自聊天机(jī)器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次公开谈论人工智能(néng)话(huà)题(tí)。在最近的(de)一(yī)次采(cǎi)访中，他(tā)再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是他在当地(dì)时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他预期，AI的发展可能会威(wēi)胁(xié)到(dào)谷(gǔ)歌的市占(zhàn)率(lǜ)，因为微软在AI方面(miàn)的行动相(xiāng)当迅速。而最终科(kē)技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一切应用，与人们进行沟通并(bìng)提供建(jiàn)议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘(huì)画为代表(biǎo)的AIGC上(shàng)一(yī)次爆火的(de)时(shí)候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

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

用户(hù)们可以在应用中(zhōng)输入一组关键词或者一张(zhāng)照(zhào)片(piàn)，就能获得一幅AI创作(zuò)的画作。

作(zuò)画的关(guān)键就是所输入的文本。同一组关键词也可以创作出(chū)很多张风(fēng)格不一(yī)样的(de)画作，这让创作的过程就像开(kāi)盲盒。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图(tú)当做头像(xiàng)。而另一部分(fēn)喜(xǐ)欢翻(fān)看AI绘画的(de)“翻(fān)车”作品。在社交媒体上(shàng)，许多(duō)用户分享AI“翻车现场”，例如，一位(wèi)网友的(de)小狗照片被AI画成了“肌肉男”，还有(yǒu)网友的个人照片被(bèi)AI识别(bié)成了建筑。

而(ér)如今随着ControlNet的(de)出现与加持(chí)，以往(wǎng)AI绘画的填写关键(jiàn)词游戏可(kě)能要被颠覆了。

ControlNet是一(yī)位正在斯坦福读(dú)博的中国人张吕敏创作的(de)一(yī)种(zhǒng)基于控(kòng)制点的(de)图(tú)像变(biàn)形(xíng)算法，主(zhǔ)要用于数字图像处理(lǐ)、计算机视(shì)觉和计算(suàn)机图(tú)形学(xué)等领域。

其(qí)SD插件一经发(fā)布，在(zài)短短的两(liǎng)天内便成为了AI绘(huì)画(huà)领(lǐng)域最新的热点(diǎn)。

在此之前，大家(jiā)用(yòng)了(le)很多方法(fǎ)想让AI生成的结果尽可能(néng)的符合要求(qiú)，但(dàn)是(shì)都不(bù)尽(jǐn)如人意，它的出现代表着AI生成开始进入(rù)真正的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取画面的构图，人物(wù)的姿势和画(huà)面的深度信息等。有了(le)它(tā)的帮助，就不用频(pín)繁的用提示词来碰(pèng)运气，抽盲盒式(shì)的(de)创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不(bù)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，他用朋友的照片直接(jiē)带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关(guān)键词；最后用ControlNet插件绑定骨骼(gé)开始换关键词(cí)试效果。

通过(guò)图(tú)片就可(kě)以(yǐ)看出来(lái)，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照(zhào)片，草图(tú)也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神(shén)张(zhāng)吕敏其本尊(zūn)也亲自回应。

成玉元君的身世是什么，成玉元君是什么身份"1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不(bù)说(shuō)当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输(shū)出的作(zuò)品都已经(jīng)能(néng)以假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣(yáo)这所谓(wèi)的“party”可能是全国第(dì)一起AI绘图诈骗。

由于这(zhè)个(gè)活动里面(miàn)给(gěi)出的美女(nǚ)照片(piàn)都是AI制(zhì)作(zuò)的(de)真人照片(piàn)绘图，因为太逼真，被大家(jiā)当成真(zhēn)事传播(bō)了。

不过仔细(xì)观察可(kě)以(yǐ)发现，活动(dòng)发起(qǐ)者(zhě)提(tí)供的照片中(zhōng)有个很大的漏洞可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图片中女性(xìng)的(de)手指(zhǐ)部分有的存在(zài)异常。

有行业人事表示(shì)：“现在因(yīn)为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但(dàn)最(zuì)新看(kàn)到的图(tú)片已经有越来(lái)越完美的AI模(mó)型出现，以后可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广播公(gōng)司(sī)报道，土耳其(qí)地震期(qī)间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾的假照片发布到(dào)网络，以此诱骗善良的人打(dǎ)赏(shǎng)“捐(juān)助”从而实(shí)施诈骗。

目(mù)前随(suí)着技术发展，AIGC已经(jīng)能做(zuò)出真人照片(piàn)般的绘图效(xiào)果(guǒ)，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多担(dān)忧(yōu)，一(yī)方面(miàn)，批判者认为AI在“学(xué)习”了大量前人的作品之后(hòu)，其创作没(méi)有任(rèn)何(hé)情绪(xù)和(hé)灵魂，难(nán)以和人(rén)类的(de)艺术(shù)创作(zuò)相提并论。

另(lìng)一方面，AIGC背(bèi)后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人类“至高无上(shàng)”的创(chuàng)意。

马斯克也强调，人(rén)工智能的安全问(wèn)题需要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除成玉元君的身世是什么，成玉元君是什么身份了视频，还(hái)有远方

技术都是(shì)有两面性的，潜(qián)在的危害并不能掩盖(gài)其光辉的贡献。现在看来，人工智能技术(shù)将是第四次(cì)工业(yè)革命的核心(xīn)驱动力量(liàng)，将(jiāng)创(chuàng)造新的增长奇(qí)迹。

过(guò)去一年，人工智能在技(jì)术和(hé)商业层面都有了巨大进(jìn)展，AI绘画(huà)就(jiù)是(shì)人工智能(néng)技术(shù)发生方向(xiàng)性改(gǎi)变(biàn)的一个代表。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷歌先后发布了(le)几条引爆(bào)科技圈的短视频。这些(xiē)视(shì)频引发关注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只(zhǐ)画画的玩具(jù)熊，或者一段(duàn)骑摩托车的第一视角录像，随便一(yī)个有手机(jī)的人都(dōu)可(kě)以随手(shǒu)录下一段。

但这些短(duǎn)视频的(de)创作方式非常简单(dān)，创(chuàng)作者仅仅需(xū)要向AI输入一(yī)段话(huà)，甚(shèn)至只是说一下要求，AI就可以根据需要生成一(yī)段视(shì)频(pín)。

谷歌发布的两个AI生成视(shì)频分别来(lái)自于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(zài)Make-A-Video公(gōng)布了AI生成的视频后(hòu)，AI圈就已经玩了(le)一波梗，一个能够做出更(gèng)高清视频的AI还(hái)不(bù)足以在短时间内戳(chuō)中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在于，它可(kě)以制(zhì)作出(chū)超过(guò)2分(fēn)钟的连(lián)贯的也(yě)有确切内容的视频，这(zhè)才是(shì)真正让人(rén)们感到惊(jīng)喜的地方。因为(wèi)无论AI生(shēng)成(chéng)的(de)视频(pín)多(duō)么高清，也只能(néng)是为内容生产(chǎn)者(zhě)提供一个灵(líng)感，一个(gè)素材，一个过场动画。

不过能够制作出有具体剧情内容的视频就意味着(zhe)，一些视频(pín)创作(zuò)由(yóu)AI代替(tì)人工完成已经初步有了可(kě)能。

当下AI的(de)发展速度已经(jīng)超过(guò)大部(bù)分人的想(xiǎng)象。内(nèi)容产业(yè)的本质是供给(gěi)创造需求，AIGC作为全新的内容生产方(fāng)式，可以为内容(róng)产业(yè)带来(lái)更新的内(nèi)容(róng)风格、更(gèng)快的(de)生产(chǎn)速度，更低的生(shēng)产成(chéng)本，这无疑(yí)会驱动内容产(chǎn)业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作(zuò)等多种内容形式的生成。不难发(fā)现该项(xiàng)技术不仅在(zài)游戏等行(xíng)业能得到(dào)有效应用，对于下(xià)一代互联网各种元(yuán)素的构建亦(yì)有(yǒu)关(guān)键意(yì)义(yì)。

从商业化(huà)的角度来看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸多领域，本(běn)身(shēn)就对(duì)基(jī)于AI的可视化(huà)内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视频或不(bù)是结果，而只是(shì)AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技术(shù)更新的加(jiā)持下实(shí)现更大的(de)应(yīng)用价值(zhí)。

AI从理解内(nèi)容，走(zǒu)向了可(kě)以生成内容，甚(shèn)至能(néng)够创造出独立(lì)价值和(hé)独立视角的内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大(dà)模(mó)型与算力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也可以看出，在语言(yán)大(dà)模型、图像大模型之(zhī)后(hòu)，多模态大模型已经成(chéng)为(wèi)了新的趋势。

大模型被誉为(wèi成玉元君的身世是什么，成玉元君是什么身份)当前人工(gōng)智能发(fā)展的(de)智能底座(zuò)，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在(zài)竞相发力(lì)。

不过训(xùn)练大模型(xíng)的确价格(gé)不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需要(yào)多少算力》报(bào)告(gào)估算，GPT-3训练(liàn)一次(cì)的成本(běn)约(yuē)为(wèi)140万美(měi)元(yuán)。而对于一些更大的(de)LLM(大型语(yǔ)言模(mó)型)，训练成(chéng)本则(zé)介于200万(wàn)美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平均数1300万计算，其(qí)对应芯片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每(měi)日仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注(zhù)各类(lèi)大模型的发展同时，更应(yīng)该关注算力(lì)网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展的(de)终极(jí)目(mù)标离得更近。

因为算力(lì)可(kě)以(yǐ)对突(tū)破(pò)性技术(shù)创新(xīn)提供大力(lì)的支持(chí)。这方面(miàn)，多模(mó)态大模型是典型。作为面向未来强人工智能、通用人工智(zhì)能(néng)的(de)重(zhòng)要技术创新，多模(mó)态大模型已经在(zài)人工(gōng)智能领域提出了(le)很(hěn)多(duō)年(nián)，业(yè)界(jiè)也有(yǒu)不少技术突破，但是，多模(mó)态大模型进(jìn)一(yī)步往下走，算(suàn)力(lì)需(xū)求呈几(jǐ)何(hé)式上升(shēng)，一般的算力基础设施(shī)很(hěn)快将难以胜(shèng)任。

从图像、文字、语音单独一项的训练(liàn)，到双模态(tài)、三模态的跃迁，让(ràng)人(rén)工智(zhì)能(néng)可以灵活应对不(bù)同模态的转化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外，还有(yǒu)很(hěn)多(duō)需要爆发式增长的算力来支撑的技术创(chuàng)新，将在人工智能(néng)算力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和(hé)大算力的(de)支(zhī)持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造(zào)的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 成玉元君的身世是什么，成玉元君是什么身份