自聊天机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已(yǐ)多次(cì)公(gōng)开谈论人工智能(néng)话题(tí)。在最近(jìn)的(de)一(yī)次(cì)采访中，他再次新字的繁体字有几画，新的繁体字是几画表示：“AI可能会让科技(jì)行业(yè)迎(yíng)来一次剧烈的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月20日接(jiē)受(shòu)《In Good Company》节目专访(fǎng)时提(tí)出的。

他预期，AI的发展可能(néng)会威胁到谷歌(gē)的市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相当迅(xùn)速。而最终科(kē)技(jì)巨头(tóu)将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中全(quán)能助手(shǒu)的(de)到来可能尚需时日，但由ControlNet引发(fā)的又一(yī)次AI绘画浪(làng)潮(cháo)，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代(dài)表的AIGC上一次爆火的时候，还(hái)是2022年8月，在美国科(kē)罗拉多州举(jǔ)办的新兴数字艺术家(jiā)竞赛中，一幅名为《太空歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商的AI绘画软件被(bèi)广(guǎng)大(dà)网友熟(shú)知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以在应(yīng)用中输入一组关(guān)键词或者一张照片，就能获(huò)得一幅AI创作(zuò)的画作(zuò)。

作画(huà)的关键就是(shì)所输入的文(wén)本。同一组关键词(cí)也可以创作出很多张风格不一样的画作，这让创作的过(guò)程就像开盲(máng)盒。

很(hěn)多(duō)用户很喜(xǐ)欢(huān)这(zhè)种(zhǒng)不(bù)确定(dìng)的(de)惊喜(xǐ)，他(tā)们会(huì)将(jiāng)生成的美图当做头(tóu)像。而另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场(chǎng)”，例如，一位网友(yǒu)的(de)小(xiǎo)狗照(zhào)片被AI画成了“肌肉(ròu)男”，还有网友的个(gè)人照(zhào)片被AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出现与(yǔ)加(jiā)持(chí)，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博的中国人张吕敏(mǐn)创作的一(yī)种基于控制点的图像变(biàn)形算法，主要用(yòng)于数字图像(xiàng)处理、计算机视觉和计(jì)算机图形学等(děng)领(lǐng)域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内(nèi)便成为(wèi)了(le)AI绘画(huà)领域(yù)最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成的(de)结果尽可能的符合要求，但是都不尽如人意，它(tā)的出(chū)现(xiàn)代表着AI生(shēng)成开(kāi)始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物(wù)的姿势和画面的深度信息等。有了它的帮助，就(jiù)不(bù)用频繁的用提示词(cí)来碰(pèng)运气，抽(chōu)盲(máng)盒式的创作(zuò)了。

通(tōng)俗(sú)的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博(bó)主的作品已经获得(dé)了大量的浏览(lǎn)量，“viggo”就是(shì)其中之(zhī)一，他用(yòng)朋友的照片直接带她们(men)走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词(cí)试(shì)效果(guǒ)。

通过图片就可以(yǐ)看(kàn)出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以(yǐ)加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大(dà)神张(zhāng)吕(lǚ)敏(mǐn)其本(běn)尊也亲自回应。

不得(dé)不说当下AIGC已经(jīng)变得越(yuè)来越强大，甚至输出(chū)的作品都已经(jīng)能以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火遍(biàn)网络(luò)，而(ér)经过警(jǐng)方辟谣这(zhè)所谓的“party”可能是(shì)全国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活(huó)动里面给出的(de)美(měi)女照片都(dōu)是AI制作(zuò)的真人照(zhào)片绘(huì)图(tú)，因为太(tài)逼(bī)真，被大(dà)家当成真事传(chuán)播了。

不过仔细观(guān)察可以发现(xiàn)，活(huó)动发起者提供的(de)照片中有个很大(dà)的漏洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性的手指部分有的存在异常。

有行(xíng)业人事(shì)表示：“现在因为(wèi)手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不(bù)太会画(huà)人的(de)手，但最新(xīn)看到的图(tú)片已经有越来越(yuè)完美的AI模型出现，以后可(kě)能就(jiù)完全没有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国外(wài)也已有(yǒu)发(fā)生。据英(yīng)国广播公司(sī)报(bào)道，土耳其地(dì)震期(qī)间，有Tiktok用(yòng)户使用AI合(hé)成了儿童受灾的(de)假照片发布(bù)到(dào)网(wǎng)络，以(yǐ)此诱骗善良的人打赏“捐助”从(cóng)而(ér)实(shí)施诈骗。

目前随着技术发展，AIGC已经(jīng)能做出(chū)真人照片般的绘图(tú)效果(guǒ)，如果这样的图(tú)片被用来(lái)诈(zhà)骗，将非(fēi)常可怕。

此外AIGC还引(yǐn)发了(le)很多(duō)担忧(yōu)，一方面(miàn)，批判者认为AI在(zài)“学习”了大(dà)量(liàng)前人的作品之后，其创作没(méi)有任(rèn)何(hé)情绪和灵魂，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后(hòu)的版权、目前都并没有得到有效的解决，还(hái)有AIGC会(huì)不(bù)会(huì)代替人类“至高无上”的创意。

马斯克也强调，人工(gōng)智(zhì)能的安全问题需要得到重视，太(tài)晚就来不及了。新字的繁体字有几画，新的繁体字是几画>

03

AIGC下一(yī)站除了(le)视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工(gōng)智能技术将(jiāng)是第四次工业革命的核心驱动力量，将(jiāng)创(chuàng)造(zào)新的增长奇迹。

过去一(yī)年(nián)，人工智(zhì)能在技术和商业层(céng)面都(dōu)有(yǒu)了巨(jù)大进展，AI绘画就是人工智能(néng)技术发生方向性改变的一个代表(biǎo)。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后发(fā)布了几条引爆科(kē)技圈的短视频(pín)。这些视频引发(fā)关注并非内(nèi)容做得多优秀，反而都(dōu)非常(cháng)简(jiǎn)单，比如(rú)一(yī)匹正在喝(hē)水(shuǐ)的(de)马，一只画画的玩具熊(xióng)，或者一段骑摩托车(chē)的(de)第一(yī)视角(jiǎo)录(lù)像(xiàng)，随便一个有手机的人都可以(yǐ)随手(shǒu)录下一(yī)段。

但这(zhè)些(xiē)短视(shì)频的创(chuàng)作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段话(huà)，甚至只是(shì)说一下(xià)要求(qiú)，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要(yào)突出的是(shì)高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够(gòu)做出(chū)更高清(qīng)视频的AI还不(bù)足以在短时间内戳中兴奋(fèn)点。

Phenaki更加(jiā)令人(rén)震惊的(de)地(dì)方(fāng)在(zài)于，它可以(yǐ)制作出(chū)超(chāo)过(guò)2分钟的连贯的(de)也有确(què)切内(nèi)容的视频，这才是真(zhēn)正(zhèng)让人们感到惊喜的(de)地方。因为无论(lùn)AI生(shēng)成的视频多么(me)高清，也(yě)只能(néng)是(shì)为(wèi)内容(róng)生(shēng)产(chǎn)者(zhě)提供一个灵(líng)感，一个素(sù)材，一(yī)个(gè)过场(chǎng)动画(huà)。

不过能够(gòu)制作(zuò)出(chū)有具(jù)体(tǐ)剧情内容的视频就(jiù)意味着，一些视频创作由AI代替人工完成已经初步有了可能。

当下(xià)AI的发展速度已(yǐ)经超过(guò)大部分人的(de)想象。内容产业的本质是供(gōng)给(gěi)创造需(xū)求，AIGC作为全新的内容生产方(fāng)式，可(kě)以为内容产业带来更新的内(nèi)容风格、更快的生产(chǎn)速度，更(gèng)低的生产成本，这无(wú)疑会驱动(dòng)内容产业的大爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音乐、代码、机器人动作(zuò)等多种(zhǒng)内容(róng)形(xíng)式的生(shēng)成。不难发现该(gāi)项技术不仅(jǐn)在游戏(xì)等行(xíng)业(yè)能得到(dào)有(yǒu)效应用，对于(yú)下一代互联网各种元素的构建亦(yì)有关(guān)键意义(yì)。

从商(shāng)业(yè)化的角度来看，文(wén)化(huà)娱乐、教育(yù)、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化内容(róng)有强烈需(xū)求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在(zài)技术更(gèng)新的加持下实(shí)现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走向了可以(yǐ)生成内容，甚至能够创(chuàng)造出独立价值和(hé)独立视角的内容(róng)。AIGC的再(zài)次出圈，更代(dài)表(biǎo)着未(wèi)来的先进生产力即将到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固(gù)AIGC底座

从技术的发展也可(kě)以看出，在语言大(dà)模型、图像大模型之后(hòu)，多模态大模型已经成为(wèi)了新的(de)趋(qū)势。

大(dà)模型被(bèi)誉为当前人工智能(néng)发(fā)展的(de)智(zhì)能底座(zuò)，是(shì)全球(qiú)竞争最激烈的(de)研究方向之一(yī)，包括谷(gǔ)歌、亚马逊(xùn)、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多头部企(qǐ)业(yè)都(dōu)在竞相发力。

不过训练大模型的确价格(gé)不(bù)菲，以(yǐ)国(guó)盛证券(quàn)发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一(yī)次(cì)的成本约为140万(wàn)美(měi)元(yuán)。而对于一些更大的LLM(大型语言模型)，训练(liàn)成本则介于(yú)200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每(měi)日仅(jǐn)电费就在(zài)5万美元左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞(páng)大算力(lì)支持。在关(guān)注(zhù)各类大(dà)模(mó)型的发展同时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产(chǎn)业发展进(jìn)入史诗级(jí)加速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展的(de)终极目(mù)标离得更近(jìn)。

因为(wèi)算力可(kě)以对突(tū)破性技术创(chuàng)新提(tí)供(gōng)大力的支持。这方面，多模态(tài)大模型是典型。作(zuò)为面(miàn)向(xiàng)未来强人工智能、通(tōng)用人(rén)工(gōng)智能(néng)的重要技术创新，多模态大模型(xíng)已(yǐ)经在(zài)人工智能领域(yù)提出了很多(duō)年，业(yè)界也(yě)有不(bù)少技(jì)术突破，但是，多(duō)模态大(dà)模(mó)型进一步(bù)往下走，算力需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜任。

从(cóng)图像、文字、语(yǔ)音单独一(yī)项的训练，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同(tóng)模态的转化(huà)、像人与世(shì)界交互一样(yàng)自然，这方面，由(yóu)算力(lì)网络来驱动将有(yǒu)明(míng)显优势。

此外，还有很多(duō)需要爆发式增长的算力来支撑的技术创新，将在人(rén)工(gōng)智能算力网络支撑下快速(sù)推(tuī)进。

AIGC已(yǐ)经露(lù)出曙光，期待在大模型和大算力的支持(chí)下AIGC能(néng)持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 新字的繁体字有几画，新的繁体字是几画