自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智能话题(tí)。在(zài)最近(jìn)的(de)一次采访(fǎng)中，他再(zài)次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个(gè)结论(lùn)是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅(xùn)速。而(ér)最(zuì)终科技(jì)巨头将把AI整合成用户的“全能助手”，包(bāo)揽一切应(yīng)用，与人们进行沟(gōu)通并(bìng)提供建议，可以取(qǔ)代亚(yà)马逊(xùn)、Siri或(huò)Outlook等(děng)应(yīng)用。

大佬口中全能助(zhù)手的到来可能(néng)尚需(xū)时(shí)日，但(dàn)由ControlNet引(yǐn)发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘(huì)画为代(dài)表的(de)AIGC上一次爆(bào)火的(de)时候(hòu)，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数字艺(yì)术家竞赛(sài)中，一(yī)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(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以在应用中(zhōng)输入一组关(guān)键词或者(zhě)一张(zhāng)照片，就能(néng)获得一幅AI创作的画作。

作画(huà)的关键就(jiù)是(shì)所输入(rù)的(de)文本。同一(yī)组关键词(cí)也可以(yǐ)创作出很多张风格(gé)不一样的(de)画作，这让创(chuàng)作的(de)过程就像(xiàng)开(kāi)盲盒(hé)。

很多(duō)用户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将生成的美(měi)图(tú)当做头像。而(ér)另一(yī)部分(fēn)喜欢翻看(kàn)AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许(xǔ)多用户分享(xiǎng)AI“翻车(chē)现场”，例(lì)如(rú)，一位(wèi)网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还有(yǒu)网友的个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的出现与加持(chí)，以(yǐ)往AI绘画的填写关(guān)键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福(fú)读博的中国人(rén)张吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点(diǎn)的图像变(biàn)形(xíng)算法，主要用于数字(zì)图像处理、计算机视觉和计(jì)算机图形学(xué)等(děng)领域。

其SD插件一经发布，在(zài)短(duǎn)短的两天内便成为了AI绘画领域(yù)最新的热(rè)点。

在(zài)此之前，大(dà)家用了很多方法想让AI生成的结果尽可能的符(fú)合(hé)要(yào)求，但是都不尽(jǐn)如人意，它的(de)出现(xiàn)代表着AI生成(chéng)开始(shǐ)进入真正的(de)可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取画(huà)面的构(gòu)图，人(rén)物的姿势和(hé)画面的深度信息等(děng)。有了(le)它的帮助(zhù)，就不用频繁(fán)的用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了“魔法(fǎ)”，不少博(bó)主(zhǔ)的作(zuò)品已经获得了大(dà)量的(de)浏览量，“viggo”就是其中之(zhī)一，他(tā)用(yòng)朋(péng)友(yǒu)的照片直(zhí)接带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨骼(gé)开始换关键(jiàn)词(cí)试(shì)效果。

通过图片就(jiù)可以看出(chū)来，效果十(shí)分(fēn)惊艳。

更厉害的是(shì)，除了真实的照片，草图(tú)也可以(yǐ)加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越强大，甚(shèn)至输(shū)出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方辟(pì)谣这所谓(wèi)的“party”可能(néng)是全(quán)国(guó)第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的(de)美(měi)女照片(piàn)都(dōu)是AI制作的真(zhēn)人照片(piàn)绘图，因为(wèi)太(tài)逼(bī)真(zhēn)，被(bèi)大家(jiā)当成真事(shì)传播了。

不过仔细观察可以发现，活动发(fā)起者提供的(de)照(zhào)片(piàn)中有个很大的漏(lòu)洞可以发(fā)现(xiàn)并非真人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有的存(cún)在异常。

有(yǒu)行业人事表示：“现在因为手指(zhǐ)部(bù)分的绘画(huà)算法比较复杂(zá)，AI还不太会画人的手，但最新看(kàn)到的图片(piàn)已(yǐ)经有越来越完美的AI模型出(chū)现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作(zuò)图诈骗在国外也(yě)已有发生。据英(yīng)国广播公司(sī)报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成(chéng)了儿童受灾的假照片发(fā)布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助”从而(ér)实施(shī)诈骗。

目前随(suí)着(zhe)技(jì)术(shù)发展，AIGC已经能做出真人照片(piàn)般的绘图效果，如果这(zhè)样(yàng)的图(tú)片(piàn)被用来诈(zhà)骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批(pī)判者认为(wèi)AI在(zài)“学习”了大量(liàng)前人的作品之后，其创(chuàng)作没有任何情绪和灵(líng)魂，难以和人类的艺术创作相提(tí)并(bìng)论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没(méi)有得到有效的(de)解决，还有AIGC会不会代替人(rén)类“至高(gāo)无上(shàng)”的创意(yì)。

马斯克也(yě)强调(diào)，人工智能的(de)安全(quán)问题(tí)需要得(dé)到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜在的危害并不能掩盖其光辉的贡献。现在看来，人工智能技术(shù)将是(shì)第四次工业革命的核心驱动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术和(hé)商业层(céng)面都有了(le)巨大进(jìn)展，AI绘(huì)画就是人工智能技术发生方向性(xìng)改变(biàn)的一个(gè)代表(biǎo)。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和谷歌先后(hòu)发布了几条引爆科技圈的短(duǎn)视频。这些(xiē)视(shì)频引发关(guān)注并(bìn阴肖有哪几个生肖g)非内容做(zuò)得多(duō)优秀，反而都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画画的玩具熊，或(huò)者(zhě)一段(duàn)骑摩托车(chē)的(de)第一视角录(lù)像，随便一个有(yǒu)手机(jī)的人(rén)都可以随手录下(xià)一段。

但这些(xiē)短视频的(de)创作方式(shì)非常简单，创作者仅仅需要(yào)向(xiàng)AI输入一(yī)段话(huà)，甚至只是说一下要求，AI就可以根(gēn)据需要(yào)生成(chéng)一段视频。

谷歌发布的两个(gè)AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要(yào)突(tū)出的(de)是高清，与Meta的Make-A-Video没(méi)有(yǒu)太多(duō)的差别(bié)。阴肖有哪几个生肖>

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一波梗(gěng)，一个能够做出更高(gāo)清视(shì)频的(de)AI还(hái)不(bù)足(zú)以(yǐ)在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的(de)连(lián)贯(guàn)的(de)也有确(què)切内容的视(shì)频，这才(cái)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，也(yě)只能是为内容生产者提供一个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过(guò)能(néng)够制(zhì)作出有具体剧情(qíng)内容的视频(pín)就(jiù)意味着，一(yī)些视频创(chuàng)作由AI代替人工完成(chéng)已(yǐ)经初步有了可能。

当下AI的(de)发展速(sù)度(dù)已经超过大部分人的想象。内容产业的(de)本质是供给创造(zào)需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以(yǐ)为(wèi)内容产业带(dài)来(lái)更新的内容(róng)风格、更快的生(sh阴肖有哪几个生肖ēng)产速度，更低(dī)的生产(chǎn)成本(běn)，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能应(yīng)用(yòng)于音乐、代(dài)码、机器人动(dòng)作等多(duō)种(zhǒng)内(nèi)容形(xíng)式的生成。不难发现(xiàn)该(gāi)项(xiàng)技术不(bù)仅在游戏(xì)等行业(yè)能得到有效应用(yòng)，对于下(xià)一代(dài)互联网各种元素的构(gòu)建亦有关键意(yì)义(yì)。

从商业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒(méi)等诸多领域，本身(shēn)就对基于AI的可视(shì)化内容有强(qiáng)烈需(xū)求。

因(yīn)此(cǐ)，AI绘(huì)画及视(shì)频或不是结果，而只(zhǐ)是AI进程中(zhōng)的一块(kuài)重要拼图，有望在技术更新的加持(chí)下实(shí)现更大的(de)应用价值。

AI从理解(jiě)内(nèi)容，走向了可(kě)以生(shēng)成内(nèi)容(róng)，甚至能(néng)够创造(zào)出独(dú)立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧(jǐn)抓大(dà)模型与算力，牢固AIGC底座

从技术的(de)发展也可以看出，在语言大模型、图像大模型(xíng)之(zhī)后(hòu)，多模态大模(mó)型已经成为(wèi)了新的趋势。

大模型被誉为(wèi)当(dāng)前人工(gōng)智能发(fā)展的(de)智能(néng)底座，是(shì)全(quán)球竞争(zhēng)最激烈的研究方(fāng)向之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯等众多头部企业都在(zài)竞相(xiāng)发力。

不过训练大模型的确价格不菲，以国盛证券发布(bù)的《ChatGPT需要多(duō)少算力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万(wàn)美元至(zhì)1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万计(jì)算(suàn)，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每日(rì)仅电费就在(zài)5万美元左右(yòu)。

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

算(suàn)力网络正驱动(dòng)AI产业发(fā)展进入(rù)史诗级加速(sù)进程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终极目(mù)标离得(dé)更(gèng)近(jìn)。

因为算力可以对突(tū)破性技术创新(xīn)提(tí)供大力的支(zhī)持。这方面(miàn)，多模态大模(mó)型是典型。作为面向(xiàng)未来强人工智能、通用人工智能的(de)重要技术创新(xīn)，多(duō)模态大模型已(yǐ)经(jīng)在人工智(zhì)能领域提出了很多年，业(yè)界也有不(bù)少技术突破，但是，多(duō)模态大(dà)模型(xíng)进一步往下(xià)走(zǒu)，算(suàn)力需求呈几何(hé)式上(shàng)升(shēng)，一般的算(suàn)力基础(chǔ)设施很快将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字(zì)、语音(yīn)单独一项的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智(zhì)能(néng)可(kě)以灵活应对不同(tóng)模(mó)态的转化、像人与世界交互一样(yàng)自然，这方面，由(yóu)算力(lì)网络来(lái)驱(qū)动将(jiāng)有明(míng)显(xiǎn)优势。

此外，还(hái)有很多需要爆(bào)发(fā)式增长的(de)算力来支撑的(de)技术创新，将在人(rén)工(gōng)智能算力网络(luò)支撑下快速推进。

AIGC已经(jīng)露出曙光，期待(dài)在大模型和(hé)大算(suàn)力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 阴肖有哪几个生肖