自(zì)聊天机器(qì)人(rén)ChatGPT火爆以来，微软公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人(rén)工(gōng)智能话(huà)题(tí)。在最(zuì)近的一次采访中(zhōng)，他再(zài)次表示：“AI可能(néng)会让科(kē)技行业迎来一(yī)次(cì)剧(jù)烈的(de)洗(xǐ)牌(pái)”。

这(zhè)个(gè)结论是他(tā)在当地时(shí)间2月20日接受(shòu)《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的发展可能会威(wēi)胁到谷歌的(de)市(shì)占率，因为微软在(zài)AI方面的行动相(xiāng)当(dāng)迅速。而最(zuì)终科技(jì)巨头(tóu)将把AI整合(hé)成(chéng)用户的“全(quán)能助(zhù)手”，包揽(lǎn)一切(qiè)应(yīng)用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助(zhù)手的到来(lái)可(kě)能尚需时日，但由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候(hòu)，还是(shì)2022年8月，在美国科罗拉(lā)多(duō)州举办的新兴数字(zì)艺(yì)术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画软(ruǎn)件被广(guǎng)大网(wǎng)友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便是其中代表。

用户们(men)可以(yǐ)在(zài)应用中输入(rù)一组关键词或者一张(zhāng)照(zhào)片，就能获得(dé)一幅AI创作(zuò)的画作(zuò)。

作画的关(guān)键就是(shì)所(suǒ)输入的(de)文本(běn)。同(tóng)一(yī)组关键(jiàn)词也可以创作出(chū)很多张(zhāng)风(fēng)格不(bù)一样的画作(zuò)，这让创作(zuò)的过程就像(xiàng)开盲盒。

很多用户很喜欢这(zhè)种不确定的(de)惊喜，他们(men)会将生成(chéng)的美图当做头像。而另一(yī)部分喜欢翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户分享AI“翻车现场”，例(lì)如，一位网友的(de)小(xiǎo)狗照片被AI画成了(le)“肌(jī)肉男”，还(hái)有网友的个(gè)人照片被(bèi)AI识(shí)别(bié)成了(le)建(jiàn)筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中(zhōng)国人张吕(lǚ)敏(mǐn)创作的一种基于(yú)控制点的图像变(biàn)形算法，主(zhǔ)要用于数(shù)字图像处理、计(jì)算机(jī)视觉(jué)和计(jì)算机图形学等领域。

其(qí)SD插(chā)件一经发(fā)布，在短短的两天内便成为了AI绘画领域最新的(de)热点(diǎn)。

在此(cǐ)之前，大家用(yòng)了(le)很多方(fāng)法(fǎ)想(xiǎng)让AI生成(chéng)的结果尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有了它的帮(bāng)助(zhù)，就不用频繁的用提示(shì)词来碰运(yùn)气(qì)，抽盲(máng)盒式的(de)创作了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔(mó)法”，不(bù)少博主(zhǔ)的作品已经获(huò)得了(le)大(dà)量的浏览量(liàng)，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找(zhǎo)到(dào)对应(yīng)的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼开始换关键(jiàn)词(cí)试(shì)效果。

通过图片(piàn)就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除(chú)了真实的照片，草图也可(kě)以加上(shàng)“魔(mó)法(fǎ)”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全彩(cǎi)图(tú)。大(dà)神张吕(lǚ)敏其本尊也亲自(zì)回应(yīng)。

不得不说当下(xià)AIGC已(yǐ)经变得越来越(yuè)强大，甚至输(shū)出的作品(pǐn)都(dōu)已经(jīng)能以假(jiǎ)乱真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经(jīng)过警(jǐng)方辟谣(yáo)这所谓的(de)“party”可能(néng)是全国(guó)第一起(qǐ)AI绘(huì)图诈骗。

由于这个(gè)活动里面给出的美女照片都是AI制作的真人照片绘(huì)图，因为太逼真，被大(dà)家(jiā)当成真事传播了。

不过仔细观(guān)察可以发现，活动发起者提供的(de)照片中有个(gè)很(hěn)大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部(bù)分有的(de)存(cún)在异常。

有行业(yè)人事表示：“现(xiàn)在因(yīn)为手指部分的(de)绘画算法比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有越(yuè)来越完美(měi)的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英国广播(bō)公司(sī)报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照(zhào)片发(fā)布到(dào)网(wǎng)络，以此诱(yòu)骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图效果，如果(guǒ)这样的图片(piàn)被(bèi)用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批(pī)判者认为AI在“学习”了(le)大量前人的作品之后，其创作没有(yǒu)任何情(qíng)绪和灵魂，难以和人(rén)类的艺术创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后的版权(quán)、目前(qián)都并没有(yǒu)得(dé)到有效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯(sī)克(kè)也强(qiáng)调，人工智能的(de)安全(quán)问题需(xū)要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了(le)视(shì)频(pín)，还(hái)有远方

技术都(dōu)是(shì)有两面性(xìng)的，潜在(zài)的危害并不能掩(yǎn)盖其光辉的(de)贡(gòng)献(xiàn)。现在(zài)看来(lái)，人工智能技(jì)术将是第(dì)四次工业(yè)革命的(de)核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年，人(rén)工智能(néng)在(zài)技术和商业层(céng)面都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智能(néng)技术(shù)发生方(fāng)向性改(gǎi)变的一(yī)个代(dài)表。其下一站(zhàn)或许就是视频(pín)。

此前(qián)，Meta和谷歌先后发(fā)布了几条引爆科(kē)技圈(quān)的(de)短视频。这(zhè)些视频引发关注并非(fēi)内容做得多优秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在(zài)喝(hē)水的马，一只画画的玩具熊，或者一(yī)段骑摩托车的(de)第一视角录(lù)像，随便一(yī)个有手机的人都可以随(suí)手录下一(yī)段(duàn)。

但这些短视频的创(chuàng)作方式非(fēi)常简单，创作(zuò)者仅仅需要向AI输(shū)入(rù)一段(duàn)话，甚至(zhì)只(zhǐ)是(shì)说一下要求，AI就可以根(gēn)据需要生成一段(duàn)视频。

谷歌发布的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出(chū)的(de)是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已(yǐ)经玩了一波(bō)梗(gěng)，一个能(néng)够做出(chū)更高清视频的(de)AI还不(bù)足以(yǐ)在短时间内戳(chuō)中(zhōng)兴奋点。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的地方在(zài)于(yú)，它可(kě)以(yǐ)制作出超过2分钟的连贯的(de)也有确切(qiè)内容的(de)视频，这才(cái)是真正(zhèng)让人(rén)们感到惊喜(xǐ)的地(dì)方(fāng)。因为无(wú)论AI生(shēng)成的(de)视频(pín)多么高清，也只(zhǐ)能是(shì)为内(nèi)容生(shēng)产(chǎn)者提(tí)供(gōng)一个灵感，一个素材，一个过场动(dòng)画。

不(bù)过能够制作出(chū)有(yǒu)具(jù)体剧情内容的视频就意味着，一些视频创作由AI代(dài)替人工完成已经初(chū)步有(yǒu)了可能。

当(dāng)下AI的发展(zhǎn)速度(dù)已经超过(guò)大部分(fēn)人的想象。内(nèi)容产(chǎn)业的本质是供给创(chuàng)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内容风格、更快的(de)生产速(sù)度，更低的(de)生产(cln的公式大全，ln4-ln2等于多少hǎn)成本，这(zhè)无疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内容形(xíng)式的生成。不难发现该项技术(shù)不仅在游(yóu)戏等(děng)行(xíng)业能(néng)得到有效应用，对于(yú)下一代互联网各(gè)种元素的(de)构建(jiàn)亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度(dù)来看，文化娱(yú)乐、教(jiào)育、传(chuán)媒等诸多领域(yù)，本身(shēn)就对基于(yú)AI的可视化(huà)内容有强(qiáng)烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望在技术更新的加(jiā)持下实现更大的应用(yòng)价值。

AI从(cóng)理(lǐ)解(jiě)内容(róng)，走(zǒu)向了(le)可以生成内容，甚至能够创造出独(dú)立价值和独(dú)立视角的内(nèi)容。AIGC的(de)再次出圈，更代表着未来的先进生产(chǎn)力(lì)即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可以看出(chū)，在语言大模型、图像大模型之后，多模态大(dà)模型已经成为了新的趋势。

大模型被誉为(wèi)当前(qián)人工(gōng)智(zhì)能发(fā)展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之(zhī)一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的确价格(gé)不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训(xùn)练一次的(de)成本约为140万美元。而(ér)对于一些更(gèng)大的LLM(大型语言模(mó)型(xíng))，训(xùn)练成本则(zé)介于200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独立(lì)访客平均数1300万计算，其对应芯片(piàn)需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投(tóu)入(rù)成本约(yuē)为(wèi)8亿(yì)美(měi)元，每日仅电费就在5万美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注(zhù)各类大模型的发展同时，更应该(gāi)关注算力(lì)网(wǎng)络的建设。

算(suàn)力网络正(zhèng)驱动AI产业发展进(jìn)入(rù)史诗级加(jiā)速进程，让AIGC及(jí)通用AI这(zhè)一人工智能发(fā)展的终极目标离得更(gèng)近。

因为(wèi)算力可(kě)以对突(tū)破性技术创新(xīn)提供大力的(de)支(zhī)持。这方面，多模态大(dà)模(mó)型是典型。作(zuò)为面向未(wèi)来(lái)强人工智能(néng)、通用(yòng)人(rén)工智能的(de)重要技术创新，多模态大模型(xíng)已经在人工(gōng)智(zhì)能领域提出了很多年，业界也有不少技术突(tū)破，但是，多模态大模(mó)型进(jìn)一步(bù)往下(xià)走，算(suàn)力需求呈几何(hé)式上(shàng)升，一般的(de)算(suàn)力基础设施(shī)很快将难以(yǐ)胜(shèng)任。

从图像、文字、语(yǔ)音单独一项的(de)训练，到双模态(tài)、三模态的跃(yuè)迁，让人工智能(néng)可(kě)以灵活应对不同模(mó)态的转化(huà)、像人与世(shì)界交(jiāo)互一(yī)样自然，这方面，由算力(lì)网络来驱动将有明显优势。

此(cǐ)外，还(hái)有很(hěn)多需要爆发式(shì)增长的算力来(lái)支撑的技(jì)术创新(xīn)，将在人工智(zhì)能算力(lì)网络(luò)支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模型和(hé)大算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产(chǎn)的方式，将创造的(de)边际成本降低，让万(wàn)众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 ln的公式大全，ln4-ln2等于多少