自聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨已多(duō)次公开谈论人工(gōng)智能话题。在最近(jìn)的一次采访中，他(tā)再次表示(shì)：“AI可(kě)能会让(ràng)科技(jì)行(xíng)业迎来一(yī)次剧烈的洗(xǐ)牌”。

这个结论(lùn)是他在(zài)当(dāng)地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可能会(huì)威胁(xié)到谷歌的市(shì)占率，因为微软在AI方(fāng)面的行(xíng)动相当迅速(sù)。而最终科技巨头将把AI整合(hé)成用户的“全(quán)能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中全能助手的到(dào)来(lái)可能尚需时日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举(jǔ)办的新兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太(tài)空歌剧(jù)院(yuàn)》的作品获(huò)奖(jiǎng)。

随后各大厂(chǎng)商的(de)AI绘画软件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组(zǔ)关键词或(huò)者一张照片(piàn)，就能(néng)获得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是所(suǒ)输入(rù)的(de)文本。同一组关键词也可(kě)以创作(zuò)出很多张风格不一样的画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多许昌学院是一本还是二本分数线，许昌学院是一本还是二本院校(duō)用户(hù)很喜欢这种不确(què)定的惊(jīng)喜，他们会将生成的美图(tú)当做(zuò)头像(xiàng)。而另一部(bù)分喜(xǐ)欢翻看AI绘(huì)画(huà)的“翻(fān)车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被(bèi)AI识别(bié)成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键词游戏(xì)可能(néng)要被(bèi)颠覆了(le)。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦福读博的中(zhōng)国人张吕(lǚ)敏(mǐn)创作的一种基于控制点的图像(xiàng)变形(xíng)算法(fǎ)，主要用于(yú)数字图像处(chù)理(lǐ)、计算(suàn)机视觉和计算(suàn)机图形学等领域(yù)。

其SD插(chā)件一经(jīng)发布，在(zài)短短的两(liǎng)天内便成(chéng)为了AI绘画(huà)领(lǐng)域最(zuì)新的热点。

在(zài)此(cǐ)之(zhī)前，大(dà)家用了很多方法想让(ràng)AI生(shēng)成的结果尽可能的符合要求，但是(shì)都不(bù)尽如人意，它的出现代表着(zhe)AI生成开(kāi)始进入真正的可控(kòng)时期(qī)。

因为ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人(rén)物的姿势和画(huà)面的深(shēn)度(dù)信(xìn)息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气(qì)，抽(chōu)盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已(yǐ)经获得了(le)大量(liàng)的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋友的照片直接带(dài)她们走(zǒu)进动(dòng)漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词试(shì)效果。

通(tōng)过(guò)图片就(jiù)可以看出来(lái)，效果(guǒ)十(shí)分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲(qīn)自(zì)回应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至输出的(de)作品(pǐn)都已经能(néng)以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国(guó)第一起AI绘图(tú)诈骗。

由于这(zhè)个活动(dòng)里面给(gěi)出的美女(nǚ)照片都是(shì)AI制作的真人照片绘图，因为太逼(bī)真，被大家当(dāng)成真事传播了。

不过仔细观(guān)察可以发(fā)现，活(huó)动(dòng)发起者提(tí)供的照片中有(yǒu)个很大的漏洞(dòng)可以发现并非真人(rén)，而(ér)是AI绘图，那(nà)便是图片中女(nǚ)性的手指部分有的存在(zài)异常。

有行业(yè)人事表(biǎo)示：“现在因(yīn)为(wèi)手指部(bù)分的绘画(huà)算法比(bǐ)较复杂，AI还(hái)不太会(huì)画人(rén)的手，但最新看到的图(tú)片已经有越来(lái)越完美的AI模型出现，以(yǐ)后可能(néng)就(jiù)完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈(zhà)骗在国(guó)外(wài)也已有发生。据(jù)英国广播公司报道，土耳(ěr)其(qí)地震(zhèn)期间，有Tiktok用户使用(yòng)AI合(hé)成了儿童(tóng)受灾的假照片发(fā)布到网络，以此诱骗善(shàn)良的人打赏“捐助”从而实(shí)施诈骗。

目前随(suí)着(zhe)技术发展，AIGC已经能做(zuò)出真人照(zhào)片般的(de)绘(huì)图(tú)效果(guǒ)，如果这样的图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方(fāng)面(miàn)，批判(pàn)者认为(wèi)AI在“学(xué)习”了大(dà)量前人的作(zuò)品之(zhī)后(hòu)，其(qí)创作没(méi)有任何情(qíng)绪(xù)和灵魂(hún)，难以和人类的艺(yì)术创作相提(tí)并论(lùn)。

另一方(fāng)面(miàn)，AIGC背(bèi)后的版权、目前(qián)都并没(méi)有得(dé)到有(yǒu)效的解决(jué)，还有AIGC会不会代替(tì)人类“至高无上(shàng)”的创意。

马(mǎ)斯克(kè)也(yě)强调，人工智能(néng)的安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视(shì)频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在的(de)危(wēi)害并不(bù)能掩盖其(qí)光辉的贡献。现在看(kàn)来，人工智能(néng)技术将是第四次工(gōng)业(yè)革命的核心(xīn)驱(qū)动力量(liàng)，将创造新(xīn)的增(zēng)长奇迹。

过(guò)去一年，人工(gōng)智能在(zài)技(jì)术和商业(yè)层(céng)面都有了(le)巨大进展，AI绘画(huà)就是人工(gōng)智能技(jì)术(shù)发生方向性改变(biàn)的一个代表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷歌先后发布了几条引(yǐn)爆科技圈的短视(shì)频。这些视频引发关(guān)注并非内容做(zuò)得多(duō)优秀，反而都非(fēi)常简单(dān)，比如一匹(pǐ)正在(zài)喝水的(de)马，一只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下(xià)一段。

但这些短视频的创作方式非常简单，创作者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据需(xū)要(yào)生成一段(duàn)视(shì)频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要(yào)突(tū)出的(de)是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈(quān)就(jiù)已(yǐ)经玩了一波(bō)梗，一(yī)个能够做出更高清视(shì)频的(de)AI还不(bù)足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方(fāng)在于，它可以制作出超(chāo)过2分钟(zhōng)的(de)连贯的也有确切内容的视频(pín)，这才是真(zhēn)正让人(rén)们感(gǎn)到惊(jīng)喜的地方(fāng)。因为无(wú)论AI生成的视(shì)频多么高清(qīng)，也(yě)只能是为内容(róng)生产(chǎn)者提供一个灵(líng)感，一个素材，一个(gè)过场(chǎng)动画。

不过(guò)能(néng)够制作出有具体剧(jù)情内容的视频就意(yì)味着，一些(xiē)视(shì)频创(chuàng)作由AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速(sù)度已经超(chāo)过大(dà)部分人的想象。内容产业(yè)的本质是(shì)供给创造需求，AIGC作为全(quán)新的内容生产方式(shì)，可以为(wèi)内容产业(yè)带来更(gèng)新的(de)内容风(fēng)格、更快(kuài)的(de)生产速度，更低的(de)生(shēng)产成本，这无(wú)疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人动作等多种内容(róng)形式的(de)生成。不难发现该项技(jì)术不仅在游戏(xì)等(děng)行业能得到(dào)有效应用，对(duì)于下一代互联网(wǎng)各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本身(shēn)就对基于(yú)AI的可(kě)视(shì)化内容有(yǒu)强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是AI进程(chéng)中的一块(kuài)重(zhòng)要拼图，有望在技术更新的加(jiā)持下实(shí)现更(gèng)大的应用价(jià)值。

AI从理解内容，走向(xiàng)了可以生(shēng)成内容，甚至能够创(chuàng)造出独(dú)立价值和独立视角的内(nèi)容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发(fā)展也可(kě)以看出，在语(yǔ)言(yán)大模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势(shì)。

大模型被誉(yù)为当(dāng)前人工智能发展的智能(néng)底(dǐ)座，是(shì)全球竞争最(zuì)激烈的研究方向(xiàng)之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多头(tóu)部(bù)企业都(dōu)在(zài)竞相发力(lì)。

不(bù)过(guò)训练大模型的确价格不菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需要多少算(suàn)力》报告估(gū)算，GPT-3训练一次的(de)成本约(yuē)为(wèi)140万(wàn)美元。而对(duì)于一(yī)些更(gèng)大的LLM(大型(xíng)语言模型)，训练(liàn)成本则介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计(jì)算，其对应(yīng)芯片(piàn)需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初(chū)始投入成本(běn)约为8亿(yì)美元，每日仅(jǐn)电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力(lì)支持。在关注各类大模型的(de)发展同时，更应该关注算力(lì)网络的(de)建设。

算力网络(luò)正(zhèng)驱(qū)动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发(fā)展(zhǎn)的(de)终极目标(biāo)离(lí)得更近。

因为(wèi)算(suàn)力可以(yǐ)对突破性技术创新提供大力(lì)的支(zhī)持。这方(fāng)面(miàn)，多模态大模(mó)型(xíng)是(shì)典型。作为面(miàn)向未来强人工智能、通用(yòng)人工智(zhì)能的重要技(jì)术创新，多模态大模型已经(jīng)在人工智能领域提出了很(hěn)多年(nián)，业界也有不少技(jì)术突破，但(dàn)是，多模态(tài)大模型进一步往下走，算力需求呈几(jǐ)何式上(shàng)升(shēng)，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项(xiàng)的训练，到双模态、三模(mó)态的跃迁(qiān)，让(ràng)人工智能可以灵(líng)活应(yīng)对不同模态的转化、像人与世界交互一样自然，这方面，由算力(lì)网络来驱动将有明显(xiǎn)优势(shì)。

此(cǐ)外(wài)，还有很多需要(yào)爆发式增长的算力来支(zhī)撑的技术(shù)创新，将在(zài)人工智能算(suàn)力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型(xíng)和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将(jiāng)创造的边际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 许昌学院是一本还是二本分数线，许昌学院是一本还是二本院校