自聊(liáo)天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比(bǐ)尔·盖(gài)茨(cí)已多次公开谈论(lùn)人工智(zhì)能话题。在最近的一次采访中，他再次表示：“AI可能会(huì)让科(kē)技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论是他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的(de)市占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最终科(kē)技巨(jù)头将(jiāng)把(bǎ)AI整合成(chéng)用户的“全能助手”，包揽一(yī)切(qiè)应用，与人们进行沟通(tōng)并提供建议，可(kě)以取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到来可能尚(shàng)需时(shí)日，但由(yóu)ControlNet引发的(de)又一(yī)次AI绘(huì)画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多(duō)州举办的新兴数(shù)字艺术家竞赛中(zhōng)，一幅(fú)名为《太空歌剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广(guǎng)大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入一(yī)组关(guān)键(jiàn)词或者一张照片(piàn)，就能(néng)获得一幅AI创作的画作。

作画(huà)的(de)关键就是所输入的文本。同一(yī)组关键词也可以创(chuàng)作(zuò)出很(hěn)多张风格不一样(yàng)的(de)画作，这让创(chuàng)作(zuò)的(de)过程就像开盲盒。

很多(duō)用户很喜欢这种不(bù)确定的惊喜，他们会(huì)将生成(chéng)的美图(tú)当做头像。而另(lìng)一部分喜欢翻(fān)看AI绘(huì)画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如(rú)，一位网友的小狗照片被(bèi)AI画成了“肌肉男(nán)”，还有网友的个人(rén)照片(piàn)被AI识别成了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人(rén)张吕敏(mǐn)创作的一种基于控制点的图(tú)像变(biàn)形算法(fǎ)，主要(yào)用于数字图像处理、计算机(jī)视觉和计(jì)算机图形学等领域。

其SD插件一经发布，在短短的(de)两天(tiān)内便成为了AI绘画领(lǐng)域最新的热点。

在此之(zhī)前(qián)，大家用(yòng)了(le)很多方法想让AI生成(chéng)的(de)结果(guǒ)尽可能的符合(hé)要求(qiú)，但是都不尽(jǐn)如(rú)人意，它的出现代表着AI生成开始进(jìn)入真(zhēn)正的(de)可控时(shí)期。

因为ControlNet可以直接(jiē)提取画(huà)面的构(gòu)图，人(rén)物的(de)姿势和画面的深度信(xìn)息等。有了它的帮助，就不用频繁的(de)用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔(mó)法”，不少(shǎo)博主(zhǔ)的作品已(yǐ)经(jīng)获得了(le)大量的浏览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直接(jiē)带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换(huàn)关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳。

更厉(lì)害的是，除(chú)了真实的(de)照(zhào)片，草图(tú)也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大神张吕敏其(qí)本尊也(yě)亲自回(huí)应。

不得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚(shèn)至输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡(jī)湖有游艇(tǐng)party”的消息火遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的(de)“party”可能是全(quán)国第一起AI绘图(tú)诈骗。

由(yóu)于这个活动(dòng)里面给出的美女照(zhào)片(piàn)都(dōu)是(shì)AI制作的(de)真人照片绘(huì)图，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细观察(chá)可以发现，活动发(fā)起者提供的(de)照片中有个(gè)很大的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘图(tú)，那便(biàn)是图片中女性的手指部分(fēn)有的存在异常。

有行业(yè)人事表(biǎo)示：“现在因为手指部分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人的手，但最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以后可(kě)能就完全(quán)没有(yǒu)漏洞了。”

类似的(de)AI作图(tú)诈骗(piàn)在(zài)国外也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了(le)儿童受(shòu)灾的假(jiǎ)照片发布到(dào)网络，以此诱(yòu)骗善良的(de)人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能(néng)做出真(zhēn)人照片般的(de)绘图效果(guǒ)，如果这样(yàng)的图片被用(yòng)来诈骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认为AI在“学(xué)习”了大量前人的作品之后，其创(chuàng)作(zuò)没(méi)有任何情绪(xù)和灵魂，难以和(hé)人(rén)类的艺术创(chuàng)作相提并论(lùn)。

另一方(fāng)面，AIGC背(bèi)后的(de)版(bǎn)权、目前都并没有得(dé)到有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也(yě)强调，人工智能的安全问题需要得到(dào)重视，太晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩盖(gài)其光辉的(de)贡(gòng)献。现在看来，人工智能(néng)技术将是第(dì)四次工业革命的核心驱(qū)动力(lì)量，将(jiāng)创造(zào)新(xīn)的增长(zhǎng)奇(qí)迹。

过去一年，人(rén)工智能在技术和(hé)商业(yè)层(céng)面(miàn)都有了巨(jù)大(dà)进展，AI绘画就是人(rén)工(gōng)智能技(jì)术(shù)发生方向性改变的一(yī)个代(dài)表。其下一(yī)站或许(xǔ)就是(shì)视频。

此前(qián)，Meta和谷歌先(xiān)后发布了(le)几条引爆(bào)科技圈的短(duǎn)视频。这些视频引发(fā)关注并非内容(róng)做得多优秀，反而都非常简单，比如一(yī)匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的(de)第一视角录像，随便一(yī)个有手机(jī)的人都可(kě)以随(suí)手(shǒu)录下一段。

但这些短(duǎn)视频的(de)创作方式非(fēi)常(cháng)简单，创作者仅仅需要(yào)向AI输入(rù)一(yī)段话(huà)，甚至只是(shì)说一下要求，AI就(jiù)可(kě)以根据(jù)需要生成一段视频。

谷歌(gē)发(fā)布(bù)的两个AI生成视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要(yào)突出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩(wán)了一波梗，一个能够做(zuò)出更(gèng)高清视频(pín)的AI还(hái)不足以(yǐ)在(zài)短时间(jiān)内戳(chuō)中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确切内容的(de)视频，这(zhè)才是真(zhēn)正让人(rén)们感到惊喜的地(dì)方。因为(wèi)无论AI生成的视频多(duō)么高清，也只能是为内容生产者提供(gōng)一(yī)个灵感，一(yī)个素材，一个过场动画。

不(bù)过能够制作出有具(jù)体(tǐ)剧情内容的视频就意味着，一些视频创作(zuò)由AI代(dài)替人工(gōng)完(wán)成已经初步有了可能。

当(dāng)下AI的发展速度已经超过大(dà)部分人的想象(xiàng)。内容(róng)产(chǎn)业的本质是供(gōng)给创(chuàng)造需求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带来(lái)更(gèng)新的内容风格、更快的生(shēng)产速(sù)度，更(gèng)低的生产成本，这无疑会驱动内(nèi)容(róng)产业的(de)大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应(yīng)用(yòng)于音乐、代码、机器人动作等多种(zhǒng)内(nèi)容形式的生(shēng)成。不难发现该(gāi)项(xiàng)技术(shù)不仅在游戏(xì)等行业能得到(dào)有效应用，对(duì)于下一代互(hù)联网各(gè)种元素的构建亦(yì)有(yǒu)关键(jiàn)意义。

从商业化的角度(dù)来看(kàn)，文化娱乐(lè)、教育、传(chuán)媒等(děng)诸多领域，本身就对(duì)基于AI的(de)可视化内容有强(qiáng)烈(liè)需求。

因(yīn)此，AI绘画及视(shì)频或(huò)不(bù)是结果，而只是AI进(jìn)程中(zhōng)的(de)一块重(zhòng)要拼图，有望在技术(shù)更(gèng)新的加(jiā)持下实(shí)现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了可以生成内容，甚至能(néng)够创造(zào)出独立价值和独(dú)立(lì)视角的内(nèi)容(róng)。AIGC的(de)再(zài)次(cì)出圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型(xíng)与算力(lì)，牢(láo)固(gù)AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言大模型、图像大模型之(zhī)后，多模态大模型已(yǐ)经成(chéng)为了(le)新的趋势(shì)。

大模(mó)型被誉(yù)为当(dāng)前(qián)人工智能发展的智能底(dǐ)座，是全球竞争最激烈的研(yán)究(jiū)方(fāng)向之一，包括谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部企业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练(liàn)大模型的确价格不菲，以国盛(shèng)证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约(yuē)为140万美元。而对(duì)于一些更大(dà)的LLM(大型(xíng)语言模型(xíng))，训(xùn)练(liàn)成(chéng)本(běn)则介(jiè)于(yú)200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立访客平均数1300万计算，其对应芯(xīn)片需(xū)求为(wèi)3万多片英(yīng)伟达(dá)A100 GPU，初始投入(rù)成(chéng)本约为(wèi)8亿美元，每(měi)日仅电费就在5万美元左(zuǒ)右(yòu)。

天女散花的姿势是怎样的，男女之间天女散花是什么意思g="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模型的发展同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网络正驱动AI产业发(fā)展(zhǎn)进入史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智能发展的终极目(mù)标离得更近(jìn)。

因为算(suàn)力(lì)可以(yǐ)对突(tū)破性技术创新提(tí)供大力的支持。这方面，多(duō)模态(tài)大模型(xíng)是典型。作为面向未来强人工(gōng)智能(néng)、通用(yòng)人工智能的重要技术创新，多(duō)模态(tài)大模型(xíng)已(yǐ)经在人工智(zhì)能领域提(tí)出了很多年，业界也有(yǒu)不少技(jì)术突破(pò)，但是(shì)，多模(mó)态大模(mó)型进一步往下(xià)走，算力需求(qiú)呈(chéng)几何式上(shàng)升，一般的算力基(jī)础(chǔ)设(shè)施很快将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字、语(yǔ)音单独一项的(de)训练(liàn)，到双(shuāng)模态、三(sān)模态的跃(yuè)迁，让人工智能可以灵活(huó)应对不同模(mó)态的(de)转(zhuǎn)化、像(xiàng)人(rén)与世界交互一样自然，这方面(miàn)，由算力网络(luò)来(lái)驱动将(jiāng)有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力(lì)来支撑(chēng)的(de)技术(shù)创新，将(jiāng)在人工(gōng)智能(néng)算力网(wǎng)络支撑下(xià)快速推进(jìn)。

AIGC已经露(lù)出曙光，期待(dài)在大模(mó)型(xíng)和(hé)大算(suàn)力的支持(chí)下AIGC能(néng)持续颠(diān)覆(fù)内(nèi)容生产的方式，将创造的边际(jì)成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 天女散花的姿势是怎样的，男女之间天女散花是什么意思