自聊天机器人ChatGPT火爆以来(lái)，微(wēi)软公司创始人比尔·盖茨已多次公开(kāi)谈论人工智(zhì)能(néng)话题。在最近的一次采访中，他再次表示：“AI可能会让科技(jì)行业(yè)迎来一次(cì)剧烈(liè)的洗牌(pái)”。

这个结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提出(chū)的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌的市占率，因为微软在AI方面(miàn)的(de)行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合成用户(hù)的“全能助手”，包(bāo)揽一切(qiè)应用，与人们进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可(kě)能尚需(xū)时日，但由ControlNet引发的又(yòu)一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热(rè)点(diǎn)包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆火(huǒ)的时候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举办的新(xīn画家刘一民作品值多少 刘一民是山东还是广东)兴数字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的(de)AI绘画软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

用户们(men)可以在应(yīng)用中(zhōng)输入一组关键词或者一张照片(piàn)，就(jiù)能获得一幅AI创作的画作。

作画(huà)的关(guān)键就是所(suǒ)输(shū)入的文本。同一组关键(jiàn)词也可以创作出很多张风格(gé)不一样的(de)画(huà)作，这让(ràng)创作的过程就(jiù)像开盲盒。

很多用户(hù)很喜欢这种不确定的惊喜(xǐ)，他们会将生成的美(měi)图(tú)当做(zuò)头像。而(ér)另一部分(fēn)喜欢(huān)翻看AI绘(huì)画的“翻车”作(zuò)品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建(jiàn)筑。

而如(rú)今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关键词(cí)游戏(xì)可(kě)能要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕敏创作的一种基于控制(zhì)点的图像变形(xíng)算法，主(zhǔ)要用于数字图像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一经(jīng)发布，在短(duǎn)短的(de)两天(tiān)内便成(chéng)为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结(jié)果尽可能的符(fú)合要求，但是都(dōu)不尽如(rú)人意，它的出(chū)现(xiàn)代表(biǎo)着(zhe)AI生成开始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画面的构图，人(rén)物的姿势和画(huà)面的深度(dù)信(xìn)息(xī)等。有了它的(de)帮助，就不用频繁的(de)用提示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键(jiàn)词试效果(guǒ)。

通过图片就可(kě)以看出(chū)来，效(xiào)果十分惊艳(yàn)。

更厉害(hài)的是，除(chú)了真(zhēn)实的照(zhào)片，草图(tú)也可(kě)以加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能(néng)实现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊(zūn)也亲自(zì)回(huí)应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚至输出的作品(pǐn)都(dōu)已经能以假乱真了(le)。

02

难(nán)辨虚(xū)实，AIGC技术(shù)力爆发

警惕(tì)安全问(wèn)题

近日，“苏(sū)州金鸡(jī)湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣这所(suǒ)谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活(huó)动里面给出的美(měi)女照片都(dōu)是AI制作的真人(rén)照片绘图(tú)，因为太逼(bī)真(zhēn)，被(bèi)大家当(dāng)成真事(shì)传(chuán)播(bō)了(le)。

不过仔(zǎi)细观察可以发现，活动(dòng)发(fā)起(qǐ)者提供的(de)照片中有个很大的漏洞可以(yǐ)发现并非真人，而是(shì)AI绘图，那便是图片(piàn)中女性的(de)手指部分有的(de)存在异常。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分的(de)绘画算法比(bǐ)较(jiào)复杂(zá)，AI还不太会(huì)画(huà)人(rén)的手(shǒu)，但最新看到的图片已经(jīng)有越来(lái)越完美的AI模型出现，以后可能(néng)就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据(jù)英国(guó)广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片(piàn)发布到网(wǎng)络(luò)，以此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做(zuò)出真(zhēn)人照片般(bān)的绘图效果(guǒ)，如果(guǒ)这样的(de)图片被(bèi)用来诈骗，将(jiāng)非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了(le)大量前人的(de)作品之后，其创作(zuò)没有任何情绪(xù)和灵魂，难以和人类的(de)艺术创作(zuò)相提并(bìng)论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要(yào)得(dé)到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜在的危(wēi)害并不能(néng)掩(yǎn)盖其光(guāng)辉(huī)的贡献(xiàn)。现(xiàn)在看(kàn)来，人(rén)工智能(néng)技术将是第四次工(gōng)业革命的核(hé)心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智能在(zài)技术(shù)和商业(yè)层(céng)面都(dōu)有(yǒu)了巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表(biǎo)。其下一站(zhàn)或许就是视(shì)频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布了几条(tiáo)引爆科技圈的短视(shì)频。这些视频引发关注并非内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹正在喝水的(de)马，一只画画(huà)的玩具(jù)熊(xióng)，或(huò)者一段骑摩托车的(de)第一(yī)视角录像，随便一(yī)个有手机的人(rén)都(dōu)可以随(suí)手录下一(yī)段(duàn)。

但这些(xiē)短视频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段(duàn)话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段视(shì)频。

谷(gǔ)歌发(fā)布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视(shì)频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做出更高清视频的AI还不(bù)足以在短时间(jiān)内戳(chuō)中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震(zhèn)惊的地方在(zài)于，它可以制作出超过2分钟的连贯的(de)也有确切(qiè)内容的(de)视(shì)频，这(zhè)才(cái)是真正(zhèng)让人们感到惊喜的地方。因为(wèi)无论(lùn)AI生(shēng)成的视频多(duō)么高清(qīng)，也(yě)只能是(shì)为内(nèi)容生产者(zhě)提(tí)供一个(gè)灵感，一个素(sù)材，一个过(guò)场动画。

不过能(néng)够制作(zuò)出(chū)有具体剧情内容(róng)的视频就意味着(zhe)，一些视(shì)频创(chuàng)作由(yóu)AI代替人(rén)工完成已经(jīng)初(chū)步(bù)有了可能。

当(dāng)下AI的发展速度已(yǐ)经超过大部分人的想象。内容产业的本质是(shì)供给创造(zào)需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产(chǎn)业带来更新的内容风格、更(gèng)快的生产速度，更低的生产成本(běn)，这无疑会驱动内容产(chǎn)业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应(yīng)用(yòng)于(yú)音(yīn)乐、代(dài)码(mǎ)、机器人动作等多种内容形式的生成。不难(nán)发现该项技术不仅在游戏等行业(yè)能得到有效(xiào)应用，对于下(xià)一(yī)代互联网(wǎng)各种元素的构建(jiàn)亦有(yǒu)关(guān)键意义。

从商业化的角度来看，文化(huà)娱乐、教育、传媒(méi)等诸多领域(yù)，本(běn)身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频(pín)或(huò)不是结果，而(ér)只是(shì)AI进程中的一(yī)块重要拼(pīn)图，有望在技(jì)术更新的加持下(xià)实现更大(dà)的应用价值。

AI从理解内(nèi)容，走向了(le)可(kě)以生(shēng)成内容(róng)，甚(shèn)至能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未来(lái)的(de)先进生产(chǎn)力即(jí)将到来。

04

紧抓(zhuā)大模(mó)型与(yǔ)算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也(yě)可(kě)以看出，在语言(yán)大(dà)模(mó)型、图像大模型(xíng)之后，多模态大(dà)模型已(yǐ)经成为了新的趋(qū)势。

大(dà)模型被誉(yù画家刘一民作品值多少 刘一民是山东还是广东)为当前人工智能发展的智能底座，是全球竞(jìng)争最(zuì)激烈(liè)的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾(téng)讯等众(zhòng)多头(tóu)部企业都在竞相发(fā)力。

不过训练(liàn)大模型的(de)确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练(liàn)一次的(de)成本约为140万(wàn)美元。而对于一些更大的(de)LLM(大型(xíng)语言模型)，训(xùn)练成(chéng)本则介于(yú)200万(wàn)美元至1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万(wàn)计算，其对(duì)应芯片需求为3万多片(piàn)英(yīng)伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅(jǐn)电费就在(zài)5万美元(yuán)左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的发展同(tóng)时，更应该(gāi)关注算力网(wǎng)络的建设。

算力网(wǎng)络(luò)正(zhèng)驱动AI产业发展(zhǎn)进入史(shǐ)诗级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极目标离得更近(jìn)。

因(yīn)为算力(lì)可以对突破(pò)性技术创新(xīn)提供大力的支(zhī)持。这方面，多模态大模型是(shì)典(diǎn)型。作为面向未(wèi)来(lái)强(qiáng)人工智(zhì)能(néng)、通用(yòng)人(rén)工智能的重要技术创新，多模态大模型已经在人工智能领(lǐng)域(yù)提出了很多年，业界也(yě)有不少(shǎo)技术突破，但是，多模态大(画家刘一民作品值多少 刘一民是山东还是广东dà)模型进(jìn)一步往下走，算(suàn)力需(xū)求呈(chéng)几何式上升，一般(bān)的(de)算力基础设施很快将(jiāng)难以胜任(rèn)。

从图像、文字(zì)、语音(yīn)单独一项的训练，到双(shuāng)模态、三模态(tài)的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵(líng)活应对不同(tóng)模(mó)态的转化、像(xiàng)人(rén)与(yǔ)世界(jiè)交互一样自然，这方面，由算力网(wǎng)络来驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还(hái)有很多需(xū)要(yào)爆发式增(zēng)长的算力来支(zhī)撑的技术创新，将在人(rén)工智(zhì)能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光，期(qī)待(dài)在(zài)大(dà)模型和大算(suàn)力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式，将创造的(de)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 画家刘一民作品值多少 刘一民是山东还是广东