自(zì)聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公司创始人(rén)比尔·盖茨(cí)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(huì)让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他(tā)在当地(dì)时间2月(yuè)20日接受《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预(yù)期(qī)，AI的发展可(kě)能会威胁(xié)到谷歌的市(shì)占率，因(yīn)为微软在AI方(fāng)面的行(xíng)动相当(dāng)迅速(sù)。而最终科技(jì)巨头将把AI整合成用(yòng)户的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进(jìn)行沟(gōu)通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口(kǒu)中(zhōng)全能(néng)助手的(de)到来可能(néng)尚(shàng)需时日，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火的时(shí)候，还(hái)是2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞(jìng)赛(sài)中，一(yī)幅名为《太(tài)空歌剧(jù)院》的(de)作品(pǐn)获奖。

随后各(gè)大厂商(shāng)的(de)AI绘画(huà)软件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中(zhōng)输入一组关(guān)键词或者一(yī)张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的(de)关键就是所(suǒ)输入的文本(běn)。同一组关键词也可以创作出很(hěn)多(duō)张风(fēng)格(gé)不一样的画作，这让创作的过程就像(xiàng)开盲盒(hé)。

很多用(yòng)户(hù)很喜欢这种(zhǒng)不确定的惊喜(xǐ)，他们(men)会(huì)将(jiāng)生成的美图(tú)当做头像。而(ér)另一部分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在(zài)社交媒(méi)体上(shàng)，许多(duō)用(yòng)户分享AI“翻(fān)车现(xiàn)场”，例(lì)如(rú)，一位网(wǎng)友的小(xiǎo)狗照片(piàn)被(bèi)AI画(huà)成(chéng)了“肌肉男(nán)”，还(hái)有(yǒu)网友(yǒu)的(de)个人照片被AI识(shí)别成了建筑。

而(ér)如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的填写(xiě)关键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是(shì)一(yī)位正在斯(sī)坦(tǎn)福(fú)读博的中国(guó)人张吕敏创作的一种基于(身临其境是什么意思的临，身临其境是什么意思呢原意是什么yú)控制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处(chù)理、计算(suàn)机视觉和计(jì)算机图形学(xué)等领(lǐng)域。

其(qí)SD插(chā)件(jiàn)一经(jīng)发布，在短短的两天内便成为了AI绘画领域最新的热点。

在此之前，大家用了(le)很多方(fāng)法(fǎ)想(xiǎng)让(ràng)AI生(shēng)成(chéng)的结果尽可能的符合要求，但是都不(bù)尽如人(rén)意(yì)，它的出现(xiàn)代表着AI生成(chéng)开(kāi)始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构(gòu)图，人物的姿势和(hé)画面的深度信息等。有了它的帮助，就(jiù)不(bù)用频繁的(de)用提示词来(lái)碰(pèng)运气，抽(chōu)盲(máng)盒(hé)式的创作了(le)。

通俗(sú)的(de)说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔(mó)法”，不少博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中之(zhī)一(yī)，他用朋友(yǒu)的(de)照片直(zhí)接带她们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳。

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏(mǐn)其本尊也(yě)亲自回应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至输出的作品(pǐn)都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日(rì)，“苏州金鸡湖(hú)有(yǒu)游艇party”的消息火遍(biàn)网络，而经(jīng)过警方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图诈(zhà)骗。

由于(yú)这个(gè)活动里面给出的美(měi)女照片都(dōu)是AI制作的真人照片绘图，因为太逼真，被大(dà)家当(dāng)成真事传(chuán)播了。

不过仔(zǎi)细观察可以发现，活动发起者提(tí)供的照片中有个很大的漏(lòu)洞可(kě)以发现并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部(bù)分有的存在异常(cháng)。

有行业(yè)人(rén)事表(biǎo)示：“现在因为手(shǒu)指部分的绘画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但(dàn)最新看(kàn)到的图片已经有越来越(yuè)完美的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞了。”

类似(shì)的AI作图(tú)诈(zhà)骗在国(guó)外也(yě)已(yǐ)有发生(shēng)。据(jù)英国广播公(gōng)司(sī)报(bào)道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱骗善良的人打赏“捐助”从而实施诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做出(chū)真(zhēn)人照(zhào)片般的绘图效果，如果这(zhè)样的图片被(bèi)用来诈骗，将非常可怕。

此(cǐ)外(wài)AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的作品之后，其(qí)创作没有任何情绪(xù)和(hé)灵魂，难以和人类的艺术(shù)创作相(xiāng)提并论。

另一方面，AIGC背后的版权(quán)、目前都(dōu)并没有得到有(yǒu)效(xiào)的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智能(néng)的安全问(wèn)题(tí)需要得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还(hái)有远方(fāng)

技术都是有两(liǎng)面性的，潜在的(de)危害(hài)并(bìng)不(bù)能掩盖其(qí)光辉(huī)的贡献(xiàn)。现(xiàn)在看来，人(rén)工智(zhì)能(néng)技术将是第四次工业革命(mìng)的核心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过去一年(nián)，人工智能在技术和商业层面都(dōu)有(yǒu)了(le)巨大进展，AI绘画就是(shì)人(rén)工智(zhì)能(néng)技术(shù)发生方向性改变的一(yī)个(gè)代(dài)表(biǎo)。其(qí)下一(yī)站或许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先后发(fā)布了几(jǐ)条引爆(bào)科技圈(quān)的(de)短视频。这些(xiē)视频引发关注并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段(duàn)骑摩(mó)托车(chē)的第一视角(jiǎo)录像，随便(biàn)一个有手机(jī)的人都可以随手录下(xià)一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简单，创作者(zhě)仅仅需要(yào)向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就(jiù)可(kě)以根据需要生成一段视频。

谷歌发布(bù)的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突出(chū)的(de)是高(gāo)清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在(zài)Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能够做出更高清(qīng)视频的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于，它可以制作(zuò)出超过2分(fēn)钟的连贯的(de)也有确切(qiè)内容(róng)的视频(pín)，这才是真正(zhèng)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)，也只(zhǐ)能(néng)是(shì)为内(nèi)容生产者提(tí)供一个灵感(gǎn)，一个(gè)素(sù)材，一(yī)个过场动画。

不过能够(gòu)制作(zuò)出有具体剧情内容的(de)视频(pín)就意味着，一些视频(pín)创作由AI代替(tì)人工(gōng)完成已经初步有了可(kě)能。

当下(xià)AI的发展速(sù)度已经超过(guò)大部分人(rén)的想象。内(nèi)容产业(yè)的本质是供给(gěi)创造需求，AIGC作为全新的(de)内(nèi)容生产方式(shì)，可以为内(nèi)容产业(yè)带来更新的内容风(fēng)格、更快的生产(chǎn)速(sù)度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业的(de)大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术(shù)还能应用于音乐、代码、机器人动作(zuò)等多种内容形式的生成(chéng)。不(bù)难(nán)发现该项技术不(bù)仅在游戏等行业能(néng)得到有效应(yīng)用，对于下一代互联网各(gè)种元素的构建亦有(yǒu)关键(jiàn)意义。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒等诸多领(lǐng)域，本身就(jiù)对基(jī)于(yú)AI的可(kě)视化内容有强烈需求。

因(yīn)此(cǐ)，AI绘画及(jí)视频或不(bù)是结果，而只是AI进程中的一块(kuài)重要拼图(tú)，有望在技术更新的加持下实现更大的应用价(jià)值。

AI从理解内容(róng)，走向了可以生成内(nèi)容，甚至能够创造出独(dú)立价值和独立视(shì)角的(de)内容。AIGC的(de)再次出圈，更代表着(zhe)未来的先进生产(chǎn)力(lì)即将到(dào)来(lái)。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的(de)发展也可(kě)以看出，在语(yǔ)言大(dà)模型、图像大模(mó)型(xíng)之后，多模态大(dà)模型已经成为了(le)新的趋势。

大模型被(bèi)誉为当前人工智能发展的智能底(dǐ)座，是全球竞争(zhēng)最激烈(liè)的研(yán)究(jiū)方向之一，包(bāo)括谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的(de)确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万美(měi)元。而对于一(yī)些更大的LLM(大身临其境是什么意思的临，身临其境是什么意思呢原意是什么型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高(gāo)价之(zhī)间(jiān)。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万计算，其对应芯(xīn)片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都(dōu)离不(bù)开(kāi)庞大(dà)算(suàn)力支持。在关注各(gè)类大模(mó)型的发展同(tóng)时(shí)，更应(yīng)该关注算力网(wǎng)络的建(jiàn)设。

算力网络正驱动AI产业(yè)发展进(jìn)入史诗级加速进(jìn)程(chéng)，让AIGC及(jí)通用(yòng)AI这一人工智能发展的终极目标离得更近(jìn)。

因为算力可以对突破(pò)性技术创新提供(gōng)大力的(de)支持。这方面，多模态(tài)大(dà)模(mó)型(xíng)是典型。作为面(miàn)向未来强人工智能、通用人工智能的重要(yào)技术创新(xīn)，多模态大模型已经(jīng)在人工智(zhì)能领域提出了很多(duō)年，业界也有不少技术突(tū)破，但是，多模(mó)态(tài)大(dà)模型进(jìn)一(yī)步往下走(zǒu)，算力需求呈几(jǐ身临其境是什么意思的临，身临其境是什么意思呢原意是什么)何式(shì)上(shàng)升，一般的算力(lì)基础设施很快将难以(yǐ)胜任(rèn)。

从(cóng)图像(xiàng)、文字、语音单独一项的训练，到双模态(tài)、三模态的跃迁，让人(rén)工智能可以灵活应对不同模态的转(zhuǎn)化(huà)、像人与世界(jiè)交互一样自然(rán)，这方面(miàn)，由算力(lì)网络来驱动将有明(míng)显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术(shù)创新(xīn)，将在人工智能(néng)算力(lì)网络支(zhī)撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模(mó)型和大算力的(de)支(zhī)持下(xià)AIGC能(néng)持续颠覆内容生产(chǎn)的方式，将创造的边际成本降低，让万众(zhòng)受益。

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 身临其境是什么意思的临，身临其境是什么意思呢原意是什么