自聊天机器人(rén)ChatGPT火爆以来，微软公司创始(shǐ)人比(bǐ)尔·盖茨已多(duō)次公(gōng)开谈论(lùn)人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可(kě)能(néng)会(huì)让科技(jì)行业迎来(lái)一次(cì)剧烈(liè)的洗牌”。

这个结论(lùn)是他(tā)在当地时间(jiān)2月(yuè)20日接(jiē)受《In Good Company》节(jié)目专访时提出的。

他(tā)预期，AI的发展可能会威(wēi)胁到谷歌的(de)市占率，因为(wèi)微软在AI方面的(de)行动相当迅速。而最(zuì)终科技巨(jù)头将把AI整合成用户的“全能助(zhù)手”，包揽一切应(yīng)用(yòng)，与人们(men)进行沟通并提供建议，可(kě)以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口(kǒu)中全能(néng)助手的到(dào)来(lái)可能尚需(xū)时日，但由ControlNet引(yǐn)发(fā)的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上一次爆火的(de)时(shí)候，还(hái)是2022年(nián)8月，在(zài)美国科罗拉(lā)多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软件被(bèi)广大(dà)网友(yǒu)熟知(zhī)并(bìng)体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以(yǐ)在应用中输入(rù)一(yī)组关(guān)键词或(huò)者一张照片，就能获得一(yī)幅AI创作的画作。

作画的(de)关(guān)键就伊朗打工一个月多少钱，伊朗工资多少钱一个月是(shì)所输入的文(wén)本。同一(yī)组(zǔ)关键词也可以创作出很(hěn)多张(zhāng)风格不一样(yàng)的画作(zuò)，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户很喜(xǐ)欢(huān)这种(zhǒng)不(bù)确定的惊喜，他们会将(jiāng)生(shēng)成的美图(tú)当做头(tóu)像。而另(lìng)一(yī)部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体上，许多用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一(yī)位网友的小(xiǎo)狗(gǒu)照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成(chéng)了建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游(yóu)戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人(rén)张吕敏创作的(de)一种基(jī)于控(kòng)制(zhì)点的图像(xiàng)变形算法，主要用于数字图像(xiàng)处理(lǐ)、计算机视(shì)觉和计(jì)算机(jī)图(tú)形学(xué)等领域。

其SD插(chā)件一经(jīng)发布，在(zài)短短(duǎn)的两天内便成为了AI绘(huì)画领域最新的热点。

在此之前，大(dà)家用(yòng)了(le)很多方法想让AI生(shēng)成的(de)结果尽可能的符合要求(qiú)，但是都不(bù)尽如人意(yì)，它的(de)出现代表(biǎo)着AI生(shēng)成(chéng)开始进入(rù)真正的(de)可控时期(qī)。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势和画(huà)面的(de)深(shēn)度信息等。有了它的帮助，就不(bù)用频繁的用提(tí)示(shì)词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少博主的作品已经获得(dé)了大(dà)量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友的(de)照片直接带她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插(chā)件绑定骨(gǔ)骼开始换关键(jiàn)词(cí)试效(xiào)果。

通过图片(piàn)就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉(lì)害(hài)的(de)是，除了真实的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转全(quán)彩图。大神张(zhāng)吕敏其(qí)本尊也亲(qīn)自回应。

不(bù)得不(bù)说当下AIGC已(yǐ)经(jīng)变得越(yuè)来越强大(dà)，甚至输出的作品都已经能以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆发(fā)

警惕安全问题

近日，“苏(sū)州金(jīn)鸡(jī)湖(hú)有游艇(tǐng)party”的消息火遍网络，而(ér)经(jīng)过警方(fāng)辟谣这所谓的“party”可能是全国(guó)第(dì)一起AI绘图(tú)诈骗。

由于这个(gè)活动里(lǐ)面给(gěi)出的(de)美(měi)女照(zhào)片都是AI制作(zuò)的真人照片绘(huì)图，因为太逼真，被大(dà)家当成真事传播了。

不过(guò)仔(zǎi)细观察可以(yǐ)发(fā)现，活动发起者提供(gōng)的(de)照片中有(yǒu)个(gè)很(hěn)大的漏(lòu)洞可(kě)以(yǐ)发现并非真(zhēn)人，而(ér)是AI绘图，那(nà)便是图(tú)片中(zhōng)女性(xìng)的(de)手指(zhǐ)部分有的存在异常。

有行业人事(shì)表示：“现在因为(wèi)手指(zhǐ)部分(fēn)的(de)绘画算法(fǎ)比较复杂，AI还不(bù)太会画人的手，但最新看到的图片已经(jīng)有越来越完美的AI模(mó)型出现(xiàn)，以后可能就完全没有(yǒu)漏洞(dòng)了。”

类似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广播公(gōng)司报(bào)道，土耳(ěr)其地(dì)震(zhèn)期间(jiān)，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受(shòu)灾的假照片(piàn)发(fā)布到网络，以此诱骗善(shàn)良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着(zhe)技术发(fā)展，AIGC已经能做出(chū)真人照片般的(de)绘图效(xiào)果(guǒ)，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批判者(zhě)认为AI在(zài)“学(xué)习”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂(hún)，难以和人类的艺术创(chuàng)作相提并论。

另一方面，AIGC背后的版(bǎn)权、目前都(dōu)并没有得到有(yǒu)效(xiào)的解(jiě)决，还有(yǒu)AIGC会不会代替人类“至高无上(shàng)”的(de)创意。

马斯克也(yě)强调，人工智(zhì)能的安全问题需(xū)要(yào)得到重视，太晚就来不及(jí)了。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有远方

技术都是有(yǒu)两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工(gōng)智能技术(shù)将是(shì)第四次工业革(gé)命的核心驱动力(lì)量，将创(chuàng)造(zào)新的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层面(miàn)都有了巨大(dà)进(jìn)展，AI绘(huì)画就是人工智能技术(shù)发生方向性改(gǎi)变(biàn)的(de)一(yī)个代(dài)表。其下一站或许就(jiù)是视频。

此前(qián)，Meta和(hé)谷歌先(xiān)后发布了几条引爆(bào)科技圈的(de)短视频。这些视(shì)频引发(fā)关注并非内容做得(dé)多(duō)优秀，反而(ér)都非常简单，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的玩具熊，或者一段骑摩(mó)托(tuō)车的第(dì)一视(shì)角录像，随便(biàn)一(yī)个有手机的人都可以(yǐ)随手录下一段。

但(dàn)这些短视频的创作方(fāng)式非常(cháng)简单，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要(yào)求，AI就可以根据需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的(de)视频后，AI圈就(jiù)已经玩了一波梗，一个能够做(zuò)出(chū)更高(gāo)清视频的AI还不(bù)足以(yǐ)在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也有确切内容的视(shì)频，这才是真(zhēn)正让人们感到(dào)惊喜的地方。因(yīn)为无论AI生成的视(shì)频多(duō)么高清，也只能是为内(nèi)容生产者提供(gōng)一个灵感，一个素(sù)材，一个过场动画。

不(bù)过能(néng)够(gòu)制作(zuò)出(chū)有具体剧情(qíng)内容的视频(pín)就(jiù)意味着，一(yī)些视频创作由AI代替人(rén)工完成已经(jīng)初(chū)步有了可能。

当下AI的发展速度(dù)已经超过(guò)大部(bù)分人的想(xiǎng)象。内容产业的本质(zhì)是供给创(chuàng)造需(xū)求，AIGC作为全新(xīn)的内(nèi)容生产(chǎn)方式，可以为(wèi)内容(róng)产业带来更新的(de)内容风格、更快的(de)生产(chǎn)速度，更低的生产成(chéng)本，这无疑会驱动内容产(chǎn)业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术(shù)还能应(yīng)用于音乐(lè)、代码、机器人动作等多种内容(róng)形式的生成。不难发现(xiàn)该项技(jì)术(shù)不(bù)仅在(zài)游戏(xì)等行业能(néng)得到有(yǒu)效应(yīng)用，对于下一代互联网各种元素的构建亦有关(guān)键意义。

从商业化的(de)角度来(lái)看，文(wén)化娱乐、教育(yù)、传媒等(děng)诸(zhū)多(duō)领域，本(běn)身就(jiù)对基于(yú)AI的(de)可视化内容有(yǒu)强烈需求。

因此，AI绘(huì)画及视频或不(bù)是结(jié)果，而(ér)只是AI进程中的一(yī)块(kuài)重要(yào)拼图，有望在(zài)技术更新的加(jiā)持下实(shí)现(xiàn)更大的应(yīng)用价值(zhí)。

AI从理解内容，走向(xiàng)了可(kě)以生(shēng)成内(nèi)容，甚至能够创造出独立价值和独立视角的内容。AIGC的再次(cì)出圈(quān)，更代(dài)表着未来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大模型、图像大模型之后，多模态大模型已经(jīng)成(chéng)为(wèi)了新的(de)趋势。

大模型被誉为(wèi)当前(qián)人工智能发(fā)展的智能底(dǐ)座，是全球竞争最激(jī)烈(liè)的研究(jiū)方向之(zhī)一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企(qǐ)业都在竞相发力。

不过训(xùn)练大模型的(de)确价格不菲，以国盛证券发(fā)布(bù)的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一次的成本约(yuē)为140万美(měi)元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训练成本则介于200万美元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月(yuè)的(de)独立访(fǎng)客(kè)平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元(yuán)，每日仅电费就(jiù)在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离(lí)不开(kāi)庞大算力支持(chí)。在关(guān)注(zhù)各类大模(mó)型的发(fā)展同时(shí)，更应该关(guān)注算力网(wǎng)络的建设。

算(suàn)力网络正驱动AI产业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能(néng)发展的终极目(mù)标离得更近(jìn)。

因为算力可以对(duì)突破性(xìng)技术创新提供大力的支持。这(zhè)方面，多模态大模型(xíng)是(shì)典(diǎn)型(xíng)。作(zuò)为面向未来(lái)强人工(gōng)智(zhì)能(néng)、通用人工智能的重要技术(shù)创新，多模态大模型(xíng)已经在人(rén)工智能领域提出了很多(duō)年，业界(jiè)也有不(bù)少技术突破(pò)，但(dàn)是，多模态大模型(xíng)进一步往下(xià)走，算力需求呈几(jǐ)何式(shì)上升，一般(bān)的(de)算力(lì)基础设施(shī)很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独一项的训(xùn)练，到双(shuāng)模态、三模(mó)态的跃迁，让人工智能可以灵(líng)活应(yīng)对(duì)不同模(mó)态的转化、像人与世界交互一(yī)样(yàng)自然，这方(fāng)面，由算力网络来驱动(dòng)将有明(míng)显优势(shì)。

此外，还有很多需要(yào)爆发式(shì)增长(zhǎng)的算力来支撑的技术(shù)创新，将在(zài)人工(gōng)智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露出曙光，期待在大模(mó)型和大算力的支持下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将创造的边际成本降(jiàng)低，让万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 伊朗打工一个月多少钱，伊朗工资多少钱一个月