fā)现，活动发起者提供的照片中(zhōng)有(yǒu)个(gè)很大的漏洞可以发现并非(fēi)真人，而是(shì)AI绘(huì)图，那便是(shì)图片中(zhōng)女性的手指部分有的存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的(de)绘画算法比较复(fù)杂，AI还不太会画人的手，但(dàn)最新看到的(de)图片已经有越来越完美的AI模型(xíng)出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在国(guó)外(wài)也(yě)已(yǐ)有发生(shēng)。据英国广(guǎng)播(bō)公司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片发(fā)布(bù)到(dào)网(wǎng)络，以此诱骗善(shàn)良的人打(dǎ)赏“捐助(zhù)”从(cóng)而实施(shī)诈骗(piàn)。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人照片般(bān)的(de)绘图(tú)效果，如(rú)果这样的图(tú)片被用来诈骗(piàn)，将非常可怕(pà)。

此外AIGC还引发了很多担(dān)忧(yōu)，一方面，批(pī)判(pàn)者认为AI在“学习”了大量前人的作品之(zhī)后，其创作没有任何情(qíng)绪和(hé)灵(líng)魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前(qián)都(dōu)并(bìng)没有得到有效(xiào)的(de)解决，还(hái)有(yǒu)AIGC会不(bù)会(huì)代(dài)替人(rén)类“至高无(wú)上(shàng)”的创意。

马斯(sī)克也强调，人(rén)工智能的安全问题需要得到(dào)重(zhòng)视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站(zhàn)除(chú)了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的危害并不能掩盖(gài)其光(guāng)辉的贡(gòng)献。现(xiàn)在看来，人工智能(néng)技术将是(shì)第四次工业革命的核心(xīn)驱动(dòng)力量，将创(chuàng)造新的增长奇迹。

过去一年，人工智(zhì)能在技(jì)术和商业层面都有了巨大(dà)进展，AI绘画就是(shì)人工智能技术发生(shēng)方向性改变的一个(gè)代(dài)表。其(qí)下一站(zhàn)或许就是(shì)视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条(tiáo)引爆科技圈的短视频。这些(xiē)视频引发关注并(bìng)非内容做(zuò)得多优秀，反而都(dōu)非常(cháng)简(jiǎn)单，比如一匹(pǐ)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一(yī)视角录像，随便一个有手(shǒu)机(jī)的人都可以随(suí)手录下(xià)一段(duàn)。

但这些短(duǎn)视频(pín)的创作方式(shì)非(fēi)常简单，创作者仅(jǐn)仅(jǐn)需要向AI输入一段话，甚至只是说(shuō)一下要求，AI就可以(yǐ)根据需要生成一(yī)段视频。

谷歌发布的两(liǎng)个AI生成视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的(de)是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频(pín)后，AI圈就已经玩了(le)一波梗，一个能够(gòu)做(zuò)出更(gèng)高清视频的AI还不足以(yǐ)在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以制作出超过2分钟的连贯的也有确切内容的视频(pín)，这才是真(zhēn)正让(ràng)人们(men)感到惊(jīng)喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的(de)视频多(duō)么高清(qīng)，也只能是为(wèi)内(nèi)容生产者提供(gōng)一(yī)个灵感，一个素材(cái)，一个过场动画。

不过(guò)能够制(zhì)作出有(yǒu)具体剧情内容的视频就意味着，一些(xiē)视(shì)频创作由AI代替(tì)人工(gōng)完(wán)成已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过(guò)大部分(fēn)人的想象(xiàng)。内容(róng)产业的本质(zhì)是(shì)供给创造需求(qiú)，AIGC作为全新的内容生(shēng)产方式，可以为内容产业带来更新的(de)内容风格(gé)、更快的生产速度(dù)，更低的生(shēng)产成(chéng)本，这无(wú)疑会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应(yīng)用于音(yīn)乐、代码、机器(qì)人动作(zuò)等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得(dé)到有(yǒu)效应(yīng)用，对于下一(yī)代互联网(wǎng)各种元素(sù)的构建(jiàn)亦有(yǒu)关键(jiàn)意(yì)义。

从商业化(huà)的(de)角度来看，文化娱乐、教育、传媒(méi)等诸(zhū)多领域，本(běn)身就对基于(yú)AI的可视化内容(róng)有强(qiáng)烈需求。

因此，AI绘(huì)画(huà)及(jí)视频或不是结果，而只(zhǐ)是(shì)AI进程中的一块重要拼(pīn)图，有望在技术(shù)更(gèng)新(xīn)的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可以生成内容，甚至能够创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的再次(cì)出圈，更代表着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力(lì)，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展(zhǎn)也可以看出，在(zài)语言(yán)大模型、图像大模(mó)型之(zhī)后(hòu)，多(duō)模态大模型已经成为了新的趋势(shì)。

大模型(xíng)被(bèi)誉为(wèi)当前人工智(zhì)能(néng)发展的智能底座，是(shì)全球竞争最激(jī)烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部(bù)企业都在竞相发力。

不过训练大(dà)模型的确(què)价格(gé)不菲，以(yǐ)国(guó)盛(shèng)证券(quàn)发布的《ChatGPT需(xū)要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的(de)成本约为(wèi)140万(wàn)美元。而对于(yú)一些更大的LLM(大型语言模(mó)型)，训(xùn)练成本则介于(yú)200万(wàn)美元至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客平(píng)均数1300万计算(suàn)，其对应芯片(piàn)需(xū)求为3万(wàn)多片英伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成本约为(wèi)8亿美元，每日仅电费就在5万(wàn)美(měi)元左右(yòu)。

此(cǐ)外不论是(shì)ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类大模型的发展同时，更应该关注算(suàn)力网(wǎng)络的建设。

算力网络(luò)正驱动AI产业(yè)发(fā)展进(jìn)入史诗(shī)级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发(fā)展的终极(jí)目标离得(dé)更近。

因为算(suàn)力可以(yǐ)对突破性(xìng)技(jì)术创新(xīn)提供大力(lì)的支持。这方面，多模态大模型是典型。作为面向未来(lái)强人工智(zhì)能、通用(yòng)人工智能(néng)的(de)重要技(jì)术创(chuàng)新，多模态大模型已经在人工智(zhì)能(néng)领域(yù)提(tí)出(chū)了很多年，业(yè)界也有不少技术突破，但(dàn)是，多(duō)模态大(dà)模(mó)型进(jìn)一步(bù)往下走，算(suàn)力需求呈(chéng)几何式上升，一般的算力基础设施很(hěn)快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练，到(dào)双模态、三模态的跃迁(qiān)，让(ràng)人(rén)工智能可以灵活应对不同(tóng)模态的转(zhuǎn)化、像人与世界交(jiāo)互一样自然，这方面，由算(suàn)力网络(luò)来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆发(fā)式增长的算力来支撑的(de)技术创新(xīn)，将在人工(gōng)智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模(mó)型和大算(suàn)力的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创造的边际成(chéng)本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 善哉善哉是什么意思啊，阿弥陀佛善哉善哉善哉是什么意思