自聊天机器人ChatGPT火(huǒ)爆(bào)以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可(kě)能会让科技(jì)行(xíng)业迎来一次剧烈的洗牌(pái)”。

这个结论(lùn)是他在当(dāng)地(dì)时间2月(yuè)20日接受《In Good Company》节目专访(fǎng)时提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的(de)市占率，因(yīn)为(wèi)微软在AI方(fāng)面的行动相当迅(xùn)速。而(ér)最终科(kē)技巨(jù)头将把AI整合成用户的“全能助手”，包(bāo)揽一切应(yīng)用，与人(rén)们进行沟(gōu)通并提(tí)供(gōng)建议，可以(yǐ)取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀(shā)出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候(hòu)，还是(shì)2022年(nián)8月，在(zài)美国科(kē)罗拉多州(zhōu)举办的新兴数(shù)字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品获奖。

随(suí)后各大(dà)厂(chǎng)商的AI绘画(huà)软件(jiàn)被广大(dà)网(wǎng)友熟(shú)知(zhī)并体验，Stable Diffusion便是(shì)其中代表(biǎo)。

用(yòng)户(hù)们(men)可以在应(yīng)用(yòng)中(zhōng)输入一组(zǔ)关键词或(huò)者一张照(zhào)片，就能获得(dé)一幅AI创作的画作。

作画的关键就(jiù)是(shì)所(suǒ)输(shū)入的文本(běn)。同一(yī)组关键词也(yě)可以创作出很(hěn)多张风(fēng)格不一(yī)样的画作，这让创作的过(guò)程就像开盲(máng)盒。

很(hěn)多用户很喜欢这种不(bù)确定的惊喜，他(tā)们(men)会将生成的美(měi)图当做(zuò)头像(xiàng)。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成了“肌(jī)肉(ròu)男(nán)”，还有网友(yǒu)的(de)个人照片(piàn)被(bèi)AI识别成了建筑。

而如(rú)今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦(tǎn)福读博的中国(guó)人张吕敏创作的一(yī)种基于(yú)控制点的图像变形(xíng)算法，主要用(yòng)于数(shù)字图像处理、计算(suàn)机(jī)视觉和计算机图形学等(děng)领域(yù)。

其SD插件一经发布，在短短的两天内便(biàn)成为(wèi)了AI绘画领域(yù)最新的热点。

在此之(zhī)前(qián)，大家用(yòng)了(le)很(hěn)多方法想让(ràng)AI生(shēng)成的结果尽可能的符合要求，但是(shì)都不尽如人(rén)意，它(tā)的出现(xiàn)代表着AI生成开始(shǐ)进入真正(zhèng)的(de)可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画面(miàn)的深度信息等(děng)。有了它的(de)帮助，就不用频繁(fán)的用提示词来碰运气，抽(chōu)盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主的作(zuò)品已经(jīng)获(huò)得了大量的浏(liú)览量，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋友(yǒu)的照片直接带她们走进动(dòng)漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关键词试效果。

通(tōng)过图(tú)片就可以看出来，效果(guǒ)十分惊艳。

更厉(lì)害的(de)是，除了(le)真实的照片，草图(tú)也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张吕敏(mǐn)其本尊(zūn)也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越来越强大，甚至输出的作品都已经(jīng)能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是(shì)全(quán)国第一起(qǐ)AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都是(shì)AI制作的真(zhēn)人(rén)照片绘图，因为太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过(guò)仔细(xì)观(guān)察可以发现，活动发起者提供的照片中有个(gè)很(hěn)大的漏洞可(kě)以发现(xiàn)并非真人，而是AI绘(huì)图，那便(biàn)是图片(piàn)中女性的手指(zhǐ)部分有的存(cún)在异常。

有行业人事表示：“现在因(yīn)为手(shǒu)指部(bù)分(fēn)的(de)绘画算(suàn)法比较复杂(zá)，AI还(hái)不太会画人的手(shǒu)，但(dàn)最新看到的(de)图片(piàn)已经有越(yuè)来越(yuè)完美的AI模型出现(xiàn)，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作(zuò)图(tú)诈(zhà)骗在国外也已有(yǒu)发生(shēng)。据英(yīng)国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗。

目前(qián)随着技(jì)术发(fā)展，AIGC已(yǐ)经能做出(chū)真人照片(piàn)般的绘图效果，如果这样(yàng)的图片(piàn)被(bèi)用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很(hěn)多担(dān)忧(yōu)，一(yī)方面，批判者认(rèn)为AI在“学习(xí)”了大量前人的作品之后(hòu)，其创(chuàng)作(zuò)没有任(rèn)何情绪(xù)和灵魂，难(nán)以和(hé)人(rén)类的艺术创作相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会(huì)代替人类自然堂雪域精粹适合什么年龄，自然堂紫色和蓝色哪个好“至高无上”的(de)创意。

马斯克也强(qiáng)调，人工智能的安(ān)全问题(tí)需要(yào)得到(dào)重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远(yuǎn)方

技术都(dōu)是(shì)有两面性的，潜在的危害并不能(néng)掩盖其(qí)光辉的(de)贡献(xiàn)。现(xiàn)在看(kàn)来，人工智能(néng)技术(shù)将是第四次工业革命的(de)核(hé)心驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工(gōng)智能在技术和商业层面都(dōu)有了巨大进(jìn)展，AI绘画就是(shì)人工智能技术发生(shēng)方向性改变的一个代(dài)表(biǎo)。其下一站或(huò)许就是视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短视频。这些视频引发关(guān)注并非内容(róng)做(zuò)得多优秀(xiù)，反而都非常简(jiǎn)单，比如(rú)一(yī)匹正在喝(hē)水的马，一只画(huà)画(huà)的玩具熊，或者(zhě)一段骑(qí)摩托车的(de)第一(yī)视(shì)角录像(xiàng)，随便(biàn)一(yī)个有手(shǒu)机(jī)的(de)人都可以(yǐ)随(suí)手录下一段。

但这些(xiē)短视频的(de)创作方式非常(cháng)简单，创(chuàng)作者仅(jǐn)仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可以(yǐ)根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发布(bù)的两个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩(wán)了一波梗，一个(gè)能够做出更(gèng)高清视频的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震(zhèn)惊的地(dì)方在于(yú)，它(tā)可以制(zhì)作出超过2分钟(zhōng)的连贯的也有(yǒu)确切(qiè)内容的视频，这才是真正让人们(men)感到惊喜(xǐ)的地方。因为(wèi)无论AI生成的视频多么(me)高清，也只能是为内(nèi)容(róng)生产者提供(gōng)一个灵感，一个素材，一(yī)个过场动画。

不(bù)过能够制作出(chū)有具体(tǐ)剧情内(nèi)容的(de)视频就(jiù)意味着，一些(xiē)视频创作由AI代替人(rén)工完成已经初步有了(le)可能(néng)。

当(dāng)下AI的发展(zhǎn)速度已经(jīng)超过大部分(fēn)人的(de)想象(xiàng)。内容产业的本质是(shì)供(gōng)给创(chuàng)造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业(yè)带来更新的内容风格、更快的生产速度，更低的生产成(chéng)本，这无疑会(huì)驱动内容产(chǎn)业的大(dà)爆(bào)发。

除(chú)了AI绘(huì)图、视频，AIGC技(jì)术还能应用于音乐、代码、机器(qì)人动作等(děng)多种内容形式的生(shēng)成。不难发现该项技术不仅(jǐn)在游(yóu)戏等行业能得到有效(xiào)应用(yòng)，对于(yú)下一代互联网各种(zhǒng)元(yuán)素(sù)的(de)构建(jiàn)亦有关(guān)键意义。

从商(shāng)业化(huà)的角度来看，文化娱乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身(shēn)就(jiù)对基(jī)于AI的(de)可视化内容(róng)有强烈需求。

因此，AI绘(huì)画(huà)及(jí)视频或不(bù)是结(jié)果，而只是AI进(jìn)程中(zhōng)的一块重要(yào)拼图，有望(wàng)在(zài)技术更新的加(jiā)持下实现更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容(róng)，甚至能够创造出独立价(jià)值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更代表(biǎo)着(zhe)未来的先进(jìn)生(shēng)产力(lì)即将到来(lái)。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在语言大模型、图(tú)像(xiàng)大模(mó)型之(zhī)后(hòu)，多模态大(dà)模型已经(jīng)成为了新(xīn)的趋(qū)势。

大模型被誉为当前人工智能发展的(de)智(zhì)能底座(zuò)，是全球竞争最激烈的研(yán)究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾讯等众(zhòng)多(duō)头部企业(yè)都在竞相发力。

不过训练大模型的确(què)价格不(bù)菲，以(yǐ)国盛(shèng)证券发布(bù)的《ChatGPT需要多(duō)少算力》报告估(gū)算(suàn)，GPT-3训练(liàn)一次(cì)的成(chéng)本(běn)约为140万美元(yuán)。而对于(yú)一些更大的LLM(大(dà)型语言(yán)模型)，训练(liàn)成(chéng)本则介(jiè)于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数(shù)1300万计算(suàn)，其(qí)对(duì)应(yīng)芯片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日仅电费就(jiù)在(zài)5万(wàn)美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类(lèi)大模型的发展同时，更应该关注算力(lì)网络的建设。

算(suàn)力(lì)网络正驱动(dòng)AI产(chǎn)业发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智(zhì)能发展的(de)终极目标离(lí)得更(gèng)近。

因为算力可以对(duì)突(tū)破性技术创新提供(gōng)大力的支(zhī)持。这方(fāng)面，多(duō)模态大模型是(shì)典型。作(zuò)为面向未来强人(rén)工智能、通用人工智能的重要(yào)技术创(chuàng)新，多模态大(dà)模型已(yǐ)经在人工智(zhì)能领(lǐng)域提出了(le)很多年(nián)，业界也(yě)有不(bù)少技术突破(pò)，但是，多(duō)模态大(dà)模型(xíng)进一步(bù)往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力(lì)基础设施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项的(de)训练(liàn)，到(dào)双(shuāng)模态(tài)、三模态的跃迁，让(ràng)人工智能可以(yǐ)灵活应对不同模态的转化、像人(rén)与世界交互(hù)一样自然，这方面(miàn)，由算力网络来驱(qū)动将有(yǒu)明显优势。

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

AIGC已经露出曙光，期待(dài)在大(dà)模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆内容(róng)生产的方式，将(jiāng)创(chuàng)造(zào)的边际(jì)成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 自然堂雪域精粹适合什么年龄，自然堂紫色和蓝色哪个好