自聊(liáo)天(tiān)机器人ChatGPT火爆以来，微(wēi)软公司(sī)创始(shǐ)人比尔·盖茨已多次公开谈论人(rén)工智(zhì)能话题。在(zài)最近的一(yī)次采(cǎi)访中，他再次表示：“AI可能会(huì)让(ràng)科技行(xíng)业迎来(lái)一次剧(jù)烈(liè)的(de)洗(xǐ)牌”。

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

他预期，AI的发展可能会威(wēi)胁到谷(gǔ)歌的(de)市占率，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅(xùn)速。而最终(zhōng)科技巨头将把AI整(zhěng)合成用户的“全能(néng)侄子的老婆叫什么 姐姐的儿子是叫侄子吗助手”，包揽一切应用(yòng)，与人们进行沟通(tōng)并(bìng)提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应(yīng)用。

大佬口中(zhōng)全能助手的(de)到来可能(néng)尚需时日(rì)，但(dàn)由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠(kào)近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后各大厂(chǎng)商(shāng)的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用(yòng)中输入一组关键词或者一张照片，就能获(huò)得一(yī)幅AI创作的(de)画作(zuò)。

作画的(de)关键就是所输入的文本。同一组关键(jiàn)词(cí)也可以创(chuàng)作出(chū)很(hěn)多张风格(gé)不一样(yàng)的画作(zuò)，这让创(chuàng)作的(de)过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种不确定(dìng)的惊(jīng)喜，他们会将(jiāng)生成的美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现场”，例(lì)如(rú)，一位网友(yǒu)的小狗(gǒu)照片被AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网友(yǒu)的个人照片被AI识(shí)别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加(jiā)持，以往(wǎng)AI绘(huì)画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国(guó)人(rén)张吕敏(mǐn)创作(zuò)的一种基(jī)于控制点的图像变形算法，主要(yào)用于数字(zì)图像处理(lǐ)、计(jì)算机视觉和计算机(jī)图(tú)形(xíng)学等领域。

其SD插件(jiàn)一(yī)经发布，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的(de)热点。

在(zài)此之前，大家用了很多方法(fǎ)想(xiǎng)让(ràng)AI生成的结果尽可(kě)能的(de)符合要求，但是都不尽(jǐn)如人(rén)意，它(tā)的(de)出(chū)现代(dài)表(biǎo)着AI生成(chéng)开始(shǐ)进入真正的(de)可控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物(wù)的姿势和画面的深(shēn)度信息等。有了它的帮助，就不用(yòng)频繁的(de)用(yòng)提示词来(lái)碰运(yùn)气，抽(chōu)盲(máng)盒式的创作了(le)。

通俗的说(shuō)ControlNet相当(dāng)于(yú)给AI绘画加(jiā)了“魔法(fǎ)”，不少(shǎo)博主的(de)作(zuò)品已(yǐ)经获得了大量的(de)浏览量，“viggo”就(jiù)是(shì)其中之一，他(tā)用朋友的照片(piàn)直接带她(tā)们走进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词(cí)试效果(guǒ)。

通过图(tú)片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的(de)是，除了(le)真实的照片，草图也可以(yǐ)加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不(bù)得不说当下AIGC已经变(biàn)得越来越(yuè)强大(dà)，甚至(zhì)输出的(de)作品(pǐn)都(dōu)已经(jīng)能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟谣这(zhè)所谓的“party”可能是全国(guó)第(dì)一起AI绘图诈骗。

由(yóu)于这个活动(dòng)里(lǐ)面给出的美女照(zhào)片都是AI制作的真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真事传(chuán)播了(le)。

不过仔细观察可(kě)以发现，活动发(fā)起者(zhě)提(tí)供的照片中有个很大的漏(lòu)洞可以发现并非真人，而(ér)是AI绘图(tú)，那便是图(tú)片中女性的手指(zhǐ)部(bù)分有的存在(zài)异常。

有(yǒu)行业人(rén)事表示：“现在因为手指部分的绘(huì)画算法比较复杂，AI还不太会画(huà)人的手，但最新看到的图(tú)片已经有越来越(yuè)完(wán)美(měi)的AI模型出(chū)现，以(yǐ)后可能就(jiù)完全没(méi)有漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗(piàn)在(zài)国外也已有发生。据英国广播公司(sī)报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了儿童受灾(zāi)的(de)假照(zhào)片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出真(zhēn)人照(zhào)片般的绘图效果，如果这样的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引发了(le)很多担忧，一方面，批判者(zhě)认为AI在“学习”了大量前人的作品之后，其创作(zuò)没(méi)有任何情(qíng)绪(xù)和灵魂(hún)，难(nán)以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的解(jiě)决，还(hái)有AIGC会不会代替(tì)人类(lèi)“至高无(wú)上(shàng)”的创意。

马斯克也(yě)强调，人工(gōng)智能的安全问题需要得到重视，太晚就来(lái)不及了。

03

AIGC下一(yī)站除(chú)了视频(pín)，还(hái)有远方(fāng)

技术(shù)都是有两面性(xìng)的，潜在的危害(hài)并不能(néng)掩(yǎn)盖其光辉的贡献。现在(zài)看来(lái)，人工(gōng)智能技(jì)术将是第四次工业革命的核心驱动力(lì)量，将创(chuàng)造新的增(zēng)长奇迹。

过(guò)去(qù)一(yī)年，人工智(zhì)能在技术和商(shāng)业层面都(dōu)有了巨大进展，AI绘画就(jiù)是人工智能技术发生方向性改变的一个代表(biǎo)。其下一站或(huò)许就是(shì)视频。

此前(qián)，Meta和谷(gǔ)歌(gē)先后(hòu)发布了几(jǐ)条引爆(bào)科技圈的短视(shì)频(pín)。这些视频(pín)引发关(guān)注并(bìng)非内(nèi)容做得(dé)多(duō)优秀，反(fǎn)而都(dōu)非常(cháng)简单，比(侄子的老婆叫什么 姐姐的儿子是叫侄子吗bǐ)如一匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的第(dì)一(yī)视角录像(xiàng)，随便一个(gè)有手机的人都(dōu)可以随手录(lù)下一(yī)段。

但这些短视频的创作(zuò)方式非常简(jiǎn)单，创作者仅仅需要向AI输入一段话(huà)，甚至只是说(shuō)一下(xià)要求，AI就可以根据需要生(shēng)成一段视频。

谷歌(gē)发布(bù)的两(liǎng)个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩(wán)了一(yī)波(bō)梗，一个能(néng)够做出更(gèng)高清视频的AI还(hái)不(bù)足以在短(duǎn)时(shí)间内(nèi)戳中(zhōng)兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方在于，它可以制作(zuò)出(chū)超(chāo)过2分钟(zhōng)的(de)连贯的也有确切(qiè)内容的视(shì)频(pín)，这才是真正让人们感到惊喜的地方。因为无论(lùn)AI生(shēng)成的视频多么高清，也只(zhǐ)能(néng)是为(wèi)内容生产者提供一个灵感，一个素材，一个过(guò)场动画。

不过能够制作(zuò)出(chū)有具体剧情内容(róng)的视频就意味(wèi)着(zhe)，一些视频创(chuàng)作由AI代替人(rén)工完(wán)成(chéng)已经初步(bù)有(yǒu)了可能。

当下AI的发(fā)展速(sù)度已经超过大部分(fēn)人的(de)想象。内(nèi)容产业的本质是供给创造需求，AIGC作为全新(xīn)的内容(róng)生产方式，可以为(wèi)内(nèi)容(róng)产(chǎn)业带来更新(xīn)的内容风格、更快的生产(chǎn)速度，更低的(de)生产成本，这无(wú)疑会(huì)驱(qū)动(dòng)内(nèi)容(róng)产业的(de)大爆发。

除了AI绘图、视频(pín)，AIGC技术(shù)还能(néng)应用于音乐、代(dài)码、机器(qì)人动作等多种内容形式的生成。不难发现(xiàn)该项(xiàng)技术不仅在游(yóu)戏等行业能(néng)得到有效(xiào)应用，对于下(xià)一代互联网(wǎng)各种元素的构建(jiàn)亦(yì)有(yǒu)关键意义。

从商业化的(de)角度来看(kàn)，文(wén)化娱乐、教(jiào)育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的(de)可视化内容有强烈需求。

因此，AI绘画及视频(pín)或不是结果，而只是AI进程中的(de)一块重要拼图，有望在(zài)技(jì)术更新的加持(chí)下实现更大的(de)应用价(jià)值。

AI从(cóng)理(lǐ)解(jiě)内容，走向了可以生(shēng)成内容，甚至能够创造出独立价值和独立视(shì)角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代表(biǎo)着未来(lái)的先进生产力即(jí)将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发展也可以看出(chū)，在语言大模(mó)型、图像大模型之后(hòu)，多模态大模型已经成为(wèi)了新的(de)趋势。

大模型被誉(yù)为(wèi)当前人工智能侄子的老婆叫什么 姐姐的儿子是叫侄子吗发(fā)展的智能底座，是全(quán)球竞争最激烈的研究方(fāng)向之(zhī)一，包括谷歌(gē)、亚马逊(xùn)、百度、阿(ā)里、腾讯等众多(duō)头部企业都在竞相(xiāng)发力。

不过训练(liàn)大(dà)模型的确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估算，GPT-3训练一次的成本约为140万美元。而对(duì)于(yú)一些更(gèng)大(dà)的LLM(大型语(yǔ)言模型)，训练成本则介(jiè)于200万美元至1200万美元(yuán)高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的(de)独立访客(kè)平均数1300万计算，其对应芯(xīn)片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元，每日仅电费就在(zài)5万美元左右(yòu)。

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(mó)型的(de)发展同时(shí)，更应该关(guān)注算力网(wǎng)络的建设(shè)。

算力网络正驱动(dòng)AI产(chǎn)业发展(zhǎn)进入史诗级加速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展(zhǎn)的终(zhōng)极目(mù)标离得更近。

因为算力可(kě)以对突破(pò)性技术创新提供大力的支(zhī)持(chí)。这方面，多(duō)模态大(dà)模型(xíng)是典(diǎn)型(xíng)。作为面向未来强人工智能、通(tōng)用人(rén)工智能的重要(yào)技术创新，多模态大模(mó)型已经在人工智能领(lǐng)域提出了(le)很多年(nián)，业界也(yě)有不少技术突破(pò)，但是(shì)，多(duō)模态大(dà)模型(xíng)进一步(bù)往下走，算力(lì)需(xū)求呈几何式上升，一(yī)般的算力基础设施(shī)很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字、语(yǔ)音单独一项的(de)训练，到双模(mó)态、三模态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同(tóng)模(mó)态(tài)的转(zhuǎn)化、像人与世界(jiè)交互一样自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆(bào)发式增长的算力(lì)来支撑的技术(shù)创新，将在人工智能算力网(wǎng)络(luò)支撑下(xià)快速(sù)推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的(de)方式，将创造(zào)的边际成本降(jiàng)低，让(ràng)万(wàn)众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 侄子的老婆叫什么 姐姐的儿子是叫侄子吗