自聊天机器(qì)人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈(tán)论(lùn)人工(gōng)智能话题。在(zài)最近的一次采访中，他再次表示(shì)：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论是(shì)他在当地(dì)时间2月20日(rì)接受(shòu)《In Good Company》节目专访(fǎng)时提出的。

他(tā)预(yù)期，AI的发(fā)展(zhǎn)可(kě)能会(huì)威胁(xié)到谷歌的市占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合成用户的“全能助(zhù)手”，包(bāo)揽一切应用，与人(rén)们进行沟通(tōng)并提供建议(yì)，可以(yǐ)取(qǔ)代亚(yà)马逊、Siri或Outlook等应(yīng)用。

大(dà)佬(lǎo)口中全能助(zhù)手的到来可能尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题(tí)热点包围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办(bàn)的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网(wǎng)友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应(yīng)用中输入一组(zǔ)关(guān)键词(cí)或者一张照片，就(jiù)能获得一(yī)幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入的文(wén)本。同一组关键词也可以创作出很(hěn)多张风格(gé)不(bù)一样的画(huà)作(zuò)，这让创作(zuò)的(de)过程就像开(kāi)盲(máng)盒。

很多用户很喜欢(huān)这种不确(què)定(dìng)的惊喜(xǐ)，他(tā)们会将生成的美图(tú)当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上，许多(duō)用户(hù)分(fēn)享AI“翻车现场”，例(lì)如，一位(wèi)网友的小狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有网友的个人照(zhào)片被AI识别成了(le)建(jiàn)筑。

而如(rú)今随着ControlNet的出(chū)现与加持(chí)，以往AI绘(huì)画的填写(xiě)关(guān)键词游戏可能(néng)要被颠(diān)覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读(dú)博的中(zhōng)国人张吕敏(mǐn)创作的一种基于控制点(diǎn)的(de)图像变形(xíng)算(suàn)法(fǎ)，主要用于数字图像(xiàng)处理、计算(suàn)机视(shì)觉和计算机(jī)图形学等领域。

其SD插件一经发布，在(zài)短(duǎn)短的两天内便成为(wèi)了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之(zhī)前(qián)，大家用了很多方(fāng)法想让AI生(shēng)成的结果尽可(kě)能(néng)的(de)符合要求(qiú)，但是(shì)都不尽如人意，它的出现代(dài)表着AI生成开始进入(rù)真正的(de)可(kě)控(kòng)时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人物的姿势和画面的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当(dāng)于给AI绘画加(jiā)了“魔法”，不少博主(zhǔ)的作品已经(jīng)获得了(le)大量的浏览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋友(yǒu)的(de)照片直接(jiē)带她(tā)们(men)走进动漫世界(jiè)。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到对应(yīng)的关键词(cí)；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关键词(cí)试效果。

通(tōng)过图片就可以看出来，效果十分惊艳。

眉飞色舞是什么生肖 眉飞色舞是神态描写吗g alt="ChatGPT之后又一应用(yòng)杀疯了，AIGC或进入可控期，将洗牌科技行业？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实的(de)照片，草(cǎo)图也可(kě)以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线(xiàn)稿转全彩图(tú)。大神张吕敏(mǐn)其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经(jīng)能以假(jiǎ)乱真了。

02

难辨虚(xū)实，AIGC技术力爆发(fā)

警(jǐng)惕安(ān)全(quán)问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过警方(fāng)辟(pì)谣这所谓的“party”可能是全国第一(yī)起(qǐ)AI绘图诈(zhà)骗(piàn)。

由(yóu)于这个(gè)活动里面给(gěi)出(chū)的美女照片(piàn)都是AI制作(zuò)的真人(rén)照片绘图(tú)，因为太逼真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现，活动发起者(zhě)提供的照片中有个(gè)很大的漏洞可以(yǐ)发现并非真人，而是AI绘(huì)图(tú)，那便是图片中女性的手指部分(fēn)有的(de)存在异(yì)常。

有行(xíng)业人(rén)事表示(shì)：“现在因为手指部分的(de)绘(huì)画算法比较复杂，AI还不太会画人(rén)的(de)手，但最新看到的(de)图(tú)片已经有越来越完美的AI模型出现，以后(hòu)可能(néng)就完全(quán)没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已(yǐ)有(yǒu)发(fā)生。据英(yīng)国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假(jiǎ)照片(piàn)发(fā)布(bù)到(dào)网(wǎng)络，以(yǐ)此诱骗(piàn)善良的(de)人打赏“捐助(zhù)”从而实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人(rén)照片般的绘图效果(guǒ)，如果(guǒ)这(zhè)样(yàng)的(de)图片(piàn)被用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还引发了很(hěn)多(duō)担忧(yōu)，一方面，批判(pàn)者认为(wèi)AI在“学习(xí)”了大量前人(rén)的作(zuò)品之后，其创作没有任何情绪和灵(líng)魂(hún)，难以和人类的艺术创(chuàng)作相(xiāng)提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到有(yǒu)效(xiào)的(de)解(jiě)决，还有(yǒu)AIGC会不(bù)会代替人类“至高无上”的创意(yì)。

马斯克也强调，人(rén)工智能的安全问题需要得到重视，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有(yǒu)两(liǎng)面性(xìng)的，潜在的(de)危害并不能(néng)掩(yǎn)盖其光辉的贡献。现在看来，人工智能技术将是(shì)第(dì)四次工业(yè)革命的核心驱动力量，将(jiāng)创(chuàng)造新的增(zēng)长奇迹。

过去一(yī)年，人工智(zhì)能在技术和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智能技(jì)术发生方向性(xìng)改(gǎi)变的一(yī)个(gè)代表。其下一(yī)站或许就(jiù)是视频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布了几条(tiáo)引爆科技圈的(de)短视频。这些(xiē)视频引发(fā)关注并(bìng)非内容做(zuò)得(dé)多(duō)优秀，反(fǎn)而都非常简单，比如一匹(pǐ)正(zhèng)在喝(hē)水的马，一只画画的玩具熊(xióng)，或者一段骑(qí)摩(mó)托车的第一视角(jiǎo)录像，随便一个(gè)有手机的人都可以随手(shǒu)录下一段(duàn)。

但这些短视频的创(chuàng)作方式(shì)非常简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至只是(shì)说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷(gǔ)歌(gē)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(chū)的是高清，与Meta的Make-A-Video没有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈(quān)就已(yǐ)经玩了一波(bō)梗，一个(gè)能够做出更高清视频的AI还不足以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方(fāng)在于，它可以制作出超过2分钟(zhōng)的连贯(guàn)的(de)也有(yǒu)确(què)切内容的视频，这才是(shì)真正让人们感到(dào)惊喜的(de)地方。因为无论AI生成的视(shì)频(pín)多么(me)高清，也(yě)只能是为内(nèi)容生产者提(tí)供(gōng)一个灵(líng)感(gǎn)，一个素材，一个过(guò)场动画。

不(bù)过能够制作出有(yǒu)具体剧情内容的视频(pín)就意味着，一些(xiē)视(shì)频创作由(yóu)AI代替人工完成已经初(chū)步有(yǒu)了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象。内容产业的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的(de)内容风(fēng)格、更(gèng)快的生产速(sù)度，更低(dī)的(de)生产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技(jì)术还能应用于(yú)音(yīn)乐、代码、机器人(rén)动(dòng)作(zuò)等多种内容形式的生(shēng)成。不难发现该(gāi)项技(jì)术不仅在游(yóu)戏等行业能得(dé)到有效应用，对于下一代互联网各(gè)种元素的构(gòu)建亦有关键意义。

从商(shāng)业化的角度(dù)来看，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领域，本身就对基于AI的可视化(huà)内容有(yǒu)强烈需求。

因此(cǐ)，AI绘画及视频或不是(shì)结(jié)果，而只是(shì)AI进程中的一块(kuài)重(zhòng)要(yào)拼图(tú)，有望在技术更新(xīn)的加持下实现更大(dà)的应(yīng)用(yòng)价值(zhí)。

AI从理解(jiě)内(nèi)容，走向了(le)可(kě)以(yǐ)生(shēng)成内容，甚至能够创造(zào)出独立价值和(hé)独(dú)立视(shì)角的内容。AIGC的(de)再次(cì)出圈，更代表(biǎo)着未(wèi)来的先进生产(chǎn)力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从技术(shù)的发展也可(kě)以看出，在语言大模(mó)型(xíng)、图像大(dà)模型(xíng)之后，多模态大模型已经成为了新的趋(qū)势。

大模(mó)型被誉为当前人工智(zhì)能发展的(de)智能底座(zuò)，是全球竞争最激烈的研究方向之(zhī)一，包括(kuò)谷(gǔ)歌(gē)、亚马逊、百度、阿(ā)里(lǐ)、腾(téng)讯(xùn)等众多头部(bù)企(qǐ)业(yè)都在竞(jìng)相发(fā)力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于(yú)一些(xiē)更大的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万美(měi)元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客(kè)平均(jūn)数1300万(wàn)计(jì)算，其对应(yīng)芯片(piàn)需求为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成(chéng)本约为(wèi)8亿美元，每(měi)日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞大算力支持。在关注各类(lèi)大模型的(de)发展同时，更应该关注算力网络的(de)建设。

算(suàn)力网(wǎng)络正(zhèng)驱(qū)动AI产业发(fā)展进入史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发(fā)展的终极目(mù)标离得更近。

因为算力可(kě)以(yǐ)对突(tū)破性技术(shù)创新提供大力的(de)支持。这方面(miàn)，多(duō)模(mó)态大模(mó)型是(shì)典型。作为面(miàn)向未来强人工智能、通(tōng)用人工智能的(de)重要技术创新(xīn)，多模态大模型已经在人工(gōng)智能领域提(tí)出了很多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态(tài)大(dà)模型(xíng)进一(yī)步往下走，算力需求呈几何(hé)式上(shàng)升(shēng)，一般的算力(lì)基础设施很快将难以胜任。

从图(tú)像、文字、语音单(dān)独一项的训(xùn)练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活应对(duì)不同(tóng)模态的转化、像人与世界交互一(yī)样自(zì)然，这方面，由算力(lì)网络来驱动将有明显优势。

此外(wài)，还有很(hěn)多需要爆发式(shì)增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在(zài)大模型和大(dà)算力的支(zhī)持下(xià)AIGC能持续(xù)颠(diān)覆内容(róng)生产(chǎn)的方式，将创造的边际成本(běn)降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 眉飞色舞是什么生肖 眉飞色舞是神态描写吗