自聊(liáo)天机(jī)器(qì)人(rén)ChatGPT火(huǒ)爆以来，微(wēi)软公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论人工智能话题(tí)。在最近的一次采访中(zhōng)，他再次表示(shì)：“AI可能会(huì)让(ràng)科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论(lùn)是他在当地时间2月20日接受《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行(xíng)动相(xiāng)当迅速(sù)。而最终科技巨头将把AI整合成用户(hù)的(de)“全能助(zhù)手”，包(bāo)揽一切应(yīng)用，与人们进(jìn)行沟(gōu)通并提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬口中(zhōng)全(quán)能助手(shǒu)的到来可(kě)能尚需(xū)时(shí)日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点(diǎn)包(bāo)围中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向可控靠近(jìn)

以AI绘(huì)画为代表的(de)AIGC上一次(cì)爆火的(de)时候(hòu)，还是(shì)2022年8月，在美(měi)国科罗拉多州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空歌剧院》的(de)作品获奖。

随后(hòu)各大厂商的AI绘画软(ruǎn)件被(bèi)广大网友熟知并体验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用(yòng)户们可以在应用中(zhōng)输入一组关键词或者一(yī)张照片，就能获得一幅AI创(chuàng)作的(de)画作(zuò)。

作(zuò)画的关键就是所输(shū)入的文本。同一组关键词也可(kě)以创作出很多张(zhāng)风(fēng)格不(bù)一(yī)样的画作，这让创作的过程就像开盲(máng)盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他(tā)们会将生成的美图当做头像(xiàng)。而(ér)另一部(bù)分喜(xǐ)欢翻看AI绘(huì)画的(de)“翻车(chē)”作品。在社交(jiāo)媒体上，许(xǔ)多(duō)用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位(wèi)网友的小(xiǎo)狗照片(piàn)被(bèi)AI画(huà)成了“肌(jī)肉男”，还有网友的(de)个人照(zhào)片(piàn)被(bèi)AI识别成了(le)建筑。

而(ér)如今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游戏可能要(yào)被颠(diān)覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博(bó)的中(zhōng)国人张吕敏创作的一种(zhǒng)基于(yú)控制点(diǎn)的图像变形(xíng)算法，主要用于数(shù)字图(tú)像处理、计算机视觉(jué)和计(jì)算机图形学等领域。

其SD插件一(yī)经(jīng)发布，在(zài)短短的两天内便成为了AI绘(huì)画领域最新(xīn)的热点(diǎn)。

在(zài)此之前，大家用了很(hěn)多(duō)方(fāng)法想让(ràng)AI生成的结果(guǒ)尽可能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接提(tí)取画面的构图，人物(wù)的姿(zī)势和画面的深度信息等。有了它(tā)的帮助(zhù)，就不用频繁的用(yòng)提示词(cí)来(lái)碰(pèng)运气(qì)，抽(chōu)盲盒式的创(chuàng)作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主的作品已(yǐ)经获得了大量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其(qí)中(zhōng)之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对(duì)应的关键词；最后用ControlNet插件绑定(dìng)骨骼(gé)开始换(huàn)关键(jiàn)词(cí)试效果。

通过图片就(jiù)可以(yǐ)看出来(lái)，效果十分惊艳。

更厉害的是(shì)，除了真(zhēn)实的照片，草(cǎo)图也可(kě)以加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能(néng)实现线稿(gǎo)转全彩(cǎi)图。大(dà)神张吕敏其(qí)本(běn)尊也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越来越强大，甚(shèn)至(zhì)输出的(de)作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技(jì)术力爆发(fā)

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这(zhè)个(gè)活动(dòng)里面给出(chū)的美女照(zhào)片都是AI制(zhì)作的真人(rén)照片绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察可(kě)以发现，活动发起者提供的(de)照片(piàn)中有个很大的(de)漏(lòu)洞可以发现并(bìng)非(fēi)真(zhēn)人(rén)，而是AI绘图，那便是图片中女性(xìng)的手指部分有的(de)存(cún)在(zài)异(yì)常。

有(yǒu)行业人事表示(shì)：“现在(zài)因为(wèi)手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还不(bù)太会画(huà)人(rén)的手，但最新看到的图片已经有(yǒu)越来越完美的AI模型出现(xiàn)，以后可能就(jiù)完全没有漏洞(dòng)了。”

类(lèi)似(shì)的AI作图诈骗(piàn)在国(guó)外也已(yǐ)有(yǒu)发(fā)生。据英国广播(bō)公司报道，土耳其地(dì)震(zhèn)期间，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾(zāi)的假照片(piàn)发布(bù)到(dào)网络，以此诱骗(piàn)善(shàn)良的(de)人(rén)打赏(shǎng)“捐助(zhù)”从(cóng)而实施诈骗。

目前随着(zhe)技术(shù)发展，AIGC已经能做(zuò)出真人照(zhào)片般的绘图(tú)效果，如果(guǒ)这(zhè)样的图片(piàn)被用来(lái)诈骗，将非常可(kě)怕。

此外AIGC还(hái)引(yǐn)发了(le)很(hěn)多(duō)担忧，一方(fāng)面，批判(pàn)者认为(wèi)AI在“学习”了大量前人的作品之后，其创作没(méi)有任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的艺(yì)术创(chuàng)作(zuò)相(xiāng)提并论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并(bìng)没有(yǒu)得到有效的解决，还(hái)有AIGC会不会代替人类(lèi)“至高无(wú)上(shàng)”的创意。

马斯克也强调，人工智能的安全问题需(xū)要(yào)得到(dào)重视(shì)，太晚就来不(bù)及了(le)。

03

AIGC下(xià)一站除(chú)了视频(pín)，还有(yǒu)远方

技术(shù)都(dōu)是有两面性的(de)，潜在的(de)危害并(bìng)不(bù)能掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能(néng)技术将是第四次工业革命(mìng)的核心驱动力量，将(jiāng)创造新的增长奇(qí)迹。

过(guò)去一年(nián)，人(rén)工智(zhì)能在技术和(hé)商业(yè)层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方(fāng)向(xiàng)性改(gǎi)变的一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的(de)短视频(pín)。这些视(shì)频引发关注(zhù)并(bìng)非内容做得多优(yōu)秀(xiù)，反而都非常简单(dān)，比如(rú)一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的第一视角录像，随便(biàn)一(yī)个有手(shǒu)机的人都(dōu)可(kě)以(yǐ)随手(shǒu)录下一(yī)段。

但这些短视(shì)频的创作(zuò)方式非(fēi)常简单，创(chuàng)作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至(zhì)只(zhǐ)是说一(yī)下要(yào)求，AI就可以根据需(xū)要(yào)生成一段(duàn)视频。

谷歌发布的两(liǎng)个(gè)AI生(shēng)成(chéng)视频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的(de)视频后，AI圈(quān)就已(yǐ)经玩(wán)了(le)一波梗，一个能够做出(chū)更(gèng)高(gāo)清视频的AI还(hái)不足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超(chāo)过2分钟的连贯的也有确切内容的视频(pín)，这才是(shì)真正(zhèng)让人们感到惊喜的地方。因为无论AI生(shēng)成的视(shì)频(pín)多么高清，也只能(néng)是(shì)为内(nèi)容(róng)生产者(zhě)提供一个灵感，一个(gè)素材，一个过(guò)场(chǎng)动画。

不过能够制(zhì)作出有具(jù)体剧情内容的视频就意味着，一些(xiē)视频创作(zuò)由(yóu)AI代替(tì)人工完成已经初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经(jīng)超过大部分人的想象。内容产业的本质是(shì)供给(gěi)创造需求，AIGC作为(wèi)全新的内(nèi)容生产方式(shì)，可(kě)以为内(nèi)容(róng)产业(yè)带来更新的内(nèi)容(róng)风格(gé)、更快的生(shēng)产速度，更低的生产成本，这(zhè)无疑会驱动内容(róng)产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作等多种内容(róng)形(xíng)式的(de)生成。不难发现该项技术不仅在游戏等行(xíng)业(yè)能得到(dào)有效(xiào)应用，对(duì)于下一(yī)代互联网各(gè)种元素的(de)构(gòu)建(jiàn)亦(yì)有关键意义。

从商业化的(de)角(jiǎo)度来(lái)看，文化娱(yú)乐、教育、传(chuán)媒等诸(zhū)多领域，本身就(jiù)对基于AI的可视化内(nèi)容有(yǒu)强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望在技术更新的加持下(xià)实现(xiàn)更大(dà)的应用价(jià)值。

AI从理解内容，走(zǒu)向了可以生成内容，甚至能够创造出独立价值和(hé)独(dú)立视(shì)角的内(nèi)容。AIGC的再次出圈，更(gèng)代(dài)表着(zhe)未来的(de)先(xiān)进(jìn)生产力即将到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从技术的发展也可以看出，在语言大模型、图像大模型之后，多模态(tài)大模型已经成(chéng)为了新的趋势。

大(dà)模型被誉为当前人工(gōng)智能兔子有几条腿，兔子有几条腿正确答案(néng)发展的智(zhì)能底座，是全球竞争(zhēng)最激烈的研(yán)究(jiū)方向之一，包括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等(děng)众多头部企业都在竞(jìng)相发力。

不过(guò)训(xùn)练大模型的确价(jià)格不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报(bào)告估算(suàn)，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而对于一(yī)些更大的(de)LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计算(suàn)，其对应(yīng)芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力支持(chí)。在关注各类大模型的发展(zhǎn)同时，更应该关注算力网络的建设(shè)。

算力网络(luò)正驱(qū)动AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及通用(yòng)A兔子有几条腿，兔子有几条腿正确答案I这一人工智能(néng)发展的终极目标离得更近。

因为算(suàn)力可(kě)以(yǐ)对突(tū)破性技术(shù)创(chuàng)新提供大力(lì)的支持。这方面，多(duō)模态大模型是典型。作为(wèi)面向未来强(qiáng)人工智(zhì)能(néng)、通用人(rén)工智能的重(zhòng)要技术(shù)创新，多模态大模型(xíng)已(yǐ)经在人(rén)工智(zhì)能(néng)领域提出(chū)了很(hěn)多年，业界也(yě)有不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求呈几何(hé)式上升，一般的算力基(jī)础设施很快(kuài)将难以(yǐ)胜任(rèn)。

从(cóng)图(tú)像、文(wén)字、语(yǔ)音单独一(yī)项的(de)训练，到双(shuāng)模(mó)态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模态(tài)的转(zhuǎn)化、像人与(yǔ)世界交互(hù)一样(yàng)自然，这方面(miàn)，由算力网络来驱动将有(yǒu)明显(xiǎn)优势。

此(cǐ)外，还有很多需(xū)要爆发(fā)式(shì)增长的算力(lì)来支撑的技(jì)术创新，将在人工智(zhì)能算(suàn)力(lì)网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待在大模型和大算(suàn)力的支持(chí)下AIGC能(néng)持续颠覆内容生产(chǎn)的方式，将创造的边(biān)际成本降低，让万众受益。

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 兔子有几条腿，兔子有几条腿正确答案