自(zì)聊天机器(qì)人(rén)ChatGPT火爆(bào)以来(lái)，微(wēi)软公(gōng)司创始人比尔·盖茨已多次公开谈(tán)论(lùn)人(rén)工智能话(huà)题。在最近的一次采(cǎi)访中，他(tā)再(zài)次表示：“AI可能会让科技行(xíng)业迎来一(yī)次(cì)剧烈的洗(xǐ)牌”。

这个结(jié)论是他在(zài)当(dāng)地时间(jiān)2月20日接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的(de)发(fā)展(zhǎn)可能(néng)会(huì)威(wēi)胁到谷歌的市占率，因为微软在AI方面(miàn)的行动相当迅速(sù)。而最(zuì)终科技巨头将把AI整(zhěng)合成(chéng)用(yòng)户(hù)的“全(quán)能(néng)助手(shǒu)”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来可(kě)能尚(shàng)需时日，但由ControlNet引(yǐn)发(fā)的(de)又一(yī)次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美国(guó)科(kē)罗拉(lā)多州(zhōu)举办的新兴数字艺术家竞赛(sài)中，一(yī)幅名为(wèi)《太空歌剧院》的(de)作(zuò)品获奖。

随后各(gè)大厂商的(de)AI绘画软(ruǎn)件(jiàn)被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们(men)可以在(zài)应用中输入一组关(guān)键(jiàn)词或者(zhě)一张照片(piàn)，就(jiù)四字拟声词有哪些ABAB式，abcd四字拟声词有哪些能获得(dé)一(yī)幅AI创(chuàng)作的画作。

作画(huà)的关键就是所输入的文(wén)本(běn)。同一组关键词也可以创作出很多张风格不一样的(de)画作，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜欢这(zhè)种不确定(dìng)的惊喜，他们会将生(shēng)成的(de)美图当做(zuò)头(tóu)像。而(ér)另一(yī)部分喜欢(huān)翻看AI绘画(huà)的“翻(fān)车”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照(zhào)片被(bèi)AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的个人照片被AI识别成了建筑。

而如今随(suí)着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正(zhèng)在斯坦福读(dú)博的中国人张吕敏创作(zuò)的一种(zhǒng)基于控制(zhì)点的图像变形算法，主要(yào)用于数字图(tú)像处(chù)理、计算机视觉和计算机(jī)图形学等(děng)领域。

其(qí)SD插件一经发布，在(zài)短(duǎn)短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此之(zhī)前，大(dà)家用了很多(duō)方(fāng)法想让AI生成的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽如人(rén)意，它(tā)的(de)出现(xiàn)代(dài)表着AI生(shēng)成开始进入(rù)真正的可控时期。

因为ControlNet可以直(zhí)接提取画面的(de)构图(tú)，人物(wù)的姿势和画面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的(de)用提示词来碰运气，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当于(yú)给AI绘画加(jiā)了“魔法”，不少博主的(de)作品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用(yòng)朋友的照片直接带她们走进动(dòng)漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉害的是(shì)，除了(le)真实(shí)的照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自回(huí)应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的(de)“party”可能是(shì)全国(guó)第一(yī)起AI绘图诈骗。

由(yóu)于这(zhè)个(gè)活动里面给出的美女(nǚ)照片都(dōu)是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家(jiā)当成真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照片中有个很大(dà)的漏(lòu)洞可以(yǐ)发现并非真人，而是(shì)AI绘图(tú)，那(nà)便(biàn)是(shì)图片中女性的手指部分有的存在(zài)异常。

有行(xíng)业人事表示：“现在因为手(shǒu)指(zhǐ)部分的绘画算法比(bǐ)较复(fù)杂，AI还(hái)不太会画人的手，但最(zuì)新(xīn)看到(dào)的图(tú)片已经(jīng)有越来越完美的AI模型出现，以后可能就(jiù)完全没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈骗在国外也已有发生。据英国(guó)广播公司报道(dào)，土耳其地震期(qī)间，有Tiktok用(yòng)户使用AI合成(chéng)了儿(ér)童受(shòu)灾(zāi)的假照(zhào)片发(fā)布到网络(luò)，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实(shí)施诈(zhà)骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC已经能做出真(zhēn)人(rén)照片般的绘图效(xiào)果，如果这样(yàng)的图片(piàn)被用来诈(zhà)骗，将非常(cháng)可(kě)怕。

此(cǐ)外(wài)AIGC还(hái)引发了(le)很(hěn)多担(dān)忧(yōu)，一方面，批判者认为AI在“学习”了大量(liàng)前(qián)人(rén)的作品之后，其创(chuàng)作没有任何(hé)情绪和灵魂(hún)，难以和(hé)人类的艺(yì)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(dé)到有效的解决，还有AIGC会不会(huì)代替(tì)人类“至(zhì)高无上”的(de)创意。

马斯克也强调，人(rén)工智能的安全(quán)问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技术都(dōu)是有两面(miàn)性的，潜在的危(wēi)害并不(bù)能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工智能技(jì)术(shù)将(jiāng)是(shì)第(dì)四次工(gōng)业(yè)革命的(de)核心(xīn)驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技(jì)术和商业层面都有了(le)巨大进展，AI绘画就是(shì)人工智能技术发生方向性改变的(de)一个代表。其(qí)下一站或许就是视频。<四字拟声词有哪些ABAB式，abcd四字拟声词有哪些/p>

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布了几条(tiáo)引爆科技圈的(de)短视(shì)频。这些视频引(yǐn)发关注(zhù)并非内容做得多优秀(xiù)，反而都(dōu)非常简单，比如(rú)一匹正(zhèng)在喝水的马，一只画画的玩(wán)具(jù)熊，或(huò)者一段骑摩(mó)托车的(de)第一视角录像，随便一个有手机的人都可以随手录下一段。

但(dàn)这(zhè)些(xiē)短视频的创作(zuò)方式非(fēi)常简单，创作者(zhě)仅仅需(xū)要向AI输(shū)入一段话(huà)，甚至只是(shì)说一(yī)下(xià)要求(qiú)，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够(gòu)做出(chū)更高清视频的AI还不(bù)足(zú)以(yǐ)在短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它可(kě)以制作(zuò)出超过2分钟的(de)连贯的(de)也有确切内容的视频，这(zhè)才(cái)是真正让人们感到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的视频多么高清(qīng)，也只(zhǐ)能是为内容生产者提(tí)供一个灵感，一个(gè)素材，一个过场动(dòng)画。

不过能(néng)够制作出有(yǒu)具(jù)体剧(jù)情内容的视频(pín)就意(yì)味着，一些视频创(chuàng)作由AI代(dài)替人(rén)工(gōng)完成已(yǐ)经(jīng)初(chū)步有了可能。

当下AI的发展速(sù)度已经超过大部分(fēn)人的(de)想(xiǎng)象。内容产(chǎn)业的本(běn)质是供给创造(zào)需求，AIGC作为全(quán)新的内(nèi)容生产方式(shì)，可以为内(nèi)容产(chǎn)业带来更新的内(nèi)容风格、更快(kuài)的(de)生产速度，更低(dī)的生产成本，这无(wú)疑会(huì)驱动内容(róng)产(chǎn)业的(de)大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用(yòng)于音乐(lè)、代码、机(jī)器人动(dòng)作等多种内容(róng)形式的生成。不难(nán)发现该项(xiàng)技术不仅在游戏等行业能得到有效(xiào)应用，对于下一代互联(lián)网各种元素的(de)构建亦(yì)有关键意(yì)义。

从商业(yè)化的角度(dù)来看，文(wén)化娱(yú)乐(lè)、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视化内(nèi)容有强(qiáng)烈需(xū)求。

因此(cǐ)，AI绘(huì)画及视(shì)频(pín)或不是结果，而只是AI进程(chéng)中的一块(kuài)重要拼图，有望在技(jì)术更新的加持下实(shí)现更大的应用价(jià)值。

AI从理(lǐ)解内容，走向了可(kě)以(yǐ)生成内容，甚至能够创造(zào)出(chū)独立价值和(hé)独立视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术(shù)的(de)发展也可(kě)以(yǐ)看出，在语(yǔ)言大模型(xíng)、图像大模型之(zhī)后，多(duō)模态大模(mó)型已经成为了新的趋势。

大(dà)模(mó)型被誉为当前人工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争(zhēng)最激烈(liè)的研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头部企业都在(zài)竞相发(fā)力。

不过训练大模型的确(què)价格不菲，以国(guó)盛证券(quàn)发布的《ChatGPT需(xū)要多少(shǎo)算力》报告(gào)估算，GPT-3训练一次的成本约为140万美(měi)元。而对于一(yī)些更大的LLM(大型语(yǔ)言模型)，训练成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客(kè)平均数1300万计算(suàn)，其对应芯片需(xū)求为(wèi)3万多片英(yīng)伟达(dá)A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每(měi)日仅电费就在5万美(měi)元左(zuǒ)右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞(páng)大算力(lì)支持。在关注各类大模型的(de)发(fā)展(zhǎn)同时，更(gèng)应该(gāi)关(guān)注算力网(wǎng)络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及(jí)通(tōng)用AI这(zhè)一(yī)人工智能(néng)发展的终(zhōng)极目标离得更近(jìn)。

因为算力可以对突破性技(jì)术(shù)创新提供大力的支持。这方面，多模(mó)态(tài)大模型是典型。作为面向未来强人工智能、通用人工智能(néng)的重要技术创新，多模态大(dà)模型已经在人工(gōng)智能领(lǐng)域提出了很(hěn)多年，业(yè)界也有不少(shǎo)技术突破，但是，多(duō)模态大(dà)模型进(jìn)一步往下走，算力需求呈几何式上升(shēng)，一般的算力基础设(shè)施(shī)很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让(ràng)人工(gōng)智(zhì)能可(kě)以灵活应对不同模态的转化、像人与世界交互一样(yàng)自然，这方面，由算力网络来驱(qū)动将(jiāng)有明显优(yōu)势(shì)。

此外，还有(yǒu)很(hěn)多需要爆发式增长的算力来支(zhī)撑的技术创新，将(jiāng)在人工智能算力网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待在大模型(xíng)和大算力的支持下AIGC能(néng)持续颠覆内(nèi)容生产(chǎn)的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 四字拟声词有哪些ABAB式，abcd四字拟声词有哪些