自聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司创始人(rén)比尔·盖茨已多次公(gōng)开谈(tán)论人(rén)工智能(néng)话题。在最近(jìn)的一次采(cǎi)访中，他再次表(biǎo)示：“AI可能(néng)会让科(kē)技行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的(de)发(fā)展可能会威胁(xié)到谷歌的(de)市占率，因为(wèi)微软在AI方面的(de)行动相当迅速。而(ér)最终科(kē)技(jì)巨头将把AI整合成用(yòng)户的“全能助手”，包(bāo)揽一切应(yīng)用，与人(rén)们进行沟(gōu)通并(bìng)提供建议，可以取代(dài)亚(yà)马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全(quán)能助手(shǒu)的到来(lái)可能尚需时日，但(dàn)由ControlNet引发的(de)又一次AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热(rè)点包围(wéi)中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是(shì)2022年8月，在(zài)美国科罗(luó)拉(lā)多州(zhōu)举办的新兴数(shù)字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧(jù)院》的作品获(huò)奖。

随(suí)后各大厂(chǎng)商的AI绘画软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可以在应用中输入一组关键词或者一张照片，就能(néng)获得(dé)一幅AI创作的画作。

作画的关(guān)键就(jiù)是所(suǒ)输入(rù)的文本。同一组(zǔ)关键词也可(kě)以(yǐ)创作出(chū)很多(duō)张风格不一样的画作，这(zhè)让创作(zuò)的(de)过(guò)程(chéng)就像(xiàng)开盲盒。

很多用(yòng)户(hù)很喜欢这(zhè)种(zhǒng)不确(què)定的惊喜，他(tā)们会将生成的(de)美图当(dāng)做头像(xiàng)。而另一部(bù)分喜欢(huān)翻看AI绘画的(de)“翻车”作品。在社交媒体上(shàng)，许多用(yòng)户(hù)分享AI“翻车现场”，例如，一位(wèi)网友的(de)小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友(yǒu)的个人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键(jiàn)词游戏(xì)可能要被颠覆(fù)了(le)。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的(de)中国(guó)人张吕敏(mǐn)创作的一种基(jī)于(yú)控制点的(de)图像(xiàng)变(biàn)形算(suàn)法，主要用于数字图像处(chù)理、计(jì)算(suàn)机视觉和计算机图(tú)形学等领域。

其SD插件一经(jīng)发布，在(zài)短短的两天(tiān)内便(biàn)成为了AI绘画领域(yù)最(zuì)新(xīn)的热点。

在此(cǐ)之(zhī)前，大(dà)家(jiā)用了(le)很多方法想让AI生成的结果尽可(kě)能的(de)符合要求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成开始(shǐ)进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画面的(de)深度(dù)信息等(děng)。有了它(tā)的(de)帮助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒式(shì)的创作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给(gěi)AI绘画加了“魔(mó)法”，不少博主的作品已(yǐ)经(jīng)获得了大量的浏览(lǎn)量(liàng)，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直接带她(tā)们(men)走进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键(jiàn)词试效果。

通(tōng)过图片(piàn)就(jiù)可以看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉(lì)害的是，除(chú)了(le)真实的照(zhào)片，草图也(yě)可(kě)以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输(shū)出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实(shí)，AIGC技术力爆(bào)发(fā)

警(jǐng)惕安全问题

近日，“苏州(zhōu)金鸡(jī)湖有游艇party”的(de)消息火遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘(huì)图(tú)诈骗。

由(yóu)于这个活动里面给(gěi)出的(de)美女照片都(dōu)是(shì)AI制作的真人(rén)照片绘(huì)图，因为太逼真，被(bèi)大家当(dāng)成(chéng)真事传播了。

不过仔细观(guān)察可以发现，活动(dòng)发(fā)起者提供的(de)照片(piàn)中有个很(hěn)大的漏洞可以发(fā)现并(bìng)非(fēi)真人，而(ér)是(shì)AI绘图，那便是图片中(zhōng)女性的(de)手指部(bù)分有的(de)存在异常。

有行业人(rén)事(shì)表示：“现在因(yīn)为(wèi)手指部分的绘画算法比(bǐ)较复杂(zá)，AI还不太(tài)会画人的手(shǒu)，但最新看到的图(tú)片已(yǐ)经有越(yuè)来越完美的AI模(mó)型出现，以后可能就(jiù)完全(quán)没有漏(lòu)洞(dòng)了。”

类(lèi)似的AI作图诈(zhà)骗在(zài)国外也已有(yǒu)发生。据英国广播公(gōng)司报道，土耳(ěr)其(qí)地(dì)震期间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假(jiǎ)照片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技(jì)术(shù)发(fā)展，AIGC已(yǐ)经能(néng)做出真人(rén)照片(piàn)般的绘(huì)图效果(guǒ)，如果(guǒ)这样的图(tú)片(piàn)被(bèi)用来(lái)诈骗，将非常(cháng)可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方面，批(pī)判(pàn)者认(rèn)为AI在“学习”了大(dà)量前人的(de)作品之后(hòu)，其创作(zuò)没有任何情绪和灵魂(hún)，难以和人类(lèi)的(de)艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代(dài)替(tì)人类“至高(gāo)无上”的创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工(gōng)智能(néng)的安全问题需(xū)要得到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频(pín)，还有(yǒu)远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖其光(guāng)辉的贡献。现在看(kàn)来，人工智能技术将是第四次工业革命的核心驱动力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一(yī)年，人工(gōng)智(zhì)能在技(jì)术和商业层面都有了巨大进展，AI绘画就是人(rén)工智能(néng)技(jì)术发生方向性(xìng)改(gǎi)变的一(yī)个代表。其下(xià)一站或(huò)许就是视(shì)频。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视频。这些视频(pín)引斯文败类是什么意思网络用语，斯文败类是什么意思网络用语怎么说发关注(zhù)并非内容做(zuò)得多优秀，反而都非常简单，比(bǐ)如(rú)一匹(pǐ)正在喝水的(de)马，一(yī)只画(huà)画的玩具熊，或(huò)者一段(duàn)骑摩(mó)托车的第一视角录(lù)像，随便一(yī)个有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作(zuò)方(fāng)式非(fēi)常简单，创作者仅仅需(xū)要向AI输(shū)入一段话，甚至只是说一下(xià)要求，AI就可以根(gēn)据需要(yào)生成一段(duàn)视频。

谷歌(gē)发布的(de)两(liǎng)个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布(bù)了AI生成(chéng)的视频后(hòu)，AI圈就已经玩(wán)了一(yī)波梗，一个能够做出(chū)更(gèng)高清视频的(de)AI还不(bù)足(zú)以在短时间内戳(chuō)中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于(yú)，它(tā)可以制作出超(chāo)过2分钟(zhōng)的连(lián)贯的(de)也有确切内容的视频(pín)，这(zhè)才是真正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生成的(de)视频(pín)多么高清(qīng)，也只能是(shì)为内容生(shēng)产(chǎn)者(zhě)提供(gōng)一个灵(líng)感，一个素材，一个过(guò)场动画(huà)。

不过能够制作出有(yǒu)具(jù)体(tǐ)剧情内容的视频就意味(wèi)着，一些视频(pín)创作由AI代替人工完成(chéng)已经初步(bù)有了(le)可能。

当下(xià)AI的(de)发展速度(dù)已经超过大部分人(rén)的想象。内容(róng)产业(yè)的本质是供(gōng)给(gěi)创造需(xū)求，AIGC作为全新(xīn)的内(nèi)容生产(chǎn)方(fāng)式，可以为内容(róng)产业带(dài)来(lái)更新(xīn)的内容风格、更快的生产速度，更低的(de)生产成本，这无疑(yí)会驱动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还(hái)能应用于音(yīn)乐、代码、机器人动(dòng)作等多种内(nèi)容形式的生成。不难发现(xiàn)该(gāi)项技术不(bù)仅在游戏等(děng)行业(yè)能(néng)得到(dào)有效应用，对(duì)于下一(yī)代互联(lián)网(wǎng)各种元素的构(gòu)建亦有(yǒu)关键(jiàn)意义(yì)。

从商业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒等诸多领域，本身(shēn)就对基于(yú)AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘画及视频或不是(shì)结果，而(ér)只(zhǐ)是AI进程中的一(yī)块重要拼(pīn)图，有望在技术更新的(de)加(jiā)持下实现更大的(de)应用价值。

AI从理解内容(róng)，走向了可以(yǐ)生成内容，甚(shèn)至能够(gòu)创造出独立价值和独立视角的内容。AIGC的再次出圈，更代表着(zhe)未来的先进生(shēng)产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技(jì)术的发展(zhǎn)也可以看出，在语言(yán)大模型、图像(xiàng)大模型之后，多模态大模型已(yǐ)经成为(wèi)了新的(de)趋势。

大模型被誉(yù)为当前人(rén)工智能发展(zhǎn)的智能底(dǐ)座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众多头部企业(yè)都在竞相发(fā)力(lì)。

不过训练大(dà)模型的确(què)价(jià)格不菲(fēi)，以国盛证券发布的《ChatGP斯文败类是什么意思网络用语，斯文败类是什么意思网络用语怎么说T需要多(duō)少算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为140万美(měi)元。而对于一(yī)些更大的(de)LLM(大型语言模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对应芯片需求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入成本(běn)约(yuē)为8亿美元，每日仅(jǐn)电费就在(zài)5万美(měi)元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关(guān)注各类大模型(xíng)的发(fā)展同时，更(gèng)应该关注(zhù)算力网(wǎng)络(luò)的(de)建设。

算(suàn)力(lì)网络正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及(jí)通用(yòng)AI这一人工(gōng)智能发展(zhǎn)的终极目标离得更近。

因为算(suàn)力可以对突破性技(jì)术创新提供大力的支持。这方面，多(duō)模态大模型是典型。作(zuò)为面向(xiàng)未(wèi)来强人工智能(néng)、通(tōng)用人(rén)工智(zhì)能的重要技(jì)术(shù)创新(xīn)，多模态大(dà)模型(xíng)已经在人工(gōng)智能领域提(tí)出了很多年，业界也有不(bù)少技术突破，但是，多(duō)模态大模型进一(yī)步往下走，算力需求呈几何(hé)式上升，一般的(de)算力基础设施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单(dān)独一(yī)项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人工智能(néng)可以(yǐ)灵(líng)活应对(duì)不同(tóng)模态(tài)的转化、像人与世界交(jiāo)互一样(yàng)自(zì)然，这(zhè)方面(miàn)，由算力网络(luò)来驱动将有(yǒu)明显(xiǎn)优势。

此外(wài)，还有很多(duō)需要爆发式增(zēng)长的(de)算力(lì)来支撑的技术创(chuàng)新，将在人工智(zhì)能算(suàn)力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待(dài)在大(dà)模(mó)型(xíng)和大算力的支持下AIGC能持续颠覆(fù)内容(róng)生产(chǎn)的方式，将(jiāng)创造的(de)边(biān)际成本降(jiàng)低，让万众受(shòu)益(yì)。

未经允许不得转载：太仓网站建设,太仓网络公司,太仓网站制作,太仓网页设计,网站推广-昆山云度信息科技有限公司 斯文败类是什么意思网络用语，斯文败类是什么意思网络用语怎么说