自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多(duō)次(cì)公开谈(tán)论人(rén)工智能话题。在(zài)最(zuì)近的一次采访中(zhōng)，他再(zài)次(cì)表示(shì)：“AI可能会让科技行业迎来一(yī)次剧烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方(fāng)面的行动相(xiāng)当迅速。而(ér)最终(zhōng)科技(jì)巨头将(jiāng)把AI整合成用户的“全能助(zhù)手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等(děng)应用。

大佬口中全能(néng)助手的到(dào)来可能(néng)尚(shàng)需时日，但(dàn)由ControlNet引发(fā)的又(yòu)一次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的(de)AIGC上一次(cì)爆火的(de)时候(hòu)，还是(shì)2022年8月(yuè)，在美(měi)国科罗(luó)拉多州(zhōu)举办的新兴(xīng)数字(zì)艺术(shù)家竞(jìng)赛中，一(yī)幅名为《太(tài)空(kōng)歌剧院》的作品(pǐn)获(huò)奖。

随后各(gè)大厂商的AI绘画软件被(bèi)广大网友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代表。

分数的导数公式口诀，分数的导数公式推导ata-s="300,640" data-type="jpeg" data-w="639">

用户们可以在(zài)应用中输(shū)入一组(zǔ)关键词或者一张照片，就能获得一幅AI创作的画作。

作画的关键就是所输入的文本。同一(yī)组关键词(cí)也可(kě)以创作出很多张风格不(bù)一(yī)样的画作，这让创作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜欢这种不确(què)定的惊喜，他们会将生成(chéng)的美图(tú)当做头像。而(ér)另(lìng)一(yī)部(bù)分喜欢(huān)翻看AI绘(huì)画(huà)的“翻(fān)车”作品。在社交媒(méi)体上，许多用户(hù)分(fēn)享(xiǎng)AI“翻车现场”，例如(rú)，一位网(wǎng)友的小狗照片(piàn)被(bèi)AI画成了(le)“肌肉男”，还有网友(yǒu)的个人照片(piàn)被AI识别成了建筑。

而如(rú)今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键词游戏(xì)可能要被(bèi)颠覆了。

ControlNet是(shì)一位正在斯坦福读博(bó)的中国人张吕敏创作的一种(zhǒng)基于控制点的图像变形算法，主要用于数字图像处理、计算机(jī)视(shì)觉和(hé)计算机图(tú)形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领(lǐng)域最(zuì)新的热(rè)点。

在此之前(qián)，大家用了很(hěn)多方法(fǎ)想让AI生成的结(jié)果尽可能的符合要求，但是都(dōu)不尽如人(rén)意，它的出现(xiàn)代表着(zhe)AI生成开(kāi)始进入真正(zhèng)的可控时(shí)期。

因(yīn)为(wèi)ControlNet可(kě)以直(zhí)接提取画面(miàn)的构图，人物的姿势和画(huà)面的深(shēn)度信息等(děng)。有了它的帮助，就不用频(pín)繁的(de)用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式(shì)的创(chuàng)作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于(yú)给AI绘画加(jiā)了“魔(mó)法”，不少(shǎo)博主(zhǔ)的作(zuò)品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她(tā)们走进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换关键(jiàn)词(cí)试效(xiào)果(guǒ)。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真实的照片(piàn)，草图也可以加上(shàng)“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图(tú)。大神(shén)张吕敏其(qí)本(běn)尊(zūn)也(yě)亲(qīn)自(zì)回应。

不得不(bù)说当(dāng)下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出(chū)的作品都(dōu)已经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全(quán)问题

近日，“苏(sū)州金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而经过警方辟谣这所(suǒ)谓的(de)“party”可能(néng)是全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由于这(zhè)个活动里面给出(chū)的(de)美女照(zhào)片都(dōu)是(shì)AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被大(dà)家当成(chéng)真事传播了(le)。

不过仔(zǎi)细观察可(kě)以发现，活动发起(qǐ)者提供的照片中有个(gè)很大的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图(tú)，那(nà)便是图(tú)片中女性(xìng)的手(shǒu)指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较复杂，AI还不太(tài)会画人的手，但(dàn)最(zuì)新(xīn)看到(dào)的(de)图片(piàn)已经有越来越完美的(de)AI模型出现(xiàn)，以(yǐ)后(hòu)可能(néng)就(jiù)完全没有漏(lòu)洞了(le)。”

类似(shì)的(de)AI作图诈骗在国外(wài)也已有发生。据(jù)英国(guó)广(guǎng)播公司报道，土(tǔ)耳其(qí)地震期间，有Tiktok用(yòng)户使用AI合成了儿童受(shòu)灾(zāi)的(de)假照片发布到网络，以此(cǐ)诱骗(piàn)善良的(de)人打(dǎ)赏(shǎng)“捐助”从(cóng)而实施(shī)诈骗(piàn)。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘(huì)图效果，如果(guǒ)这样的图片被用来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方(fāng)面，批判者(zhě)认为(wèi)AI在(zài)“学习”了(le)大量前人(rén)的(de)作品之后，其(qí)创作没有任何(hé)情绪和灵魂，难以(yǐ)和(hé)人类的艺术创(chuàng)作(zuò)相提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目前(qián)都并没(méi)有得到有(yǒu)效的解决，还有(yǒu)AIGC会不(bù)会代替人类(lèi)“至高无上”的创意。

马斯(sī)克也强调(diào)，人工智能的(de)安全(quán)问题需(xū)要得到重(zhòng)视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技(jì)术都(dōu)是(shì)有两面性的，潜在(zài)的危害并不能(néng)掩盖其光辉的贡献。现在(zài)看来，人工智(zhì)能技(jì)术将是第(dì)四次(cì)工业(yè)革命的核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去一年(nián)，人(rén)工智(zhì)能在(zài)技术(shù)和商业层面都(dō分数的导数公式口诀，分数的导数公式推导u)有了巨大进展，AI绘画就(jiù)是人工(gōng)智能技术发(fā)生方向性改变的一个代表。其下一(yī)站(zhàn)或许就是视(shì)频。

此前(qián)，Meta和谷歌先(xiān)后发(fā)布了(le)几条(tiáo)引爆科技圈的短(duǎn)视频。这些视(shì)频(pín)引发关注并非内容(róng)做得多优(yōu)秀，反而都非常简单，比如(rú)一(yī)匹正在喝(hē)水的马(mǎ)，一只画(huà)画的玩(wán)具熊，或(huò)者一段骑(qí)摩(mó)托(tuō)车的第一视角(jiǎo)录(lù)像，随便一个有(yǒu)手机的人都可以随手录下一(yī)段。

但这些短(duǎn)视频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需(xū)要向AI输入(rù)一段话(huà)，甚至只是(shì)说一下要求(qiú)，AI就可以根据需要生(shēng)成一段视(shì)频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前(qián)者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没(méi)有太多(duō)的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈(quān)就已经玩了一波梗(gěng)，一(yī)个能够做(zuò)出更高清视(shì)频的(de)AI还不足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超过2分钟(zhōng)的连贯的也有确切内容的视频，这才是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成的(de)视频多么高清，也只能是(shì)为(wèi)内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视(shì)频就意味着，一些视频创作由(yóu)AI代替人工(gōng)完成已经初(chū)步有了可能。

当下AI的(de)发展(zhǎn)速度(dù)已经(jīng)超过大(dà)部分人的(de)想象。内容产业的本质是(shì)供给创造需求，AIGC作为(wèi)全新的(de)内(nèi)容生产方式，可以为内容(róng)产业带来(lái)更新的内(nèi)容风(fēng)格、更快的生产速度，更低(dī)的生产(chǎn)成本，这无疑会(huì)驱动内(nèi)容产业(yè)的大(dà)爆发(fā)。

除了AI绘(huì)图、视(shì)频，AIGC技术(shù)还能(néng)应用(yòng)于(yú)音(yīn)乐、代码、机器人动作等多(duō)种内容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能(néng)得到有效(xiào)应(yīng)用，对于下(xià)一代(dài)互联(lián)网各种元素的构建亦有关(guān)键意(yì)义(yì)。

从商(shāng)业化的角度来看(kàn)，文化娱(yú)乐、教(jiào)育、传媒等诸多领域，本身就对(duì)基(jī)于AI的可视化(huà)内容有强(qiáng)烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视(shì)频(pín)或不是结果，而(ér)只是(shì)AI进程中(zhōng)的一(yī)块重要(yào)拼图，有望在(zài)技术更新的加持下实(shí)现更大的应用价(jià)值(zhí)。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够创造出独立价值和(hé)独立(lì)视角(jiǎo)的(de)内容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固(gù)AIGC底座

从技术的发展也(yě)可以看出，在(zài)语言大模型、图像大模型之后，多模态大(dà)模型已经成为了新的趋势(shì)。

大模型被誉为(wèi)当前人工(gōng)智能发展的智能底座，是全(quán)球竞争最激(jī)烈(liè)的(de)研究方(fāng)向之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训练大模(mó)型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万美元。而(ér)对于一些更大的LLM(大型语言模型)，训练成(chéng)本则介于200万美(měi)元至(zhì)1200万(wàn)美(měi)元高(gāo)价(jià)之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访(fǎng)客平均数(shù)1300万(wàn)计算，其对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支(zhī)持。在关注各类大模型(xíng)的(de)发(fā)展同(tóng)时，更应该(gāi)关注算(suàn)力网络(luò)的建(jiàn)设。

算力(lì)网络正驱动(dòng)AI产(chǎn)业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通(tōng)用AI这一人(rén)工智能发(fā)展的终极目标离得更(gèng)近。

因为算力(lì)可以(yǐ)对突破性技术(shù)创新(xīn)提供大力的支持(chí)。这方(fāng)面，多模(mó)态大模型是典型(xíng)。作(zuò)为面向(xiàng)未来强人(rén)工智能、通用人(rén)工智能(néng)的(de)重要技术创新，多(duō)模态大模型已(yǐ)经(jīng)在人工(gōng)智(zhì)能(néng)领域提出了很多年，业界也有不少技术突破，但是，多模态大模(mó)型进一步往下走，算力需求呈几何(hé)式上升(shēng)，一般的算力(lì)基础设(shè)施很快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一项的训练，到双模态、三(sān)模态(tài)的跃(yuè)迁，让人工智(zhì)能可以灵(líng)活应对不(bù)同模(mó)态的转(zhuǎn)化(huà)、像人与世界交互一(yī)样自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很(hěn)多需要(yào)爆发式增长的算力来支(zhī)撑的技术创(chuàng)新(xīn)，将在人工智能算(suàn)力网络支(zhī)撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模(mó)型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 分数的导数公式口诀，分数的导数公式推导