自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创始人(rén)比(bǐ)尔·盖(gài)茨(cí)已多次公(gōng)开谈论(lùn)人工(gōng)智(zhì)能话题(tí)。在最近的(de)一次采访(fǎng)中，他再次表示(shì)：“AI可(kě)能会(huì)让科技行(xíng)业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的(de)发(fā)展可能会威胁到(dào)谷歌的市占率，因为微软(ruǎn)在AI方面(miàn)的行动(dòng)相当迅速(sù)。而(ér)最(zuì)终科技巨头将把AI整合成用(yòng)户的“全能助手”，包(bāo)揽一(yī)切(qiè)应(yīng)用(yòng)，与人们进(jìn)行沟通并提供建议，可(kě)以取代亚(yà)马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的(de)到(dào)来可能尚需(xū)时日，但(dàn)由ControlNet引发(fā)的(de)又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一(yī)次爆(bào)火的时(shí)候，还是2022年8月(yuè)，在美(měi)国科罗(luó)拉多州举办(bàn)的(de)新兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软件被广大(dà)网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其(qí)中(zhōng)代表。

用户(hù)们可(kě)以在应(yīng)用中输入一(yī)组关键词或者一(yī)张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就是所输入的文本(běn)。同一组(zǔ)关键词也可以(yǐ)创作出很多张风格不(bù)一样的画(huà)作，这(zhè)让创作的过程就(jiù)像开(kāi)盲盒。

很(hěn)多用(yòng)户很喜欢这种不确定的惊喜，他们会将(jiāng)生(shēng)成的美图当做头(tóu)像。而另一(yī)部分喜欢(huān)翻看AI绘画的“翻(fān)车”作品。在(zài)社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车(chē)现场(chǎng)”，例如，一位(wèi)网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加(jiā)持(chí)，以(yǐ)往(wǎng)AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人张吕敏创作的一种(zhǒng)基(jī)于控(kòng)制点(diǎn)的(de)图像(xiàng)变形算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计算机图形学等(děng)领域。

其SD插件一经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的(de)结果尽可能(néng)的符(fú)合要求，但(dàn)是都(dōu)不尽(jǐn)如(rú)人(rén)意，它的出现代(dài)表着AI生成开始进入(rù)真正(zhèng)的可控时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取画面(miàn)的构图，人物(wù)的姿(zī)势和画面的(de)深(shēn)度信息等。有(yǒu)了它(tā)的帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创(chuàng)作了(le)。

通(tōng)俗的(de)说ControlNet相当(dāng)于(yú)给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已(yǐ)经获(huò)得了大(dà)量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片(piàn)直接(jiē)带她们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果(guǒ)。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害(hài)的是(shì)，除(chú)了真实的照片(piàn)，草(cǎo)图也(yě)可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲(qīn)自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输(shū)出(chū)的作品都(dōu)已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这个(gè)活动里面给出(chū)的(de)美女照片(piàn)都是AI制作的真人照(zhào)片绘图，因为太逼(bī)真(zhēn)，被(bèi)大(dà)家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供(gōng)的照(zhào)片中有个很大的漏洞可以发(fā)现并非真人，而是(shì)AI绘图，那便是图片中女性的手指(zhǐ)部(bù)分有的存在(zài)异常。

有(yǒu)行(xíng)业人事(shì)表示：“现在因(yīn)为手指部(bù)分的绘(huì)画算法比较复杂(zá)，AI还(hái)不太会画人的手，但最新看到的(de)图片已经有(yǒu)越(yuè)来越完美(měi)的AI模型出现，以(yǐ)后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈(zhà)骗在国外也已有发生。据英国广(guǎng)播公(gōng)司报道，土耳(ěr)其地(dì)震期间，有Tiktok用(yòng)户使用AI合(hé)成了(le)儿童(tóng)受灾(zāi)的假照片发(fā)布到(dào)网(wǎng)络，以此诱骗善良的(de)人打赏“捐助(zhù)”从而实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘图(tú)效果，如(rú)果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作品之后，其(qí)创(chuàng)作(zuò)没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术创作相(xiāng)提并(bìng)论。

另一(yī)方面，AIGC背后的(de)版权、目前都(dōu)并没有得到有(yǒu)效的解决，还(hái)有AIGC会不(bù)会(huì)代替人(rén)类“至高无上”的创(chuàng)意。

马斯(sī)克也强(qiáng)调，人(rén)工智(zhì)能的(de)安全问(wèn)题需要得到重(zhòng)视(shì)，太晚就来不及(jí)了(le)。

03

AIGC下一站除了(le)视(shì)频，还有远方

技术都是(shì)有两面性的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能技(jì)术将是第四次工业革命(mìng)的核心驱动力量，将创造新的增长奇迹(jì)。

过(guò)去一(y感应电流公式3个公式推导，感应电流公式3个公式图解ī)年，人工智能(néng)在技术和(hé)商业层面(miàn)都有了巨大进展，AI绘(huì)画就是人工智能技术发生方向性改(gǎi)变的(de)一个代(dài)表(biǎo)。其下一站或许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几条引爆科技圈(quān)的短视(shì)频。这(zhè)些(xiē)视频引发(fā)关(guān)注(zhù)并非(fēi)内容做(zuò)得多优秀(xiù)，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马，一只画画(huà)的玩具(jù)熊(xióng)，或者一段骑摩托车的第(dì)一视角录(lù)像，随便(biàn)一个有手(shǒu)机的人(rén)都可以(yǐ)随手录(lù)下(xià)一(yī)段。

但这些(xiē)短视频的创作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输入一段话，甚至(zhì)只是说(shuō)一下(xià)要求，AI就可(kě)以(yǐ)根据(jù)需要生成一(yī)段视频。

谷歌发布的两(liǎng)个AI生成视频分别来(lái)自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已(yǐ)经(jīng)玩了(le)一波梗，一(yī)个能(néng)够做出更高(gāo)清视频的AI还不足(zú)以在短时间内(nèi)戳中(zhōng)兴(xīng)奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方(fāng)在于，它可以制作出超过2分(fēn)钟的(de)连贯的也有确(què)切内容的视频，这才(cái)是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是(shì)为(wèi)内容(róng)生产(chǎn)者提(tí)供(gōng)一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能够制作出(chū)有(yǒu)具体剧情内容的视频就(jiù)意味着，一些视频(pín)创作(zuò)由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经(jīng)超过(guò)大部(bù)分人的想(xiǎng)象。内容(róng)产业(yè)的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更(gèng)新的内容风(fēng)格(gé)、更快的(de)生产速(sù)度，更低的生产成本，这无(wú)疑会(huì)驱动内容产业的大爆(bào)发。

除(chú)了(le)AI绘图、视(shì)频，AIGC技术(shù)还能应用(yòng)于(yú)音乐、代码、机器人动(dòng)作(zuò)等多种内容形式的(de)生成。不难(nán)发现(xiàn)该项(xiàng)技术(shù)不仅在游戏(xì)等行业能得到有效应用，对于下(xià)一代互联网各种元(yuán)素(sù)的构(gòu)建亦有关键意义。

从商业化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等(děng)诸多领(lǐng)域，本身(shēn)就对基于AI的可视化内容有(yǒu)强(qiáng)烈需求(qiú)。

因此，AI绘(huì)画及视频或(huò)不是结果，而只是(shì)AI进程(chéng)中的一块重要拼(pīn)图，有望在技术(shù)更新的加持(chí)下实现更大的应用价值。

AI从理解(jiě)内容，走向了可以生成内容(róng)，甚至(zhì)能够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代表着未来的(de)先进生产(chǎn)力(lì)即将(jiāng)到来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底座(zuò)

从技术的发(fā)展也(yě)可以(yǐ)看出，在语言(yán)大模型、图像大模(mó)型(xíng)之(zhī)后，多模态大模型已(yǐ)经成(chéng)为了新(xīn)的(de)趋势。

大模型被誉为当前人工(gōng)智能发展的(de)智(zhì)能(néng)底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一(yī)，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百度(dù)、阿里(lǐ)、腾(téng)讯(xùn)等众多(duō)头部企业都在竞相发力。

不过训(xùn)练大模型的确(què)价(jià)格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成本约为(wèi)140万美元(yuán)。而(ér)对于一些更大的(de)L感应电流公式3个公式推导，感应电流公式3个公式图解LM(大型(xíng)语(yǔ)言模型)，训练成本则介于200万美元至(zhì)1200万美元高价(jià)之(zhī)间。

以(yǐ)ChatGPT在2023年(nián)1月的独立(lì)访客平均数1300万(wàn)计算，其对(duì)应芯(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电费就(jiù)在(zài)5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持(chí)。在关注各(gè)类大模型的发展同(tóng)时，更应该(gāi)关注(zhù)算力网络的建(jiàn)设。

算力网络(luò)正驱动(dòng)AI产(chǎn)业发(fā)展进入(rù)史诗(shī)级加速进程，让AIGC及通(tōng)用AI这(zhè)一人工(gōng)智能发展的终极目标离得(dé)更近。

因为(wèi)算力可(kě)以对突(tū)破性技术创新提(tí)供大力的支(zhī)持。这方面(miàn)，多模(mó)态大模型是典型。作为(wèi)面向未(wèi)来强人(rén)工智能、通用人工智能的重要技术创(chuàng)新，多模(mó)态大模型(xíng)已经(jīng)在(zài)人工智能领域提出了很多年，业界(jiè)也有不少技术(shù)突破，但是，多模(mó)态大模型进一步往下走(zǒu)，算力需(xū)求呈几何(hé)式(shì)上升，一般的算力基础设(shè)施很(hěn)快将(jiāng)难以(yǐ)胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态(tài)、三模态的跃迁，让人(rén)工(gōng)智能可(kě)以灵活应对不(bù)同模(mó)态的转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势(shì)。

此外，还有很多需要爆发式增(zēng)长(zhǎng)的(de)算(suàn)力来支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型和(hé)大算(suàn)力的支持下AIGC能(néng)持续颠覆内容生产(chǎn)的方式，将(jiāng)创造的(de)边际(jì)成本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 感应电流公式3个公式推导，感应电流公式3个公式图解