自聊天机器人(rén)ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖(gài)茨已多次公开谈论人工(gōng)智(zhì)能(néng)话题。在最近的一次采访(fǎng)中，他(tā)再次(cì)表(biǎo)示：“AI可(kě)能会让科技(jì)行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论是(shì)他在当(dāng)地(dì)时(shí)间2月20日接受《In Good Company》节目专访(fǎng)时提出的(de)。

他预期，AI的发展可能会(huì)威胁到谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全(quán)能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口中全(quán)能助(zhù)手的到来可能尚需时(shí)日，但(dàn)由(yóu)ControlNet引发的又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘(huì)画为代表的AIGC上一(yī)次爆火的(de)时候(hòu)，还是2022年8月，在美国科罗(luó)拉多(duō)州举办的新兴数(shù)字艺术家竞赛中，一幅名(míng)为《太空歌(gē)剧院》的(de)作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画软(ruǎn)件被广(guǎng)大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

岳飞是哪个朝代的人，岳飞是哪个朝代的皇上="ChatGPT之后又(yòu)一应(yīng)用杀疯了，AIGC或进入可控期，将(jiāng)洗牌科技(jì)行业？_黑料正能(néng)量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们(men)可(kě)以在(zài)应用(yòng)中输入一组关键词或(huò)者一(yī)张(zhāng)照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是所(suǒ)输入的文(wén)本。同一组关(guān)键词也(yě)可以创作出很多(duō)张风格(gé)不一样的(de)画作，这让创作的过(guò)程(chéng)就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生(shēng)成(chéng)的美(měi)图当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的(de)“翻车”作品。在社(shè)交媒体上，许多用(yòng)户(hù)分享AI“翻(fān)车现(xiàn)场(chǎng)”，例(lì)如，一(yī)位网友的小狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有网友的(de)个(gè)人照片被(bèi)AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国人张(zhāng)吕敏(mǐn)创作的(de)一种(zhǒng)基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要用于数字(zì)图像处理、计算机(jī)视(shì)觉(jué)和计算机图(tú)形学(xué)等(děng)领域。

其SD插件一(yī)经发布，在短短(duǎn)的两天内便成为了AI绘(huì)画(huà)领域最(zuì)新的(de)热(rè)点(diǎn)。

在此之前，大家(jiā)用了很多方(fāng)法想让AI生成(chéng)的结果尽可(kě)能的符(fú)合要求，但是都(dōu)不尽如人意，它的出现代表着AI生成开始进入(rù)真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提(tí)取画面的构图，人物的姿势(shì)和画面的深(shēn)度信息等(děng)。有了(le)它的帮(bāng)助(zhù)，就不(bù)用频(pín)繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒(hé)式的创(chuàng)作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量的(de)浏览(lǎn)量，“viggo”就是其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键(jiàn)词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼(gé)开始(shǐ)换(huàn)关键词试(shì)效(xiào)果(guǒ)。

通过图片就(jiù)可以看出来，效(xiào)果(guǒ)十分惊艳。

更厉害的是(shì)，除(chú)了真实的(de)照片，草图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全(quán)彩图。大神张吕敏其本尊也亲自回应。

不得不说当下(xià)AIGC已经变(biàn)得越(yuè)来(lái)越强大，甚至(zhì)输出的作品都已(yǐ)经能以假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚实，AIGC技(jì)术力爆(bào)发(fā)

警(jǐng)惕安全(quán)问题

近日，“苏州金鸡湖(hú)有游艇party”的消(xiāo)息火(huǒ)遍(biàn)网络，而经(jīng)过警方辟谣这所谓的(de)“party”可能是全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活(huó)动里面给出的美女照片(piàn)都(dōu)是AI制作的(de)真人照片绘图，因为太逼(bī)真(zhēn)，被大家(jiā)当成真事传(chuán)播(bō)了。

不过仔细观察可以发现，活动(dòng)发起者提供的照片中有个很大的(de)漏(lòu)洞可(kě)以发现(xiàn)并非真人，而是AI绘图，那(nà)便是(shì)图片中女(nǚ)性的手指部分有的(de)存在(zài)异常。

有行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看到的图片已(yǐ)经有越(yuè)来越(yuè)完美的AI模型出现(xiàn)，以(yǐ)后可能就完全(quán)没有漏洞了(le)。”

类(lèi)似的AI作图诈(zhà)骗在国外也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合(hé)成了儿童(tóng)受灾的假照片发布到网络(luò)，以此诱骗善(shàn)良的(de)人(rén)打赏(shǎng)“捐助”从而(ér)实(shí)施诈(zhà)骗。

目(mù)前随着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘(huì)图效果，如果这样的图片被用来诈(zhà)骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了(le)很多(duō)担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创(chuàng)作(zuò)没有任何(hé)情绪和(hé)灵魂，难以(yǐ)和人类的艺(yì)术创作相提(tí)并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决(jué)，还有AIGC会不(bù)会代替人类(lèi)“至(zhì)高无上(shàng)”的(de)创意。

马斯克也强调，人工智(zhì)能的安全问(wèn)题需要得到重视(shì)，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了(le)视频(pín)，还有远(yuǎn)方

技术(shù)都是有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术将是第四次工业革(gé)命的(de)核心驱动力量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技术和(hé)商业层面都有了巨大进展，AI绘画就是(shì)人工智能技(jì)术发生(shēng)方向性改(gǎi)变的一个代表。其下一站(zhàn)或许就是视(shì)频(pín)。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视频。这些视频引(yǐn)发关注(zhù)并非内容(róng)做得多(duō)优秀(xiù)，反而都非常简单，比如(rú)一(yī)匹正在喝水的马(mǎ)，一只画画的玩具(jù)熊，或者一段骑摩托车的第一视角录像，随便一个有手(shǒu)机的人都可以(yǐ)随手录下一段(duàn)。

但这(zhè)些短视频(pín)的创作方式(shì)非常简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一(yī)段话，甚至只(zhǐ)是说(shuō)一下(xià)要求(qiú)，AI就可以根据需(xū)要生成一段视频。

谷歌(gē)发布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一(yī)个能够做出更高清视频(pín)的AI还不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加令人(rén)震(zhèn)惊的地方(fāng)在于，它可以制作出超过2分(fēn)钟的(de)连贯的(de)也有(yǒu)确切(qiè)内容的视频，这才(cái)是真(zhēn)正让(ràng)人们感到惊(jīng)喜的地方。因为无(wú)论AI生成的视(shì)频多么高清(qīng)，也只能是为内容(róng)生产(chǎn)者(zhě)提供(gōng)一个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不过能够(gòu)制作出(chū)有(yǒu)具(jù)体剧情内容的视频就意味着，一些视(shì)频创作由AI代替(tì)人工完成已经初步有了可能。

当(dāng)下AI的发展速度已经(jīng)超(chāo)过(guò)大部分(fēn)人的想象。内容(róng)产业的本质是供给创造需求，AIGC作(zuò)为全(quán)新的(de)内容生(shēng)产方式，可以为(wèi)内容产业带来更新的内容风格、更快的(de)生产(chǎn)速度，更低的生(shēng)产成本(běn)，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用于(yú)音(yīn)乐、代码、机器人(rén)动作等多(duō)种内容形式的生(shēng)成。不难(nán)发现该项(xiàng)技术不(bù)仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各(gè)种(zhǒng)元素的构建(jiàn)亦有关键(jiàn)意(yì)义(yì)。

从商(shāng)业(yè)化的角(jiǎo)度来看，文(wén)化娱乐、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化内容有强烈(liè)需求(qiú)。

因此(cǐ)，AI绘画及视频或(huò)不是结果，而只是AI进程(chéng)中的一块重要拼(pīn)图(tú)，有望在技术更新的加持下(xià)实现更大(dà)的(de)应(yīng)用价值。

AI从(cóng)理(lǐ)解(jiě)内容，走向了(le)可以(yǐ)生成内容(róng)，甚至能够创造出独(dú)立价(jià)值和独立视角的内容。AIGC的再次出圈，更(gèng)代(dài)表着未来的先进生产力即(jí)将到来(lái)。

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座<岳飞是哪个朝代的人，岳飞是哪个朝代的皇上/p>

从技(jì)术的(de)发展也(yě)可以看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经成为了新的趋势(shì)。

大(dà)模型被誉为当前(qián)人工智能发展的智能底(dǐ)座，是全球竞争最(zuì)激烈的研究(jiū)方(fāng)向之(zhī)一，包(bāo)括谷歌、亚马逊、百度、阿(ā)里、腾讯等(děng)众多头部企业(yè)都在竞相发力。

不过训练大模(mó)型的(de)确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约为(wèi)140万美元。而对于一(yī)些更大的LLM(大型语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万计(jì)算(suàn)，其对应芯(xīn)片需求为(wèi)3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为8亿美元，每(měi)日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在(zài)关注各类大模型(xíng)的发展同时，更应该关注算力网络的建设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工(gōng)智能发展的终极目标离得更近。

因(yīn)为算力(lì)可以对突破性技(jì)术创新提供大力(lì)的(de)支持。这(zhè)方(fāng)面，多(duō)模态大模型(xíng)是典(diǎn)型。作为面向(xiàng)未来强人工智能(néng)、通用人工智(zhì)能的重要(yào)技术创(chuàng)新，多模态大模型已经(jīng)在人工智能领(lǐng)域提出了(le)很多(duō)年，业界也有不(bù)少(shǎo)技术突破，但是，多模态大模型进一步往(wǎng)下走，算(suàn)力(lì)需求呈几何(hé)式上升，一般的(de)算力基础设(shè)施很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字、语音单独一项(xiàng)的(de)训练(liàn)，到双模(mó)态、三模态的跃迁，让(ràng)人工智能可以灵活(huó)应(yīng)对不同模态(tài)的转化(huà)、像人与(yǔ)世界交互(hù)一样自然，这方(fāng)面，由算力网络(luò)来驱动将有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智(zhì)能算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待(dài)在(zài)大模型和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造的边际成本降低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 岳飞是哪个朝代的人，岳飞是哪个朝代的皇上