自聊(liáo)天机(jī)器(qì)人ChatGPT火爆(bào)以来(lái)，微软公司创始人比尔·盖茨已(yǐ)多次公开谈论人工智能话题。在(zài)最(zuì)近的(de)一(yī)次(cì)采访(fǎng)中，他再次表示：“AI可(kě)能会让科技行业迎来(lái)一次剧烈的洗牌(pái)”。

这个(gè)结论是他(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(tí)出的。

他预期，AI的发展可能会威胁到(dào)谷歌的(de)市占率，因为微软(ruǎn)在AI方(fāng)面(miàn)的(de)行动相当迅(xùn)速。而(ér)最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能(néng)助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题热(rè)点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可(kě)控靠(kào)近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举(jǔ)办的新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧院》的(de)作品(pǐn)获(huò)奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可(kě)以在应用(yòng)中输(shū)入一组(zǔ)关键词或者一张照片，就能获得一幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关(guān)键(jiàn)就(jiù)是(shì)所(suǒ)输入的文本天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜。同(tóng)一(yī)组(zǔ)关(guān)键词也可以创作出很多张风格不一样的画作，这让创(chuàng)作的过程就像开(kāi)盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不(bù)确定(dìng)的惊喜，他们会将生(shēng)成的美图(tú)当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车(chē)现场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男”，还(hái)有网友的个人照片被AI识别(bié)成了建筑。

而(ér)如今随(suí)着(zhe)ControlNet的(de)出(chū)现与加持，以往AI绘画(huà)的填写关键词游戏(xì)可能要被颠覆了。

ControlNet是一位正在斯坦福读博的中国人张吕(lǚ)敏创作的一种(zhǒng)基于控制(zhì)点的图像变形算法，主要用于(yú)数字图像处理、计(jì)算机视觉和计算机图形学等领域。

其SD插件一经发布，在短短的两天内便成为了(le)AI绘画领(lǐng)域最新的(de)热点。

在(zài)此之前，大(dà)家用了很多方法想(xiǎng)让AI生成的结果尽可能的符合要求，但(dàn)是都(dōu)不尽如人意(yì)，它的出(chū)现(xiàn)代表着AI生成开始进入真正的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人(rén)物的姿势和(hé)画面的深度(dù)信息等。有(yǒu)了它(tā)的(de)帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒(hé)式的创作(zuò)了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法”，不少博主的作品已经获得了大量(liàng)的浏览(lǎn)量，“viggo”就(jiù)是其中之一(yī)，他用朋友(yǒu)的照(zhào)片直(zhí)接带她们走进动漫(màn)世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

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

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更厉害的(de)是，除了(le)真(zhēn)实(shí)的照片，草图也可(kě)以加上“魔(mó)法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全(quán)彩(cǎi)图。大神张吕敏(mǐn)其本尊(zūn)也亲自回应(yīng)。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输出的作(zuò)品都已经(jīng)能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经(jīng)过警(jǐng)方(fāng)辟谣这所(suǒ)谓的(de)“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传(chuán)播了。

不过(guò)仔细(xì)观(guān)察可以发现(xiàn)，活动(dòng)发(fā)起者(zhě)提供的照片中有(yǒu)个很大的漏洞可以发(fā)现(xiàn)并非真(zhēn)人(rén)，而是AI绘图，那便是图(tú)片中女(nǚ)性(xìng)的(de)手指部(bù)分有的存在异(yì)常。

有行业人(rén)事表示：“现在(zài)因为手指部分的绘画算法比较复(fù)杂，AI还(hái)不太(tài)会画人的手(shǒu)，但最(zuì)新看到(dào)的图片(piàn)已(yǐ)经(jīng)有越来越完美的AI模型出现，以(yǐ)后可(kě)能就完全没有(yǒu)漏洞了。”

类似的(de)AI作(zuò)图诈骗在国外也已有发生。据(jù)英(yīng)国广播(bō)公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用户使用(yòng)AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随着(zhe)技术(shù)发(fā)展，AIGC已经能做出真人(rén)照片般(bān)的(de)绘(huì)图效果，如果这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还引发了(le)很多(duō)担(dān)忧，一方面，批(pī)判者认为AI在(zài)“学习”了大量前人的作品之后，其创(chuàng)作没有任何情绪和(hé)灵魂，难(nán)以和人类的(de)艺术创作相提并论。

另一方面(miàn)，AIGC背后的(de)版权、目(mù)前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意(yì)。

马斯克也强调，人工智能的(de)安全问题需要得到重视，太晚就来不及(jí)了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面(miàn)性的，潜在的危害(hài)并不能掩盖其光(guāng)辉的(de)贡献。现在看来，人(rén)工(gōng)智能技术(shù)将是第四次工业(yè)革命的(de)核心驱动力(lì)量，将创造新的增(zēn天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜g)长奇迹。

过去(qù)一年(nián)，人工智能在技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就(jiù)是(shì)人(rén)工智能技(jì)术发生方向性改(gǎi)变的一个代表。其下(xià)一(yī)站或许就是视(shì)频。

此前，Meta和谷歌先后(hòu)发(fā)布(bù)了(le)几(jǐ)条(tiáo)引爆科技圈的(de)短视频。这些视频引发关注(zhù)并非内容(róng)做得多优秀，反而(ér)都非常简单，比(bǐ)如(rú)一天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜匹(pǐ)正在喝水的(de)马，一只(zhǐ)画画的(de)玩具熊(xióng)，或者一段(duàn)骑摩(mó)托车的第一视(shì)角录像，随(suí)便一(yī)个有(yǒu)手机的人都可(kě)以随手录(lù)下一段。

但这些短视频的(de)创作方(fāng)式(shì)非常(cháng)简单(dān)，创作者仅仅需(xū)要(yào)向(xiàng)AI输入(rù)一段话，甚至只是说一下要(yào)求，AI就(jiù)可以根(gēn)据需(xū)要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已经玩(wán)了一波梗，一个(gè)能够做出更(gèng)高清视频(pín)的AI还不(bù)足(zú)以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的(de)地(dì)方在(zài)于，它可以制作出超过2分钟(zhōng)的连贯的(de)也有确(què)切内(nèi)容的视频，这(zhè)才(cái)是真正让人们感到惊(jīng)喜(xǐ)的地方。因为无论AI生成的视频多么高清，也只能是为内容生产(chǎn)者(zhě)提供一(yī)个(gè)灵感，一个素材，一个过场动画(huà)。

不过能够(gòu)制(zhì)作(zuò)出(chū)有具体剧情(qíng)内容的视频就意味着(zhe)，一些视(shì)频(pín)创作(zuò)由AI代(dài)替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超(chāo)过大部(bù)分(fēn)人的想象。内容产业的(de)本质是供给(gěi)创造需(xū)求，AIGC作(zuò)为全新的内(nèi)容(róng)生产方(fāng)式，可(kě)以(yǐ)为内(nèi)容产业(yè)带(dài)来(lái)更新的内(nèi)容风格、更(gèng)快的生产(chǎn)速度，更低的生(shēng)产成本，这(zhè)无(wú)疑(yí)会(huì)驱动内容产(chǎn)业(yè)的大爆(bào)发。

除了(le)AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机(jī)器人(rén)动(dòng)作等(děng)多种内容形式的生(shēng)成。不难发(fā)现该项技术不(bù)仅在游戏等(děng)行业能得到有效应用，对于(yú)下一代互联网各(gè)种(zhǒng)元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度(dù)来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是(shì)结(jié)果(guǒ)，而只是AI进程(chéng)中的一块重要(yào)拼图，有(yǒu)望(wàng)在技(jì)术更新(xīn)的加持下实(shí)现更(gèng)大(dà)的应用价值(zhí)。

AI从理解内容(róng)，走(zǒu)向(xiàng)了(le)可以生成内容(róng)，甚至能够创造出独立价值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未来的先(xiān)进生(shēng)产力(lì)即(jí)将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态大模(mó)型已经成(chéng)为了新的趋势。

大(dà)模型被誉为当(dāng)前人(rén)工智能发展的智能底(dǐ)座，是全球竞争最(zuì)激烈的(de)研究方(fāng)向之一，包括(kuò)谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企业都在竞相发力。

不过训练大模型的确价(jià)格不(bù)菲，以国盛证券发(fā)布的《ChatGPT需要多少(shǎo)算(suàn)力》报告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美(měi)元。而(ér)对于一些更大的LLM(大型语言(yán)模型)，训练成本则介于200万美(měi)元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万计(jì)算(suàn)，其(qí)对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为(wèi)8亿美元(yuán)，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算(suàn)力(lì)支持(chí)。在(zài)关注各(gè)类(lèi)大模(mó)型的发展同时，更应该关注算力网络的建设(shè)。

算(suàn)力(lì)网络正驱动AI产业(yè)发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的终极目标离得更(gèng)近。

因为算力可以对(duì)突破性技术(shù)创(chuàng)新提供(gōng)大力的支持(chí)。这方面(miàn)，多模态大模(mó)型是典(diǎn)型。作为面向未来(lái)强人工智能(néng)、通用人工(gōng)智(zhì)能的重要技术创新(xīn)，多模态大(dà)模(mó)型已经在人工(gōng)智能领域(yù)提(tí)出了(le)很多年，业界也有不少技(jì)术突(tū)破(pò)，但是，多模态大模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力基础(chǔ)设施(shī)很快将难(nán)以胜(shèng)任(rèn)。

从图像、文字、语音单独(dú)一(yī)项的训练，到(dào)双模态、三模态(tài)的(de)跃迁，让人工智能可(kě)以灵活应对不(bù)同模态的转化、像人与世界交互一样自然，这方面，由算力(lì)网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的算力来(lái)支撑(chēng)的技术创新(xīn)，将在人工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经(jīng)露(lù)出曙光，期(qī)待在大模型和大(dà)算力的支(zhī)持下AIGC能持续(xù)颠(diān)覆内容生(shēng)产的方式(shì)，将(jiāng)创造的边(biān)际成本降(jiàng)低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 天门中断楚江开的楚江指的是什么意思，天门中断楚江开的楚江指的是什么风景名胜