自聊天(tiān)机(jī)器人ChatGPT火爆以来，微软(ruǎn)公(gōng)司创始人比尔(ěr)·盖茨已(yǐ)多次公开谈论人(rén)工(gōng)智能话题(tí)。在最近的一次(cì)采访(fǎng)中，他再次表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧烈的(de)洗(xǐ)牌”。

这(zhè)个结论是(shì)他(tā)在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的(de)发展可能会威胁到谷歌(gē)的市占(zhàn)率，因为(wèi)微(wēi)软在AI方(fāng)面的(de)行动相当迅速。而(ér)最终科技巨头将把AI整合(hé)成(chéng)用户的“全能助(zhù)手”，包揽一(yī)切应用，与人们进行沟(gōu)通并提供(gōng)建议，可以(yǐ)取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助(zhù)手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的(de)话题(tí)热点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以AI绘画(huà)为代(dài)表的AIGC上(shàng)一次(cì)爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州(zhōu)举办(bàn)的新兴数字艺(yì)术(shù)家竞赛中，一(yī)幅名(míng)为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘画软件(jiàn)被广(guǎng)大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们(men)可(kě)以在应用中输入(rù)一组关键词或者一(yī)张(zhāng)照(zhào)片，就能获得一幅AI创作的画作。

作画(huà)的关键就是所输入的文本。同一组关键(jiàn)词(cí)也可以创作出很多张风格不(bù)一样的画作，这让创作的(de)过程就像开盲盒。

很多用户(hù)很喜欢这(zhè)种不(bù)确定的(de)惊(jīng)喜，他(tā)们(men)会将(jiāng)生成的美(měi)图当(dāng)做(zuò)头(tóu)像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗照片被AI画(huà)成了“肌肉男”，还(hái)有(yǒu)网友的(de)个(gè)人(rén)照片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的(de)填(tián)写(xiě)关键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人(rén)张吕敏创作的(de)一种基于控(kòng)制点的图像变形算法，主要用于(yú)数(shù)字图像(xiàng)处理、计算(suàn)机视(shì)觉和计算机(jī)图形学等领域。

其SD插(chā)件一经发布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最新的热(rè)点(diǎn)。

在(zài)此(cǐ)之前，大家用了很多(duō)方法(fǎ)想让AI生成的结果尽可能的符合要求，但是都不尽如人意(yì)，它的出现代表(biǎo)着(zhe)AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提取画面(miàn)的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式的(de)创作了。

通(tōng)俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少博主的(de)作品(pǐn)已经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们走进动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到(dào)对应的(de)关键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词试效果(guǒ)。

通过图(tú)片就可(kě)以看出来(lái)，效(xiào)果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可(kě)以加上“魔法”，知(zhī)乎(hū)大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回(huí)应。

偷吃别人的屎犯法吗，偷吃别人的屎违法吗="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得(dé)不说(shuō)当下AIGC已(yǐ)经变得越来越强大(dà)，甚至输出的作(zuò)品都已经(jīng)能(néng)以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息火遍(biàn)网络(luò)，而(ér)经(jīng)过警方辟谣这(zhè)所谓的(de)“party”可能是(shì)全国第(dì)一起AI绘图诈骗。

由于这个活动(dòng)里(lǐ)面给出的美女照片都是AI制(zhì)作的真人照片绘图，因(yīn)为(wèi)太逼真，被大(dà)家当成真事传播了。

不(bù)过仔(zǎi)细(xì)观(guān)察(chá)可以发现(xiàn)，活动(dòng)发起者提供(gōng)的照片中(zhōng)有个(gè)很(hěn)大的漏洞可以发现(xiàn)并非(fēi)真人(rén)，而是AI绘图，那便是图片(piàn)中女性的手指(zhǐ)部分(fēn)有的(de)存在异常。

有(yǒu)行业人事表示：“现在因为(wèi)手(shǒu)指部分的绘画算(suàn)法比较复杂，AI还不太会画人的(de)手(shǒu)，但(dàn)最新(xīn)看到的图片已经有越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英(yīng)国广播(bō)公司报道，土耳(ěr)其地震(zhèn)期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾(zāi)的假照片发(fā)布到网络(luò)，以此诱骗善良(liáng)的人打赏“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人(rén)照片般的绘图效(xiào)果(guǒ)，如果这样(yàng)的图片被(bèi)用来诈骗，将非常(cháng)可(kě)怕(pà)。

此外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判者(zhě)认为AI在“学(xué)习”了大(dà)量前人的作品之后，其(qí)创(chuàng)作(zuò)没有任何情(qíng)绪和灵魂，难以和(hé)人类的艺术创作相提(tí)并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会(huì)不会(huì)代替人(rén)类(lèi)“至高无上”的创意。

马斯克也强调，人(rén)工智能的(de)安(ān)全问题需要得(dé)到重视，太晚就(jiù)来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的(de)危害并不(bù)能掩盖其光(guāng)辉的贡献。现(xiàn)在(zài)看来，人工(gōng)智能技术将(jiāng)是第四次工业革命的核心驱动力(lì)量，将创造新的(de)增长奇(qí)迹(jì)。

过(guò)去一年，人工(gōng)智能(néng)在技术和商业层面都有(yǒu)了巨大(dà)进展，AI绘画就是(shì)人工智能技(jì)术发生方向性改变的一个代表。其下一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几(jǐ)条引爆(bào)科技圈的短视频(pín)。这些视频引发关注并非内容(róng)做得多优(yōu)秀，反而都(dōu)非常简(jiǎn)单，比(bǐ)如(rú)一匹正在(zài)喝(hē)水的(de)马，一只画画的玩具(jù)熊，或(huò)者(zhě)一段骑摩托车的第(dì)一视(shì)角录像，随(suí)便一个有手机(jī)的人(rén)都可以随手录下一(yī)段。

但这些(xiē)短(duǎn)视频的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输(shū)入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要(yào)生成一段(duàn)视(shì)频。

谷歌发布的两(liǎng)个AI生成(chéng)视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个能够做出更(gèng)高清视频的AI还不足(zú)以在短时间(jiān)内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊(jīng)的地(dì)方在于，它可以制作出超过2分钟的(de)连贯的(de)也有确切内容的视频，这才是真(zhēn)正让(ràng)人们感到惊喜的地方。因为无论AI生成的(de)视(shì)频多么高清，也(yě)只能是为内容生(shēng)产者提供(gōng)一个灵(líng)感(gǎn)，一个素材(cái)，一(yī)个过场动画(huà)。

不过能够制作出有具体剧情内容的视频(pín)就意味(wèi)着，一(yī)些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已(yǐ)经(jīng)初步有了可能。

当下AI的发(fā)展速(sù)度已经超(chāo)过大部分人的想象。内容产(chǎn)业(yè)的(de)本(běn)质是供(gōng)给创(chuàng)造(zào)需求，AIGC作(zuò)为全(q偷吃别人的屎犯法吗，偷吃别人的屎违法吗uán)新的内(nèi)容生(shēng)产(chǎn)方式，可以为内容(róng)产业带(dài)来(lái)更(gèng)新(xīn)的(de)内(nèi)容风格、更快的(de)生产速(sù)度，更低的(de)生(shēng)产成本(běn)，这无疑会驱动内(nèi)容(róng)产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应(yīng)用于(yú)音乐、代码、机器人动作等多种内容形式(shì)的生成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一代互(hù)联(lián)网各种(zhǒng)元素的构建亦有关键意(yì)义。

从商业化(huà)的(de)角度来(lái)看，文(wén)化(huà)娱(yú)乐、教育、传媒等诸多领(lǐng)域(yù)，本(běn)身就对基于AI的可视化(huà)内容有(yǒu)强(qiáng)烈需求。

因(yīn)此，AI绘(huì)画及视频或不是结(jié)果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有望在技术更(gèng)新的加(jiā)持下实现更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至(zhì)能够(gòu)创造出独立(lì)价(jià)值和独立视(shì)角的内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着未来(lái)的先(xiān)进(jìn)生产力即将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算力(lì)，牢固(gù)AIGC底座(zuò)

从(cóng)技术(shù)的发(fā)展也(yě)可以看出(chū)，在语(yǔ)言大模型(xíng)、图像大模(mó)型之后，多模态大模(mó)型已经(jīng)成为了新的趋势。

大模型被誉为当(dāng)前人工(gōng)智能发展的智能底座(zuò)，是(shì)全球竞争(zhēng)最激烈的研(yán)究(jiū)方向之(zhī)一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多头部(bù)企业(yè)都在(zài)竞相发力。

不过训(xùn)练大模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在(zài)2023年1月(yuè)的独立访(fǎng)客平均(jūn)数1300万计(jì)算(suàn)，其对应芯片需求(qiú)为3万多片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支持。在关(guān)注各类大模型的发展同(tóng)时，更应该关注算力网络的(de)建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极目标(biāo)离(lí)得(dé)更近(jìn)。

因为算(suàn)力可以(yǐ)对突破(pò)性(xìng)技术创新提供(gōng)大力的支持(chí)。这方面，多模态大模型是(shì)典(diǎn)型。作(zuò)为面向未(wèi)来强(qiáng)人工(gōng)智能(néng)、通用(yòng)人(rén)工(gōng)智能的重要技术创新，多模态(tài)大(dà)模型已经在(zài)人(rén)工(gōng)智能领域提出了(le)很多年，业界(jiè)也有(yǒu)不少技术突破(pò)，但是，多模态大模型进一步(bù)往下走，算力需求呈(chéng)几何式上升，一般的算力基础设施(shī)很快将难以胜(shèng)任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人工智能可以(yǐ)灵(líng)活(huó)应对不同(tóng)模(mó)态的(de)转化、像人与世界交(jiāo)互一样(yàng)自然，这方面，由(yóu)算(suàn)力(lì)网络来驱(qū)动将有(yǒu)明显(xiǎn)优势。

此外，还有很多需要(yào)爆发式增长的算力来(lái)支(zhī)撑的(de)技术创新，将在人(rén)工智能算(suàn)力(lì)网络支(zhī)撑下快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创造(zào)的(de)边(biān)际成本降(jiàng)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 偷吃别人的屎犯法吗，偷吃别人的屎违法吗