自聊(liáo)天机(jī)器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人比尔(ěr)·盖茨已多次公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次(cì)采(cǎi)访(fǎng)中，他再(zài)次(cì)表示(shì)：“AI可(kě)能(néng)会让(ràng)科技行业迎来一次剧(jù)烈的洗牌(pái)”。

这个结(jié)论是他在(zài)当(dāng)地(dì)时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专访时提(tí)出的。

他(tā)预(yù)期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当迅速。而(ér)最(zuì)终科技(jì)巨(jù)头将(jiāng)把AI整合成用户的“全能助手”，包(bāo)揽(lǎn)一(yī)切(qiè)应用，与(yǔ)人们进行沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手的到来可能尚需时日，但由ControlNet引(yǐn)发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘(huì)画(huà)新玩(wán)法

AIGC向可控(kòng)靠近(jìn)

以(yǐ)AI绘画为(wèi)代表的AIGC上一次爆火的(de)时候(hòu)，还是2022年8月，在美国科(kē)罗拉多州举办的新兴数(shù)字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各大厂商(shāng)的AI绘画(huà)软件被广(guǎng)大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以在应(yīng)用中输入一(yī)组关键词或(huò)者一张(zhāng)照片，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关键就是所输(shū)入(rù)的(de)文本。同(tóng)一组关(guān)键词也可以创作出很(hěn)多张风(fēng)格不一样的画(huà)作(zuò)，这让创作(zuò)的过(guò)程(chéng)就(jiù)像开盲盒。

很(hěn)多(duō)用(yòng)户很喜欢这种不确定的惊喜(xǐ)，他们会将生成(chéng)的美图(tú)当(dāng)做头像。而(ér)另一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许(xǔ)多(duō)用户分享AI“翻(fān)车现场”，例如，一位网(wǎng)友的(de)小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘(huì)画(huà)的填写关键词(cí)游戏可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯(sī)坦福读(dú)博(bó)的中国人张(zhāng)吕敏创作(zuò)的一种基于(yú)控制(zhì)点的(de)图(tú)像变形算法，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算机图形学等领域。

其(qí)SD插件(jiàn)一经发(fā)布，在(zài)短短的两天内便成(chéng)为了AI绘画(huà)领域(yù)最新的热(rè)点。

在此之前，大(dà)家(jiā)用(yòng)了很多方(fāng)法想让AI生(shēng)成的结果尽可能(néng)的(de)符合要求，但是都不尽(jǐn)如人意(yì)，它的出现(xiàn)代表着AI生成(chéng)开(kāi)始进入真正(zhèng)的(de)可控时(shí)期。

因(yīn)为ControlNet可以(yǐ)直接提取画面的构图，人(rén)物(wù)的姿势(shì)和画面(miàn)的深度信息等(děng)。有了它(tā)的帮助(zhù)，就(jiù)不用频(pín)繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不少博主的作品(pǐn)已经获(huò)得了大量的(de)浏(liú)览量，“viggo”就是其中之一，他(tā)用(yòng)朋友的照(zhào)片直(zhí)接(jiē)带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对(duì)应的关(guān)键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始换(huàn)关键词试效果。

通(tōng)过图片(piàn)就可以(yǐ)看出来，效果(guǒ)十分惊(jīng)艳。

更(gèng)厉(lì)害(hài)的是，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能实(shí)现线(xiàn)稿(gǎo)转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回(huí)应。

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

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡(jī)湖有游艇party”的(de)消息火遍(biàn)网络，而经过警方辟谣这(zhè)所(suǒ)谓的“party”可(kě)能是(shì)全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个(gè)活动里面给出的(de)美(měi)女照片(piàn)都是AI制(zhì)作的(de)真人照片(piàn)绘图，因(yīn)为太逼真(zhēn)，被大家(jiā)当(dāng)成真事传播了。

不过(guò)仔细(xì)观察可以发(fā)现，活动发起者提供(gōng)的(de)照片中有个很大的漏洞可(kě)以发现并非(fēi)真人，而是AI绘图，那(nà)便是图片中女性的手指部分有的(de)存(cún)在异常。

有行业人事表示：“现在因(yīn)为(wèi)手指部分的绘画算法比较复杂，AI还不太(tài)会(huì)画人的(de)手，但最新看到(dào)的图片已经有越来越完美的(de)AI模型(xíng)出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈(zhà)骗(piàn)在(zài)国外也已有发生。据英国广播(bō)公司报(bào)道，土耳其(qí)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(dào)网络，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘图效果，衢州是哪个省的城市 衢州在浙江富裕吗如果(guǒ)这样的图片(piàn)被用来(lái)诈骗(piàn)，将非常(cháng)可怕(pà)。

此外AIGC还引发了很多担(dān)忧，一方(fāng)面，批判者认为(wèi)AI在“学习”了大量前人(rén)的作(zuò)品之后，其创作没有(yǒu)任(rèn)何(hé)情绪(xù)和(hé)灵魂，难以和(hé)人类(lèi)的艺术创(chuàng)作相提并论。

另(lìng)一方面，AIGC背后的版权、目前都(dōu)并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无(wú)上”的创意。

马斯(sī)克也强调，人工智能的安全(quán)问题需要得(dé)到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方(fāng)

技术(shù)都是有两面性(xìng)的(de)，潜在的危害并(bìng)不能掩(yǎn)盖其(qí)光(guāng)辉(huī)的贡献。现在看来(lái)，人工智能技术将是第四次工业革命(mìng)的核心驱动(dòng)力(lì)量，将创造新的增长奇迹。

过去一年，人工智能在技术和(hé)商业层面(miàn)都有了巨大进展，AI绘画就是人工智能技术发(fā)生方向(xiàng)性改(gǎi)变的一个(gè)代(dài)表。其(qí)下一站或许就是视频。

此前，Meta和谷歌(gē)先(xiān)后发(fā)布了几条引爆科技圈(quān)的短(duǎn)视频(pín)。这些(xiē)视频引(yǐn)发(fā)关注并(bìng)非内(nèi)容做得多(duō)优秀，反而(ér)都(dōu)非常简单，比如(rú)一匹正在喝(hē)水的马，一(yī)只(zhǐ)画画的(de)玩具熊(xióng)，或者一段骑摩托车的第一视(shì)角录(lù)像，随(suí)便一个有(yǒu)手机的人都(dōu)可以随手录下一段。

但这(zhè)些短视频的创作方式(shì)非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需(xū)要向AI输入(rù)一段话，甚至只是说一下要(yào)求，AI就(jiù)可以根据需要生成一(yī)段视频。

谷歌发布的两个AI生(shēng)成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的(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圈就已经玩(wán)了一(yī)波梗，一个能够做(zuò)出更高清(qīng)视频的(de)AI还不足以(yǐ)在短时(shí)间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地(dì)方在于，它可以制作出超过2分(fēn)钟的(de)连贯(guàn)的也有确切内(nèi)容(róng)的视频，这才是真(zhēn)正让(ràng)人们感到(dào)惊喜(xǐ)的地方。因为无(wú)论AI生成的(de)视频多么高清，也只能是为内容(róng)生产者提供一个(gè)灵感，一个素材，一个过(guò)场(chǎng)动画。

不过(guò)能够(gòu)制(zhì)作出(chū)有具体剧情内容的视(shì)频就意味着，一些视频(pín)创作由AI代替人工完(wán)成已(yǐ)经初步有了可能。

当下AI的发展速度已经超过大部分(fēn)人的想象。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为(wèi)内容(róng)产(chǎn)业带来更新的内容风(fēng)格、更快(kuài)的生产速(sù)度，更低的生产成本，这(zhè)无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成(chéng)。不难(nán)发现该项技(jì)术不仅在游戏等(děng)行业能得到(dào)有效应用，对(duì)于下一代互联网各种元素(sù)的(de)构建亦(yì)有关键意义。

从(cóng)商业化(huà)的角度来(lái)看，文化娱乐、教育、传媒等(děng)诸多领域，本(běn)身就对基(jī)于AI的可视化内(nèi)容有(yǒu)强烈需求(qiú)。

因(yīn)此，AI绘画及视频(pín)或不(bù)是结果，而只是AI进程中(zhōng)的一块重要(yào)拼图，有望(wàng)在(zài)技术更新的加(jiā)持下实现更大的应用价(jià)值。

AI从理解(jiě)内容(róng)，走向了可(kě)以生(shēng)成内(nèi)容，甚至能够(gòu)创造(zào)出独立价值和(hé)独立(lì)视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的(de)发(fā)展也(yě)可以(yǐ)看(kàn)出，在语言(yán)大模型、图像大模型之后，多模(mó)态大模型已经成为了新(xīn)的趋(qū)势。

大模型(xíng)被誉(yù)为当前人工智(zhì)能发(fā)展的智能(néng)底座，是全(quán)球竞(jìng)争最激烈的研究方向之一(yī)，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多(duō)头部企业都在竞相(xiāng)发(fā)力。

不(bù)过训练大模型(xíng)的确价格不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告(gào)估算(suàn)，GPT-3训(xùn)练一次(cì)的(de)成本(běn)约为140万(wàn)美元。而对于一(yī)些更大的(de)LLM(大(dà)型(xíng)语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万(wàn)美元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的独(dú)立访客平均数(shù)1300万计算，其对(duì)应芯片需求(qiú)为3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类(lèi)大模型的发展(zhǎn)同时，更应该关注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱(qū)动AI产业(yè)发展进入史诗(shī)级加速进(jìn)程，让AIGC及(jí)通用AI这(zhè)一人工智能发展的终极目(mù)标(biāo)离得更近(jìn)衢州是哪个省的城市 衢州在浙江富裕吗。

因为算力可以对突破性技(jì)术(shù)创新提供大力的支持(chí)。这方(fāng)面，多模态大模型是典型(xíng)。作为面向未来(lái)强人(rén)工(gōng)智能、通用人工(gōng)智能的重要技术(shù)创新，多模态大模型已经在人工智能领域(yù)提(tí)出了很多年(nián)，业界也有不少(shǎo)技术突破，但是，多(duō)模态大(dà)模(mó)型进一步往(wǎng)下走，算力(lì)需(xū)求呈几何(hé)式上升，一般的算力基(jī)础(chǔ)设(shè)施很快将难以胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音单独(dú)一项(xiàng)的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对(duì)不(bù)同模态的转化、像人与(yǔ)世界交互一样自然，这方面，由(yóu)算力网(wǎng)络来(lái)驱动(dòng)将有明显优(yōu)势。

此(cǐ)外，还有很多需(xū)要(yào)爆发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型(xíng)和大算(suàn)力的支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边(biān)际成(chéng)本(běn)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 衢州是哪个省的城市 衢州在浙江富裕吗