自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔(ěr)·盖茨已(yǐ)多次公开(kāi)谈(tán)论人工智(zhì)能话(huà)题。在最近的一次采访(fǎng)中，他再次表示(shì)：“AI可能会(huì)让科技行业(yè)迎来一(yī)次(cì)剧烈(liè)的洗牌”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目(mù)专访(fǎng)时提(tí)出的。

他预期，AI的发展可能会威胁到(dào)谷歌的市占率(lǜ)，因(yīn)为(wèi)微软在AI方面(miàn)的(de)行动相(xiāng)当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应(yīng)用，与人们进行沟(gōu)通并提供(gōng)建议，可以取(qǔ)代(dài)亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能(néng)助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代(dài)表的(de)AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗拉多州举办的(de)新兴数字艺(yì)术(shù)家竞(jìng)赛中，一(yī)幅名为(wèi)《太空歌剧(jù)院》的(de)作(zuò)品(pǐn)获奖(jiǎng)。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友熟知并(bìng)体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在(zài)应用中输入一组关(guān)键(jiàn)词或者一(yī)张照片，就(jiù)能获得一幅AI创作(zuò)的画作。

作画的(de)关键就是所输入的文本。同一(yī)组关键词也可以(yǐ)创作出很多张风(fēng)格不一样的画作，这(zhè)让创作的过(guò)程就像开盲盒。

很多(duō)用户很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一部(bù)分(fēn)喜(xǐ)欢(huān)翻看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许多用户分享AI“翻车(chē)现场”，例如，一(yī)位网友的小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉(ròu)男(nán)”，还(hái)有网(wǎng)友的个(gè)人照片(piàn)被AI识别成了建筑(zhù)。

而如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位正在斯坦福(fú)读博的中(zhōng)国(guó)人张吕敏创作的一种基于控制点的图像变(biàn)形(xíng)算(suàn)法，主要用于(yú)数(shù)字图像处(chù)理、计算(suàn)机视觉和计算机图(tú)形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的两天内(nèi)便成为了AI绘画领域最新的热点。

在此之(zhī)前(qián)，大家(jiā)用了很多方(fān黥刑是什么刑罚 黥刑是轻刑还是重刑g)法(fǎ)想让AI生成(chéng)的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始进入真正(zhèng)的可控时期(qī)。

因(yīn)为ControlNet可(kě)以直(zhí)接提取画(huà)面的(de)构图(tú)，人物的姿势和画面的深度信息等。有(yǒu)了它的帮助，就不用频繁(fán)的(de)用提示词(cí)来碰运气(qì)，抽盲盒式的(de)创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了“魔(mó)法”，不少博(bó)主的作(zuò)品已经获得了大量的浏览量(liàng)，“viggo”就是其中之(zhī)一，他用朋友的(de)照片直接带她们走进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再用Text2Prompt插件拓(tuò)展(zhǎn)找到对应的关(guān)键(jiàn)词；最后用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键(jiàn)词试效果。

通(tōng)过图(tú)片就(jiù)可以(yǐ)看出来(lái)，效(xiào)果十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草(cǎo)图也(yě)可(kě)以加上“魔法(fǎ)”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿(gǎo)转全(quán)彩(cǎi)图。大神(shén)张吕敏其本尊也亲自(zì)回应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚至输(shū)出(chū)的作品都已经能以(yǐ)假乱真(zhēn)了。

02

难(nán)辨虚实(shí)，AIGC技术力爆(bào)发

警(jǐng)惕安全(quán)问(wèn)题

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍(biàn)网络，而经(jīng)过警方辟谣这所谓(wèi)的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动里面给(gěi)出的美女照片都是(shì)AI制作的真人照片绘(huì)图，因为太逼真，被大家当成真事传播了。

不过(guò)仔(zǎi)细观察(chá)可以发现，活动发起者提供的照片中有个很(hěn)大的(de)漏洞可以(yǐ)发现并非真人(rén)，而是(shì)AI绘图，那便是图片中女性的手(shǒu)指部分(fēn)有的(de)存在异常。

有行业人(rén)事(shì)表示：“现在因为手(shǒu)指部分(fēn)的绘画(huà)算法比较复(fù)杂，AI还不(bù)太会画人(rén)的手，但最新看(kàn)到的(de)图片(piàn)已(yǐ)经(jīng)有越来(lái)越完美的(de)AI模型出(chū)现，以后可(kě)能就完全没有(yǒu)漏洞了。”

类(lèi)似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据英国广(guǎng)播公司(sī)报道，土(tǔ)耳其地震(zhèn)期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到网(wǎng)络，以此诱骗善良的人(rén)打赏“捐(juān)助”从(cóng)而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做出真人照片般的(de)绘图效(xiào)果，如果这样(yàng)的图片(piàn)被用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方面(miàn)，批判(pàn)者认为AI在(zài)“学习”了(le)大量前人的作(zuò)品之后(hòu)，其创作没有任何情绪(xù)和(hé)灵魂，难(nán)以和人(rén)类(lèi)的艺术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的(de)版权(quán)、目前(qián)都并(bìng)没有得到有效的解决，还有(yǒu)AIGC会不(bù)会代替人(rén)类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智能的(de)安(ān)全问题(tí)需要得到重视，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了视(shì)频，还有(yǒu)远(yuǎn)方

技术都是有两面性(xìng)的(de)，潜在的危害并不(bù)能(néng)掩盖其光辉的贡献。现在(zài)看来，人工智能技术将是第四次工业革命的(de)核(hé)心(xīn)驱动力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智(zhì)能(néng)在技术和商业层面都有(yǒu)了(le)巨大(dà)进(jìn)展，AI绘画(huà)就是人工智能技术发(fā)生方向性改变的(de)一个代表(biǎo)。其(qí)下一站或许就是视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技(jì)圈的短(duǎn)视(shì)频。这(zhè)些视(shì)频引发关注并非(fēi)内容做(zuò)得多优(yōu)秀，反而都非常简(jiǎn)单，比如一(yī)匹正(zhèng)在喝水的(de)马，一只(zhǐ)画画的玩具熊(xióng)，或(huò)者一段骑(qí)摩(mó)托车的第一视角录像，随便一个有(yǒu)手机的人(rén)都(dōu)可以(yǐ)随手录下(xià)一段。

但这些(xiē)短视频的创作方式非常简(jiǎn)单，创(chuàng)作者仅仅需要(yào)向AI输入一段(duàn)话，甚(shèn)至只是说一下要求，AI就可(kě)以根据需要生(shēng)成一段(duàn)视频。

谷歌(gē)发布的两个(gè)AI生成(chéng)视(shì)频分(fēn)别来自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生成的视频(pín)后(hòu)，AI圈就已经玩了一波梗，一(yī)个能够做出(chū)更高清视频的AI还不(bù)足以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊的(de)地方在(zài)于，它可以制作出超过(guò)2分钟的连贯(guàn)的也(yě)有确切内(nèi)容的(de)视频(pín)，这才是真正让(ràng)人们感(gǎn)到惊(jīng)喜的地方。因为(wèi)无论AI生成的视频多么(me)高清，也只能是为(wèi)内容生产者提供(gōng)一个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画(huà)。

不过能(néng)够制作(zuò)出(chū)有具体剧(jù)情内容的视频就(jiù)意味着，一些视频(pín)创(chuàng)作由AI代替(tì)人工完成已(yǐ)经(jīng)初(chū)步有了可能(néng)。

当下(xià)AI的发(fā)展速度已经超(chāo)过大部(bù)分人(rén)的想(xiǎng)象。内容产业的本质是(shì)供给创(chuàng)造需求，AIGC作为(wèi)全新的内容生(shēng)产(chǎn)方式(shì)，可以为内容(róng)产业带来(lái)更新的(de)内容风格、更快的生(shēng)产速度，更低的(de)生产(chǎn)成(chéng)本(běn)，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代(dài)码、机器人动(dòng)作(zuò)等多(duō)种内容形式的生成。不难发(fā)现(xiàn)该(gāi)项技术(shù)不仅在游戏(xì)等行业能得到有(yǒu)效应用，对于下(xià)一代(dài)互联网各种(zhǒng)元(yuán)素(sù)的构建亦(yì)有关键意(yì)义。

从商(shāng)业化的角(jiǎo)度来看，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就(jiù)对基(jī)于AI的可(kě)视化(huà)内容有强烈需求。

因此，AI绘(huì)画(huà)及视频(pín)或(huò)不(bù)是结果，而只是AI进程中的(de)一块重要拼图，有望在(zài)技术(shù)更(gèng)新的加持下实现更大的应用价值。

AI从理解(jiě)内容，走向了(le)可以(yǐ)生(shēng)成内容，甚至能够创造出独立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未(wèi)来的先(xiān)进生产力即(jí)将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从(cóng)技术的(de)发展也(yě)可以看出，在语言(yán)大模型、图像(xiàng)大模(mó)型之后，多模态大模型已经成(chéng)为(wèi)了新的(de)趋势(shì)。

大模(mó)型(xíng)被誉为当前人工智能发展的智(zhì)能底座(zuò)，是全(quán)球竞争(zhēng)最(zuì)激(jī)烈的研究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯(xùn)等众多头(tóu)部企业(yè)都在竞(jìng)相(xiāng)发力(lì)。

不过训练大(dà)模型的确价格不菲(fēi)，以国盛证券发(fā)布(bù)的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训(xùn)练一次的成(chéng)本约为140万美(měi)元。而对于一些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本则(zé)介于200万美元至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎ黥刑是什么刑罚 黥刑是轻刑还是重刑ng)客平(píng)均数1300万(wàn)计算(suàn)，其对应芯(xīn)片需(xū)求为3万多片(piàn)英(yīng)伟(wěi)达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅(jǐn)电费(fèi)就(jiù)在(zài)5万美元左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模(mó)型的发(fā)展同时(shí)，更应该关注(zhù)算力网络的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加速进程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展的终极目标离得更(gèng)近。

因(yīn)为算(suàn)力(lì)可以对突(tū)破性技术创新提供大力的(de)支(zhī)持(chí)。这方面(miàn)，多模态大模型是典(diǎn)型。作(zuò)为面向(xiàng)未来(lái)强人工智能(néng)、通用人工智能的(de)重要技术创新，多模态大模型(xíng)已经在(zài)人工智能领域提出了很多年，业界(jiè)也有不(bù)少技(jì)术突破(pò)，但是，多(duō)模态(tài)大模(mó)型进一(yī)步往下走，算(suàn)力需(xū)求呈几何(hé)式上(shàng)升，一般的(de)算力基础设施很快将难以(yǐ)胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态(tài)、三(sān)模态的跃迁，让人工智能可以灵活应对不(bù)同模态的转化、像人与世界交互一样(yàng)自然，这方面，由算力(lì)网络来驱(qū)动将有明显优(yōu)势。

此外，还(hái)有很多需要爆发式(shì)增长(zhǎng)的算力(lì)来支撑(chēng)的技(jì)术创新，将在人工智能(néng)算力网络支撑下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的边际(jì)成本降(jiàng)低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 黥刑是什么刑罚 黥刑是轻刑还是重刑