自聊天机器人(rén)ChatGPT火(huǒ)爆(bào)以(yǐ)来，微(wēi)软(ruǎn)公司(sī)创始人比尔(ěr)·盖茨已多(duō)次公开谈论(lùn)人(rén)工智能(néng)话题(tí)。在最近的一次采访中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科(kē)技行业(yè)迎来一次剧烈的(de)洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出(chū)的。

他(tā)预期，AI的发展(zhǎn)可能会(huì)威胁到(dào)谷歌的市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科技巨头(tóu)将(jiāng)把AI整合(hé)成(chéng)用户的“全能助(zhù)手”，包揽一切应用，与人们进行沟通并提供建议，可以取代亚(yà)马(mǎ)逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到来可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包(bāo)围中杀(shā)出重(zhòng)围。

一里地等于多少米 一里地等于多少公里ata-w="1000">

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控(kòng)靠近

以(yǐ)AI绘(huì)画为代表的(de)AIGC上一次爆火(huǒ)的(de)时(shí)候，还(hái)是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术家(jiā)竞赛中，一幅名(míng)为(wèi)《太空歌剧院(yuàn)》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在应用中输(shū)入一组关键词或者一张照片(piàn)，就能获得一(yī)幅AI创作(zuò)的画(huà)作。

作画的关键就(jiù)是所输入(rù)的文(wén)本(běn)。同一组关键词也可以创(chuàng)作出很多张风格不一(yī)样的画作(zuò)，这让创作的(de)过程就像(xiàng)开盲盒。

很(hěn)多(duō)用户很喜(xǐ)欢这种(zhǒng)不确定的惊(jīng)喜，他们会(huì)将生成的美(měi)图当(dāng)做头像。而另一(yī)部分喜欢翻看(kàn)AI绘画的“翻车(chē)”作品。在(zài)社(shè)交媒体上(shàng)，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的(de)个人照片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以(yǐ)往AI绘画的填写关键词游(yóu)戏可能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏(mǐn)创(chuàng)作的一种基于控(kòng)制(zhì)点的图像变形算法，主要用(yòng)于(yú)数(shù)字图(tú)像处理、计算机视觉和计算机图(tú)形学等领域。

其(qí)SD插(chā)件一(yī)经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在此之前，大(dà)家用了很多方法想让AI生成的(de)结果尽可能(néng)的(de)符(fú)合要求，但(dàn)是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生成开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构(gòu)图(tú)，人物的姿势和画面的深度信息等(děng)。有了(le)它(tā)的帮(bāng)助，就不用频繁(fán)的用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式的创(chuàng)作了(le)。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了(le)“魔法”，不少博(bó)主的作(zuò)品已经获(huò)得了大量的浏览量(liàng)，“viggo”就是(shì)其(qí)中(zhōng)之一，他用朋友(yǒu)的照片(piàn)直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试效果。

通(tōng)过图片就可以看出来(lái)，效果十(shí)分惊艳。

更(gèng)厉害的是，除(chú)了(le)真实的照片，草图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗(dòu)砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全(quán)彩图。大神张吕敏(mǐn)其本尊(zūn)也(yě)亲自回应。

不得不说当下(xià)AIGC已经变得越来(lái)越强大，甚(shèn)至输出的作品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安全问题

近日(rì)，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍(biàn)网络，而经过警方(fāng)辟谣这(zhè)所谓的(de)“party”可(kě)能是全国第一起AI绘(huì)图诈骗(piàn)。

由于这个活(huó)动里面(miàn)给出的美女照片都是AI制作的真人照片绘图，因(yīn)为(wèi)太逼真，被大家当成真事传播(bō)了(le)。

不过仔细观察可(kě)以(yǐ)发现，活动发起者提供(gōng)的照片中有个很(hěn)大的漏(lòu)洞可以发现(xiàn)并非真人(rén)，而是AI绘图，那便是图片中女性(xìng)的(de)手指部分有的存在异常。

有行业人事表示：“现(xiàn)在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会(huì)画人(rén)的手，但最新看到的图片已经有越来(lái)越完(wán)美的AI模(mó)型(xíng)出(chū)现，以后(hòu)可能就完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也已有发生。据(jù)英国(guó)广播公(gōng)司报道，土耳其地震期间，有(yǒu)Tiktok用(yòng)户(hù)使(shǐ)用(yòng)AI合成(chéng)了儿童受灾的(de)假照片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技术发展，AIGC已经能(néng)做出真(zhēn)人(rén)照片般的绘(huì)图(tú)效果，如(rú)果这样的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此外AIGC还引发(fā)了(le)很多担(dān)忧，一方(fāng)面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品(pǐn)之后，其创作没有任何情(qíng)绪(xù)和灵魂，难以(yǐ)和(hé)人(rén)类的艺术创作相(xiāng)提并论。

另一(yī)方面，AIGC背后的版(bǎn)权、目前都并没有得到有效(xiào)的解决，还有AIGC会(huì)不会(huì)代(dài)替人(rén)类“至(zhì)高无(wú)上(shàng)”的创意。

马斯克也强调(diào)，人工智能的(de)安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远(yuǎn)方

技(jì)术都是有两(liǎng)面性的，潜在的(de)危害并(bìng)不(bù)能掩(yǎn)盖其(qí)光辉的贡献。现在看来，人工智能技术将是第四次工业(yè)革命的核(hé)心(xīn)驱动力量，将创造新的(de)增长奇迹(jì)。

过去(qù)一(yī)年，人工智能在技(jì)术和商业(yè)层面都有(yǒu)了(le)巨大(dà)进展(zhǎn)，AI绘画就(jiù)是人(rén)工智能技术发生(shēng)方向性改变的一个代表。其下一站(zhàn)或(huò)许就是视(shì)频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发(fā)布(bù)了几条引爆(bào)科技(jì)圈的(de)短视(shì)频。这些视频引(yǐn)发关注(zhù)并非内容做得(dé)多优秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一(yī)匹正在喝水的马，一只(zhǐ)画画(huà)的玩具熊，或(huò)者(zhě)一(yī)段骑摩托车的第一视角(jiǎo)录像，随(suí)便一(yī)个(gè)有手机的人都可以随(suí)手(shǒu)录下一段。

但(dàn)这些(xiē)短(duǎn)视频的创(chuàng)作(zuò)方(fāng)式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话，甚至只是(shì)说一下要求，AI就可以根据(jù)需要生成(chéng)一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出(chū)的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布(bù)了(le)AI生(shēng)成的视频后，AI圈(quān)就已经玩了一(yī)波梗(gěng)，一个能够做出更高清视频的(de)AI还不足以在短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制作(zuò)出(chū)超过2分钟的连贯(guàn)的也有(yǒu)确切内(nèi)容的视(shì)频，这(zhè)才是真(zhēn)正让人们(men)感到惊喜(xǐ)的(de)地方。因为(wèi)无论AI生成的(de)视(shì)频(pín)多么高清，也(yě)只能是为内容生产者提供一个(gè)灵(líng)感，一个素(sù)材，一个过(guò)场动画(huà)。

<一里地等于多少米 一里地等于多少公里strong>不(bù)过能够制作出(chū)有具体剧情(qíng)内容的视频就意味(wèi)着，一些视频创作由AI代替人工完成已经初步(bù)有了可能。

当下AI的发(fā)展(zhǎn)速度(dù)已经超过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创造需求(qiú)，AIGC作为全新的内(nèi)容生产方式，可以为(wèi)内(nèi)容(róng)产业带来(lái)更新的内容(róng)风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了(le)AI绘图、视频(pín)，AIGC技术(shù)还能应用于音乐、代(dài)码、机器人动作等多种内容形式的生(shēng)成(chéng)。不(bù)难(nán)发现(xiàn)该项(xiàng)技术不仅在游(yóu)戏等行(xíng)业能得到(dào)有效应用，对于下一代互联网各(gè)种元(yuán)素的构(gòu)建亦有关键意义。

从商业(yè)化的角度来看，文(wén)化(huà)娱(yú)乐、教育、传媒等(dě一里地等于多少米 一里地等于多少公里ng)诸多领域(yù)，本(běn)身就对基于AI的可(kě)视(shì)化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画及视频或(huò)不是结(jié)果，而只是AI进程中的一(yī)块重要(yào)拼图，有望在(zài)技术(shù)更新的(de)加持下实(shí)现更大的应(yīng)用价值。

AI从理解内容(róng)，走(zǒu)向了可以生成内容，甚(shèn)至能够创造出独立价值和独立视角(jiǎo)的(de)内(nèi)容。AIGC的再次出(chū)圈，更代表着未(wèi)来(lái)的先进生(shēng)产力即(jí)将到来。

04

紧(jǐn)抓大(dà)模型与(yǔ)算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大(dà)模型、图像大模(mó)型(xíng)之后，多模态大(dà)模型已(yǐ)经成为(wèi)了新的趋势(shì)。

大模型被誉为(wèi)当前人工(gōng)智(zhì)能发展的智能底座，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯等众多头(tóu)部(bù)企(qǐ)业都在竞相发力。

不过训(xùn)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》报告估(gū)算，GPT-3训练一次的成本(běn)约为(wèi)140万(wàn)美元。而(ér)对于一些更(gèng)大的LLM(大(dà)型(xíng)语(yǔ)言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美(měi)元(yuán)高价之间。

以ChatGPT在2023年1月的(de)独立访客平均数1300万计算，其(qí)对应(yīng)芯片需求为3万多片英伟达(dá)A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为8亿(yì)美元，每日仅电费(fèi)就在5万(wàn)美元左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都离不开(kāi)庞大算(suàn)力支持。在关注(zhù)各类大模型(xíng)的(de)发展(zhǎn)同时(shí)，更应该关注算(suàn)力(lì)网络的建设。

算(suàn)力网络正(zhèng)驱动AI产业(yè)发展进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能(néng)发展的终极目标离(lí)得更近。

因为算力可以对突(tū)破性(xìng)技术(shù)创新提供大力的支持(chí)。这方面，多模态(tài)大模型是(shì)典型。作为(wèi)面向未来强人工智(zhì)能(néng)、通用人工智能的重要技术创新，多模态(tài)大模型已经在人(rén)工智能领(lǐng)域提出了很(hěn)多年，业界也(yě)有不少技术突破，但是，多模态大模型进(jìn)一步往(wǎng)下走，算力需(xū)求呈几何式上升，一般的算(suàn)力基础(chǔ)设施很(hěn)快将(jiāng)难以(yǐ)胜任(rèn)。

从(cóng)图像、文字(zì)、语音(yīn)单独一项(xiàng)的训练，到双模态、三模态(tài)的跃(yuè)迁，让人(rén)工智能可以(yǐ)灵(líng)活应对不同模态的转化、像人与世界交互(hù)一样自然，这方面，由算力网络来(lái)驱(qū)动将有明显优势。

此外，还(hái)有很多需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人(rén)工(gōng)智能(néng)算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在(zài)大模型和大(dà)算力的支(zhī)持下AIGC能(néng)持(chí)续颠覆内容生产的方式(shì)，将创造(zào)的边(biān)际成(chéng)本降(jiàng)低(dī)，让(ràng)万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 一里地等于多少米 一里地等于多少公里