自聊天机器(qì)人ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比尔·盖茨已多次(cì)公开谈论人工智能话题。在(zài)最近的一次采访中(zhōng)，他(tā)再次表示：“AI可(kě)能(néng)会(huì)让科(kē)技行业迎(yíng)来(lái)一次(cì)剧烈的洗牌(pái)”。

这(zhè)个结论是(shì)他在(zài)当地(dì)时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可能会威胁(xié)到谷歌的(de)市占率，因为(wèi)微(wēi)软在AI方面的(de)行动相当迅速。而最终科技(jì)巨(jù)头将(jiāng)把AI整合成用户的“全(quán)能(néng)助(zhù)手(shǒu)”，包揽一切应用(yòng)，与人(rén)们进行沟通并提供建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能(néng)助手的(de)到(dào)来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中输入一组关(guān)键词或者(zhě)一张照片，就能获得一幅(fú)AI创作的画(huà)作(zuò)。

作(zuò)画(huà)的关(guān)键就是所输入的文本。同(tóng)一组关键(jiàn)词也(yě)可以(yǐ)创作出(chū)很多张风格不一样的画(huà)作(zuò)，这(zhè)让创作的过程就(jiù)像开盲盒。

很多(duō)用(yòng)户很(hěn)喜欢这种不确(què)定的(de)惊喜，他们会将生成的美图当(dāng)做头像。而另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交(jiāo)媒(méi)体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人(rén)照(zhào)片(piàn)被AI识别成了(le)建(jiàn)筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画的填写关键词游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福读博的中国人(rén)张吕敏(mǐn)创作的一(yī)种基于(yú)控制点的图(tú)像(xiàng)变形算(suàn)法，主要用于数(shù)字图像处(chù)理、计算机视觉和计算机(jī)图(tú)形学等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的(de)两(liǎng)天(tiān)内便成为(wèi)了AI绘画领域最新的热点。

在此之前，大家用了很(hěn)多方法(fǎ)想让AI生(shēng)成(chéng)的结果尽可能的符合要求，但是都不尽如(rú)人意，它的出现代表着AI生成开始进入真正(zhèng)的(de)可控时期。

因(yīn)为ControlNet可(kě)以直接(jiē)提取画面(miàn)的(de)构图，人物的姿势和画面的深度信息等。有了它的(de)帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的(de)创(chuàng)作(zuò)了(le)。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画(huà)加(jiā)了“魔(mó)法”，不(bù)少(shǎo)博(bó)主的作品(pǐn)已经获得了大量的(de)浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用(yòng)朋友(yǒu)的(de)照片直接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用(yòng)ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试(shì)效果(guǒ)。

通过图片就可以(yǐ)看出来，效果十(shí)分惊(jīng)艳(yàn)。

更厉害(hài)的是，除(chú)了真实(shí)的(de)照片，草图也可以(yǐ)加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到(dào)ControlNet还能实(shí)现(xiàn)线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回应。

不得不说(shuō)当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的(de)作品都已(yǐ)经(jīng)能(néng)以假(jiǎ)乱真了。

02

难辨虚实(shí)，AIGC技术力爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍(biàn)网(wǎng)络(luò)，而经(jīng)过(guò)警方辟(pì)谣这所谓的(de)“party”可能是(shì)全国第一起AI绘(huì)图诈(zhà)骗。

由于这(zhè)个活动里面(miàn)给(gěi)出的(de)美女(nǚ)照(zhào)片都(dōu)是(shì)AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被大(dà)家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动(dòng)发(fā)起者提供(gōng)的照片中(zhōng)有个很(hěn)大(dà)的漏洞可以发现并非真人(rén)，而是AI绘图(tú)，那便是图片中女(nǚ)性(xìng)的(de)手指部分有的存在异常。

有行业人事(shì)表示：“现在因为(wèi)手指部(bù)分的绘画(huà)算法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现(xiàn)，以后(hòu)可能就完全没有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有发生。据(jù)英国广播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受灾(zāi)的假照片发布到网络，以此(cǐ)诱骗(piàn)善良的人打(dǎ)赏“捐助”从而实施诈(zhà)骗。

目前随着(zhe)技术发展，AIGC已经能做(zuò)出真人照(zhào)片般的绘(huì)图效果，如果(guǒ)这样的图片被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此外AIGC还(hái)引发了很多(duō)担忧，一(yī)方(fāng)面，批判者认为AI在(zài)“学习”了大(dà)量前人的作品(pǐn)之后，其创作没(méi)有任何情绪和灵魂，难以和(hé)人类的艺术创作(zuò)相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会(huì)不会代替(tì)人(rén)类“至高无(wú)上”的创意。

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

03

AIGC下(xià)一站除了视频，还有远(yuǎn)方(fāng)

技(jì)术(shù)都是有两面(miàn)性的，潜在(zài)的危害并不能掩(yǎn)盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是第四次(cì)工业革命(mìng)的核心驱(qū)动力量，将创造新的(de)增长(zhǎng)奇(qí)迹。

过去一年，人工智能(néng)在技术和商业层面都有了(le)巨大(dà)进展，AI绘画就是人(rén)工智能技术(shù)发生方向性改变的一个代表。其下一站或(huò)许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非内容做得多优秀，反而(ér)都(dōu)非常简单，比如一匹正在喝水的(de)马，一只(zhǐ)画画(huà)的玩具熊，或(huò)者(zhě)一(yī)段骑摩托车的第一视角录像(xiàng)，随便一个有手机的(de)人(rén)都可以随手录下(xià)一段。

但(dàn)这些短视频的创(chuàng)作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说(shuō)一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能(néng)够做(zuò)出更高清(qīng)视频的AI还(hái云南有哪几个市 云南是几线城市)不(bù)足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以制作出超过2分钟的连贯(guàn)的(de)也有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因(yīn)为无论(lùn)AI生成的视频多(duō)么高清，也只(zhǐ)能是为内容(róng)生产者提供一个(gè)灵感，一个素材，一个过场动画。

不(bù)过能够制(zhì)作(zuò)出有具体剧情内(nèi)容(róng)的视频就意味着，一些视频(pín)创作由AI代(dài)替人工(gōng)完成已经初步有了可能。

当下AI的(de)发展速度已经超过大部分人(rén)的想象。内容产业的本质是(shì)供给创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内(nèi)容产业带来更新的内(nèi)容风格、更快的生产速度，更低的生产(chǎn)成本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大(dà)爆发(fā)。

除了AI绘(huì)图(tú)、视频，AIGC技术还能应(yīng)用于音乐、代(dài)码(mǎ)、机器人动作等多种内容形式的(de)生成。不(bù)难发(fā)现该(gāi)项技术不仅(jǐn)在游戏等行业能(néng)得到(dào)有效(xiào)应用，对(duì)于下一代互联网各种元素的构建亦有关键意(yì)义。

从(cóng)商业化的角度(dù)来(lái)看，文化娱乐、教育、传媒等诸多(duō)领(lǐng)域，本身就对基于(yú)AI的可视(shì)化内容(róng)有强烈需求。

因此，AI绘画(huà)及视频或(huò)不(bù)是(shì)结果，而(ér)只(zhǐ)是(shì)AI进程中的(de)一块(kuài)重(zhòng)要拼(pīn)图，有望在技(jì)术(shù)更(gèng)新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解内容(róng)，走向(xiàng)了(le)可以生成(chéng)内(nèi)容，甚至能够创造出独立价值和独立(lì)视角的内容。AIGC的再(zài)次(cì)出圈，更(gèng)代(dài)表(biǎo)着未(wèi)来(lái)的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发(fā)展也可以看出，在(zài)语言大(dà)模型、图(tú)像大(dà)模型之后，多(duō)模态(tài)大模型已经成为(wèi)了新的趋(qū)势(shì)。

大(dà)模(mó)型被誉(yù)为当(dāng)前人(rén)工智能发展的智(zhì)能底(dǐ)座(zuò)，是全(quán)球竞(jìng)争最激烈的研(yán)究(jiū)方向之一，包括谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众(zhòng)多(duō)头部(bù)企业(yè)都在竞相发力。

不过(guò)训练(liàn)大模型的确价格(gé)不菲(fēi)，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报(bào)告估(gū)算(suàn)，GPT-3训(xùn)练(liàn)一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于(yú)200万美(měi)元至1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访(fǎng)客平均数1300万计算，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大(dà)算力(lì)支(zhī)持。在关(guān)注各类大模(mó)型(xíng)的发(fā)展同时，更应该(gāi)关注算(suàn)力(lì)网络的建设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗(shī)级加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一人工智(zhì)能发展的终(zhōng)极目标离得更(gèng)近。

因为算力可以对(duì)突破性技术创新提供(gōng)大(dà)力(lì)的(de)支持。这方面，多(duō)模态大模型是典型。作(zuò)为面向未来强(qiáng)人(rén)工智能、通(tōng)用人工(gōng)智能的(de)重要(yào)技(jì)术创新，多模(mó)态(tài)大(dà)模型已经在人工(gōng)智(zhì)能领域提出了很多年，业界也有不少(shǎo)技术突(tū)破(pò)，但是，多模(mó)态大(dà)模型进一步往(wǎng)下走，算力需(xū)求呈几何式上升(shēng)，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字(zì)、语音单独一(yī)项的(de)训练，到双(shuāng)模(mó)态、三(sān)模态的跃迁，让(ràng)人工智(zhì)能可以灵活应对不(bù)同模态的转化、像人与世界交互一(yī)样自然(rán)，这方面，由算(suàn)力(lì)网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多(duō)需要爆发式增长的算(suàn)力来支撑的(de)技术(shù)创新，将在(zài)人工智能算力网络支(zhī)撑下(xià)快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待在大模型和(hé)大(dà)算(suàn)力的支(zhī)持下(xià)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：橘子百科-橘子都知道 云南有哪几个市 云南是几线城市