自聊天机器人ChatGPT火(huǒ)爆(bào)以(yǐ)来，微软公司创始人比尔(ěr)·盖(gài)茨已(yǐ)多次(cì)公开(kāi)谈论人工智能话题。在最近的一次采(cǎi)访中，他再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论(lùn)是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发(fā)展可能会威(wēi)胁到(dào)谷歌的市占率，因为微软在(zài)AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终科(kē)技巨头(tóu)将把AI整合成用(yòng)户的(de)“全能助(zhù)手”，包揽一切应(yīng)用(yòng)，与(yǔ)人们(men)进行沟通(tōng)并(bì皇族是什么意思饭圈，韩国皇族是什么意思ng)提供建议(yì)，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中全能助手的到(dào)来可能(néng)尚需时日(rì)，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(zhòng)围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为(wèi)代表(biǎo)的(de)AIGC上一次(cì)爆火(huǒ)的时候，还是2022年8月，在美国(guó)科(kē)罗拉多州举办的新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一幅(fú)名为(wèi)《太空歌剧院》的作(zuò)品(pǐn)获奖。

随后各大厂(chǎng)商的(de)AI绘画(huà)软(ruǎn)件(jiàn)被广大网(wǎng)友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以(yǐ)在(zài)应用中输入一(yī)组(zǔ)关键词(cí)或者一(yī)张照片，就(jiù)能获(huò)得一(yī)幅AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的(de)文本。同一组关键词也可(kě)以创作出很多张风(fēng)格(gé)不(bù)一样的画作，这让(ràng)创(chuàng)作的过程就(jiù)像开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们会将生成(chéng)的美图当做头像(xiàng)。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车”作品(pǐn)。在(zài)社交媒体上(shàng)，许多用户(hù)分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的(de)小狗照片(piàn)被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加(jiā)持，以(yǐ)往(wǎng)AI绘画的填(tián)写关键词(cí)游(yóu)戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正(zhèng)在(zài)斯(sī)坦福(fú)读(dú)博(bó)的中(zhōng)国人(rén)张吕敏创作的一种(zhǒng)基于控制点的图像变(biàn)形算(suàn)法，主(zhǔ)要用于(yú)数字图像处理、计算机视觉(jué)和计算机图形学等领域(yù)。

其SD插件一(yī)经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点。

在(zài)此之前，大家(jiā)用了很多方法(fǎ)想让AI生(shēng)成的结果尽(jǐn)可能的(de)符合要(yào)求，但是(shì)都不尽如人意，它的(de)出(chū)现代表(biǎo)着AI生(shēng)成开(kāi)始进入真正的可控(kòng)时期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的构图，人物的姿势和画面的深度信息等。有了它的帮(bāng)助，就不用频繁的用提(tí)示词来碰运气，抽盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘(huì)画加了“魔法”，不(bù)少博主的作品已经获得了大(dà)量的(de)浏览量，“viggo”就是其中之一，他(tā)用朋友(yǒu)的(de)照片(piàn)直(zhí)接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到对应的(de)关键(jiàn)词；最后用ControlNet插(chā)件绑定(dìng)骨骼开始换关键词试(shì)效果。

通过图片(piàn)就(jiù)可(kě)以看出来，效果十(shí)分惊(jīng)艳(yàn)。

更厉害的是(shì)，除(chú)了真实的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张吕敏其本尊也(yě)亲自(zì)回(huí)应(yīng)。

不(bù)得(dé)不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚(shèn)至输出的(de)作品都已经能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓的(de)“party”可能(néng)是全(quán)国第(dì)一(yī)起AI绘图诈(zhà)骗。

由于这个活(huó)动里面给出的(de)美女(nǚ)照(zhào)片都(dōu)是(shì)AI制作的(de)真人照片绘(huì)图，因为太(tài)逼真，被大家当成真事传播了。

不过仔细(xì)观察(chá)可以发现，活动(dòng)发起(qǐ)者提供的照片(piàn)中有个很大(dà)的漏洞可以发现并非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图片中(zhōng)女(nǚ)性的手指部分有的存在异常。

有行业(yè)人事表示(shì)：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越来越完(wán)美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图(tú)诈骗在国外也已有(yǒu)发生。据英国(guó)广(guǎng)播公司报道，土耳其地震(zhèn)期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合成了(le)儿童受灾的假照片发布到网(wǎng)络，以此(cǐ)诱(yòu)骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已经能(néng)做出真人(rén)照片般的绘(huì)图效果，如果这样的(de)图片被(bèi)用来(lái)诈(zhà)骗，将非(fēi)常可怕(pà)。

此(cǐ)外AIGC还(hái)引(yǐn)发(fā)了很多(duō)担忧，一(yī)方面，批判者(zhě)认为AI在“学(xué)习”了大量前(qián)人的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人(rén)类(lèi)的艺术创作相(xiāng)提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前(qián)都并没有(yǒu)得到(dào)有(yǒu)效的解决，还有(yǒu)AIGC会不(bù)会代替人类(lèi)“至高(gāo)无上”的创意。

马斯克也(yě)强(qiáng)调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技(jì)术都是(shì)有两面性(xìng)的，潜在的危害并不能(néng)掩(yǎn)盖其光(guāng)辉(huī)的贡献。现(xiàn)在看来，人工智能技术将是第四次(cì)工(gōng)业革命(mìng)的(de)核心驱动力量，将创造新的增长奇(qí)迹。

过去一年，人(rén)工智能在技术和商业层面(miàn)都有了巨(jù)大进展，AI绘画就是人(rén)工智能技(jì)术(shù)发生方向性改变的一个(gè)代表。其下一(yī)站(zhàn)或(huò)许就是视频。

此前，Meta和谷歌先后发布了几条引爆(bào)科(kē)技圈的短视(shì)频。这些视频引发关(guān)注并(bìng)非内容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比如一匹正(zhèng)在喝(hē)水的马，一只(zhǐ)画画的玩具熊(xióng)，或(huò)者一段骑(qí)摩托车的第(dì)一视角录像(xiàng)，随便一个有手机的人都可(kě)以(yǐ)随手(shǒu)录下一(yī)段。

但这些(xiē)短视频的(de)创(chuàng)作方式非常简单(dān)，创作者仅(jǐn)仅需(xū)要向AI输入一段话，甚至只是(shì)说(shuō)一(yī)下(xià)要求(qiú)，AI就可以根据需(xū)要生成(chéng)一段视频。

谷歌发布的(de)两个AI生(shēng)成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出(chū)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(le)AI生(shēng)成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够做出(chū)更(gèng)高清视(shì)频的(de)AI还不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的(de)地方在于，它可以制(zhì)作出超过2分钟的连贯的也(yě)有确切(qiè)内容(róng)的(de)视频(pín)，这才是(shì)真正让人们感到惊喜的地方。因为无论AI生成的视频多么高(gāo)清(qīng)，也只能是为内(nèi)容生产者提(tí)供一个(gè)灵感，一个素材，一(yī)个过场动画(huà)。

不过能够制作出有具体剧(jù)情内(nèi)容的视频就意味着(zhe)，一些视频创作由AI代替人工完(wán)成已经初(chū)步有(yǒu)了可能。

当下(xià)AI的(de)发展速(sù)度已经(jīng)超(chāo)过大(dà)部分人(rén)的想象。内容产业的本质是(shì)供给(gěi)创造需(xū)求(qiú)，AIGC作为全新的内容生产方(fāng)式，可以为内容(róng)产业带来更新的(de)内(nèi)容风格、更快的(de)生产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技(jì)术还(hái)能应(yīng)用于音(yīn)乐(lè)、代码(mǎ)、机器人动作等(děng)多种(zhǒng)内容形(xíng)式的(de)生成。不难发现(xiàn)该项技术(shù)不仅(jǐn)在游戏(xì)等行(xíng)业能(néng)得到有效应用，对于(yú)下一代互联网(wǎng)各种(zhǒng)元素(sù)的(de)构建亦有关键意义。

从商业化的角度来看，文化娱(yú)乐、教(jiào)育(yù)、传媒等诸多领(lǐng)域，本身就(jiù)对基于AI的可视化内(nèi)容有强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是AI进程中的一(yī)块重要拼图(tú)，有(yǒu)望(wàng)在技术更新的加持下实现(xiàn)更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成内容，甚至能(néng)够(gòu)创造出独(dú)立价值和(hé)独立(lì)视角的(de)内容。AIGC的再次出圈，更代表着未(wèi)来(lái)的(de)先进生产力即将到来(lái)。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可以看(kàn)出，在语(yǔ)言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被誉为当前人(rén)工智能发(fā)展的智能底座，是全球竞争最激烈(liè)的研究方向(xiàng)之一，包括(kuò)谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过训练大模型(xíng)的(de)确价格不(bù)菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而对于一(yī)些更大的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万计(jì)算，其对应芯片需求为3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初始投(tóu)入(rù)成本约为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类大模型的发展同时(shí)，更应该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗(shī)级加速进(jìn)程，让(ràng)AIGC及(jí)通用AI这一人工智(zhì)能发展的终极(jí)目标(biāo)离(lí)得更近(jìn)。

因(yīn)为算力可以对突(tū)破(pò)性(xìng)技(jì)术创新提供大力(lì)的支(zhī)持。这方面，多模态(tài)大模型是典型。作为面向未来强(qiáng)人工智能、通(tōng)用(yòng)人工智(zhì)能的重要技术创(chuàng)新(xīn)，多模(mó)态大(dà)模(mó)型已经(jīng)在(zài)人工智能领域提出了很多(duō)年(nián)，业界(jiè)也有(yǒu)不少技术突破，但是(shì)，多模态大模型进一(yī)步往(wǎng)下走，算力(lì)需(xū)求呈几何式(shì)上升(shēng)，一(yī)般的算(suàn)力基础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模态的跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模态的转化(huà)、像人与(yǔ)世界(jiè)交互一样自然，这(zhè)方面，由算力网络来驱(qū)动将有明显优(yōu)势。

此(cǐ)外，还有(yǒu)很(hěn)多(duō)需要爆发式(shì)增(zēng)长的算力来(lái)支撑的技术创新，将在人工(gōng)智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大(dà)模(mó)型和(hé)大算力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：美阿密—女性私护高端品牌|女性生殖保养|女性私密健康养护|女性私护微商代理产品|美阿密官网 皇族是什么意思饭圈，韩国皇族是什么意思