自聊(liáo)天机器人ChatGPT火爆(bào)以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最(zuì)近的一次采访中，他再次(cì)表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧(jù)烈的洗牌(pái)”。

这个(gè)结论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目(mù)专(zhuān)访(fǎng)时提出(chū)的(de)。

他预期，AI的发展(zhǎn)可(kě)能会威胁到谷歌的市占率，因(yīn)为微软(ruǎn)在AI方面的行动相(xiāng)当迅(xùn)速。而最终科技巨头将把AI整合成(chéng)用户的“全能(néng)助(zhù)手”，包揽一切应用，与人们进行沟通并提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助手的(de)到来可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆火的时候，还是2022年8月，在美国科罗(luó)拉多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅名为《太(tài)空歌剧院》的作(zuò)品获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们可以(yǐ)在应用中输入一组关键词或者一张照片(piàn)，就能获得(dé)一幅AI创作(zuò)的画作(zuò)。

作(zuò)画的关键(jiàn)就是(shì)所输入的文(wén)本。同一(yī)组(zǔ)关键(jiàn)词也可以创作出很多张(zhāng)风格不(bù)一样的画作，这让(ràng)创作的过(guò)程就(jiù)像开(kāi)盲盒。

很多用(yòng)户很喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当做头像。而另一(yī)部分喜欢(huān)翻看AI绘(huì)画(huà)的“翻(fān)车”作品。在社(shè)交媒(méi)体上，许(xǔ)多用户分享AI“翻车(chē)现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的个人照(zhào)片(piàn)被AI识别成了(le)建筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关(guān)键词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一位正在(zài)斯坦(tǎn)福读(dú)博的中国人张吕敏创(chuàng)作的一种基于控(kòng)制点的(de)图像变形算法，主要用于(yú)数字图(tú)像处理(lǐ)、计算(suàn)机视(shì)觉和计算机图形学等领(lǐng)域(yù)。

其(qí)SD插件一经发布(bù)，在短短的两天内便(biàn)成(chéng)为了AI绘(huì)画领域最(zuì)新的热(rè)点。

在(zài)此(cǐ)之前，大家用了很(hěn)多方(fāng)法想让AI生成的结果尽可(kě)能的(de)符合要(yào)求(qiú)，但是(shì)都(dōu)不尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画(huà)面的构(gòu)图，人物(wù)的姿势和画面的深度信息等。有了它的帮助，就(jiù)不(bù)用(yòng)频繁(fán)的(de)用提(tí)示词来碰(pèng)运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得(dé)了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最(zuì)后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试(shì)效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以(yǐ)加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本(běn)尊(zūn)也(yě)亲自回(huí)应。

不得不(bù)说当下AIGC已经(jīng)变得(dé)越来越强(qiáng)大(dà)，甚至输(shū)出的作(zuò)品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍(biàn)网络(luò)，而经过警(jǐng)方辟(pì)谣这所(suǒ)谓的“party”可(kě)能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于(yú)这(zhè)个活动里面(miàn)给出的美女照片都是AI制作的真人(rén)照片绘图，因为太(tài)逼真，被(bèi)大家当成(chéng)真事传(chuán)播了。

不(bù)过仔细观察可(kě)以发现，活动发起(qǐ)者(zhě)提(tí)供(gōng)的照片(piàn)中有(yǒu)个很大(dà)的(de)漏(lòu)洞可以发现并非真(zhēn)人，而是AI绘(huì)图，那便是图片中女性的手指部分有的存在异常(cháng)。

有(yǒu)行业人(rén)事表示：“现在因为手指部分的绘画(huà)算法比较复杂，AI还(hái)不太会画人的手(shǒu)，但最新看到的(de)图片已经有(yǒu)越(yuè)来越(yuè)完美的AI模(mó)型出现，以后可能就完全没(méi)有漏洞了。”

类(lèi)似的AI作图诈骗在国外也(yě)已有发生。据(jù)英国广播(bō)公司(sī)报(bào)道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助(zhù)”从而(ér)实施诈骗。

目前随(suí)着技术发(fā)展，AIGC已经能做(zuò)出真人照(zhào)片般(bān)的绘图效果，如果这样的图片被用(yòng)来诈(zhà)骗，将(jiāng)非常可(kě)怕。

此外(wài)AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之(zhī)后(hòu)，其创作没(méi)有任(rèn)何情(qíng)绪和灵魂，难以和人类的艺(yì)术创作相(xiāng)提并论。

另一方面，AIGC背后(hòu)的版(bǎn)权、目(mù)前都并没有得到有效的解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意。

马斯(sī)克(kè)也强调(diào)，人工智能的安全问题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工(gōng)智(zhì)能技术将是第四次工(gōng)业革命的(de)核心(xīn)驱动力量，将创造新(xīn)的增长奇(qí)迹。

过去(qù)一(yī)年，人工智(zhì)能在(zài)技(jì)术和商业(yè)层面都(dōu)有了巨大进(jìn)展，AI绘画(huà)就(jiù)是人(rén)工智能技术发生方向(xiàng)性改变的一个代(dài)表。其下一站或许就是视(shì)频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引(yǐn)爆(bào)科技圈的(de)短视频。这些视频引(yǐn)发关注(zhù)并非内(nèi)容做得多优秀，反而都非常简单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只画画的玩具(jù)熊，或者一段骑摩(mó)托车的第一视角录(lù)像(xiàng)，随便(biàn)一个有手(shǒu)机的人都可以随手录下一段(duàn)。

但这些(xiē)短视频的(de)创作方(fāng)式非(fēi)常简(jiǎn)单，创作者仅仅需要向AI输入一段话，甚(shèn)至只是说一下要求，AI就可以根(gēn)据(jù)需要生(shēng)成一段视(shì)频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一(yī)个(gè)能够(gòu)做(zuò)出更高清视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于(yú)，它(tā)可以制作出超过2分(fēn)钟的连贯的也(yě)有(yǒu)确(què)切内(nèi)容的视频，这才是真正让人们感(gǎn)到惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也(yě)只能(néng)是(shì)为内容(róng)生产者提(tí)供一(yī)个灵(líng)感，一个素材(cái)，一个过场动画。

不过能够制作出有具体剧情内(nèi)容的视频就意(yì)味着，一些(xiē)视频创(chuàng)作(zuò)由AI代(dài)替人工完(wán)成已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过(guò)大部分人的(de)想象。内容产业的(de)本质是供给(gěi)创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带来更(gèng)新的(de)内容风格、更快(kuài)的(de)生产速度(dù)，更低(dī)的(de)生(shēng)产成本，这无疑(yí)会驱动内容产业(yè)的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机器人(rén)动作等(děng)多(duō)种内容形式的生成。不(bù)难发现该(gāi)项技术不仅在游戏等行业能得到有效应用，对于(yú)下(xià)一(yī)代互联网(wǎng)各(gè)种元素的构(gòu)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(děng)诸多领(lǐng)域，本身(shēn)就(jiù)对基于(yú)AI的可视化内容有强烈需(xū)求。

因此，AI绘画及视频(pín)或不是(shì)结果，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技术(shù)更新(xīn)的加持下实现(xiàn)更大(dà)的应用(yòng)价值。

AI从(cóng)理解内容(róng)，走向(xiàng)了可以(yǐ)生(shēng)成内(nèi)容，甚至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术(shù)的发展(zhǎn)也可(kě)以看出(chū)，在语言大模型(xíng)、图(tú)像大模型之后，多模态大模型已经成为了新的(de)趋势。

大模型(xíng)被誉为(wèi)当前人(rén)工(gōng)智(zhì)能(néng)发展的智(zhì)能底座，是(shì)全(quán)球竞争最激烈的研究(jiū)方向(xiàng)之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企(qǐ)业都(dōu)在(zài)竞相发力。

不过(guò)训练大(dà)模型的确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次(cì)的(de)成(chéng)本约为140万美(měi)元。而对(duì)于一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练成(chéng)本则介(jiè)于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平(píng)均数1300万计算(suàn)，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电(diàn)费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支持(chí)。在关注各类大(dà)模型的发展(zhǎn)同时(shí)，更应该关注算力网络(luò)的建设(shè)。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一人(rén)工智能(néng)发展的(de)终极目标离得更近(jìn)。

因为算力可(kě)以对突破性技(jì)术创新(xīn)提供大力的支持。这方(fāng)面(miàn)，多模(mó)态大模型(xíng)是典(diǎn)型(xíng)。作为面向(xiàng)未(wèi)来强(qiáng)人工智能、通用人工智(zhì)能的重(zhòng)要技术创新，多模(mó)态大模型已经在人(rén)工智(zhì)能领域提出(chū)了很(hěn)多(duō)年，业界(jiè)也有(yǒu)不少技术突破(pò)，但是，多模态大模型进一(yī)步往(wǎng)下走(zǒu)，算力需求(qiú)呈几何式上升，一(yī)般的算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态的转化、像人与世界交互一(yī)样自然，这方面(miàn)，由算力网(wǎng)络来驱动(dòng)将(jiāng)有(yǒu)明显优(yōu)势。

此外，还有(yǒu)很多需要爆发式增长的算力来(lái)支撑的技术创新，将在人(rén)工智能算力(lì)网络支撑(chēng)下(xià)快速推进。

AIGC已(yǐ)经露出(chū)曙光(guāng)，期(qī)待在大模(mó)型和大算力(lì)的支持下AIGC能持(chí)续颠(diān)覆内容生(shēng)产的方式，将创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 坐镇和坐阵的区别脍炙人口，坐镇和坐阵有什么作用