自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已多次公开谈论人工智能话题。在最近的一(yī)次(cì)采访中，他再次表示：“AI可能会让科(kē)技(jì)行(xíng)业迎(yíng)来一次(cì)剧(jù)烈的洗牌”。

这个(gè)结论是他在当地时间(jiān)2月20日接受《In Good Company》节目(mù)专访时(shí)提出的。

他预期，AI的(de)发展可(kě)能会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方(fāng)面的行动相当迅速。而最终科技巨头(tóu)将把AI整(zhěng)合成(chéng)用(yòng)户的“全能助(zhù)手”，包揽一切(qiè)应用，与人(rén)们进行沟通并(bìng)提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助手(shǒu)的到来可(kě)能尚需时日，但由(yóu)ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的(de)AIGC上一次爆火的时(shí)候，还是2022年(nián)8月，在美国科(kē)罗拉多州举办的新兴数字(zì)艺(yì)术(shù)家竞(jìng)赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输入一组(zǔ)关键词或者一张照(zhào)片，就能获得一幅(fú)AI创作(zuò)的(de)画作。

作画的关键就(jiù)是所输入的文本。向华强敢惹霍家吗，向华强和霍家哪个厉害同一组关键词也可(kě)以创作出很多张(zhāng)风格不一样的画作，这让创(chuàng)作的过程就像开盲盒(hé)。

很多用户很喜欢(huān)这(zhè)种不确定的惊喜，他们会(huì)将(jiāng)生成的美图当(dāng)做头像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交(jiāo)媒(méi)体上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例(lì)如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别(bié)成了建筑。

而如今随着ControlNet的出现与(yǔ)加持(chí)，以往(wǎng)AI绘画的填写关(guān)键词游戏(xì)可(kě)能要被(bèi)颠(diān)覆(fù)了。

ControlNet是(shì)一(yī)位正(zhèng)在斯(sī)坦福读博的中国(guó)人张吕敏(mǐn)创作(zuò)的一(yī)种基于控制(zhì)点的图(tú)像变(biàn)形算法，主要用(yòng)于数字图像处(chù)理、计算机视觉和(hé)计(jì)算机(jī)图形(xíng)学等领(lǐng)域(yù)。

其SD插(chā)件一经(jīng)发布，在短短的两天内便成为了AI绘画领域(yù)最(zuì)新的热点。

在此之前，大家用了(le)很多方(fāng)法想(xiǎng)让AI生成的结果尽可能(néng)的(de)符合要求，但是都不(bù)尽如人意，它的出(chū)现代表(biǎo)着AI生成开始进入真正的(de)可控(kòng)时期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿势和画面的深度信(xìn)息等。有了它(tā)的帮助，就不用频繁的(de)用提(tí)示(shì)词(cí)来(lái)碰(pèng)运(yùn)气，抽盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘画(huà)加了“魔(mó)法”，不少博主的作品(pǐn)已经(jīng)获得了大量的浏览量，“viggo”就是其中之一(yī)，他(tā)用(yòng)朋友(yǒu)的照片直接带她们走进动漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓展找到对应的关(guān)键词；最后(hòu)用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词试(shì)效果(guǒ)。

通(tōng)过(guò)图片(piàn)就(jiù)可以(yǐ)看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的(de)照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿(gǎo)转全彩图。大神张吕(lǚ)敏(mǐn)其本尊也亲自回(huí)应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至输出的作品都(dōu)已经能(néng)以假乱真了(le)。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火(huǒ)遍网络(luò)，而经(jīng)过警方辟(pì)谣这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘(huì)图诈骗。

由于(yú)这个(gè)活动里面给出(chū)的美女照片(piàn)都是AI制作的真(zhēn)人照片绘图(tú)，因为太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起者提供(gōng)的照片中有(yǒu)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(tú)片中女性的手指部(bù)分(向华强敢惹霍家吗，向华强和霍家哪个厉害fēn)有的(de)存在异常。

有(yǒu)行业人事表(biǎo)示：“现在因(yīn)为(wèi)手(shǒu)指部分(fēn)的绘画(huà)算法(fǎ)比较复杂(zá)，AI还不太会(huì)画(huà)人的手，但(dàn)最新看到(dào)的图(tú)片(piàn)已经有越来(lái)越完美的AI模型出现，以后可(kě)能就完(wán)全没有漏洞了。”

类似的AI作图诈骗在(zài)国外也(yě)已有发生。据英国广播公司(sī)报(bào)道，土(tǔ)耳(ěr)其(qí)地震期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的(de)人打(dǎ)赏“捐助”从而(ér)实施诈骗。

目前随着技(jì)术发展，AIGC已经能做出(chū)真人照片般的(de)绘图效果，如果(guǒ)这样的图片(piàn)被用来(lái)诈(zhà)骗(piàn)，将(jiāng)非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方面，批判者认为AI在(zài)“学习(xí)”了大量前人的作品(pǐn)之后(hòu)，其(qí)创(chuàng)作没有任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺(yì)术(shù)创作(zuò)相提(tí)并(bìng)论。

另(lìng)一方面，AIGC背后的(de)版(bǎn)权、目前都并没有(yǒu)得到有效的(de)解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至高(gāo)无上”的创意。

马斯克也强(qiáng)调，人工智(zhì)能的安全问题需要得到(dào)重(zhòng)视，太(tài)晚就来不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不(bù)能掩盖(gài)其光辉(huī)的贡(gòng)献。现在看来，人工智能技术将是第(dì)四次工业革(gé)命的核心(xīn)驱动(dòng)力(lì)量，将创造新的增长奇迹。

过去一年，人工(gōng)智能在技术(shù)和商业(yè)层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智能(néng)技术发(fā)生方向(xiàng)性(xìng)改变(biàn)的(de)一个代表。其(qí)下一(yī)站或许就是视频。

此前，Meta和谷歌先后发(fā)布了几条(tiáo)引(yǐn)爆科技圈(quān)的短视频。这些视频引发关注并(bìng)非(fēi)内(nèi)容做得多优(yōu)秀，反(fǎn)而都非常(cháng)简(jiǎn)单(dān)，比如一匹(pǐ)正(zhèng)在喝水(shuǐ)的马，一只(zhǐ)画画(huà)的(de)玩具熊，或者一(yī)段(duàn)骑摩托车(chē)的第(dì)一视角(jiǎo)录像，随便一个有手(shǒu)机(jī)的人(rén)都可以随手录下一(yī)段。

但这些短视频(pín)的(de)创作方式非常简单，创作(zuò)者仅仅需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成视(shì)频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了(le)一(yī)波梗，一(yī)个能够(gòu)做出更高(gāo)清视频的AI还不足以在短时间内戳(chuō)中兴(xīng)奋(fèn)点。

Phenaki更加令人震惊(jīng)的地方在于，它(tā)可以(yǐ)制作出超(chāo)过2分钟的连贯的也有确(què)切(qiè)内容(róng)的视频，这才是真正让人(rén)们感到惊(jīng)喜(xǐ)的(de)地(dì)方。因为无论AI生成的视频多么(me)高(gāo)清，也只(zhǐ)能(néng)是为内容生(shēng)产(chǎn)者提供一个灵感，一个素(sù)材，一个过场动(dòng)画。

不过能够制作出有具体(tǐ)剧(jù)情内容的视频就意味着(zhe)，一些视频(pín)创作由(yóu)AI代替人工完成已经初(chū)步有了(le)可(kě)能。

当下AI的发展速(sù)度已经超过大部分(fēn)人的想(xiǎng)象。内容产业的本质是供(gōng)给创(chuàng)造需求，AIGC作(zuò)为全(quán)新的内容生产方式，可以为内容产(chǎn)业带来(lái)更新的内容风(fēng)格、更快(kuài)的生产速(sù)度，更低的(de)生产成(chéng)本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应(yīng)用于(yú)音(yīn)乐、代码、机器人动作等多种内容形式的生成。不(bù)难发现该项(xiàng)技术不仅在(zài)游戏等(děng)行业能(néng)得到有(yǒu)效应(yīng)用，对于(yú)下(xià)一代互(hù)联网(wǎng)各种元素的(de)构(gòu)建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文化(huà)娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而(ér)只是(shì)AI进(jìn)程中的一块(kuài)重要(yào)拼图(tú)，有望(wàng)在(zài)技(jì)术更(gèng)新(xīn)的加持下实现更大的应用价(jià)值。

AI从理解内容，走向了可以生(shēng)成内容，甚至(zhì)能够创造出独(dú)立价值和独立视(shì)角的内(nèi)容。AIGC的再次(cì)出圈，更代(dài)表着(zhe)未来的先进生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与(yǔ)算(suàn)力，牢固AIGC底座

从(cóng)技术的发展也可(kě)以看出(chū)，在语言大(dà)模(mó)型、图像大(dà)模型之后，多(duō)模(mó)态大模型(xíng)已经成为了新的趋势(shì)。

大(dà)模型被誉为(wèi)当前人工智能发(fā)展的智能底(dǐ)座(zuò)，是(shì)全球竞争最激烈的研究方向之(zhī)一，包括谷歌(gē)、亚(yà)马(mǎ)逊、百(bǎi)度、阿里(lǐ)、腾讯等众(zhòng)多头部企业都在(zài)竞相发力。

不(bù)过训练大模型(xíng)的确价格不菲(fēi)，以(yǐ)国盛证券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元(yuán)。而对于一些更(gèng)大的LLM(大型语言模型(xíng))，训练(liàn)成本则介于200万美元至(zhì)1200万(wàn)美元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独立(lì)访客平(píng)均数1300万(wàn)计算，其对应芯片(piàn)需求(qiú)为3万多片英伟(wěi)达A100 GPU，初(chū)始投(tóu)入成本约(yuē)为8亿美元，每(měi)日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各(gè)类大模型(xíng)的发展同时，更应该关注算力(lì)网(wǎng)络的建设。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加速进(jìn)程，让(ràng)AIGC及(jí)通(tōng)用AI这一人(rén)工(gōng)智能发(fā)展的终(zhōng)极目(mù)标离得更近。

因为算力可以对突破性技(jì)术创(chuàng)新提(tí)供大(dà)力的支持(chí)。这方面，多模态大模型是典型(xíng)。作为面(miàn)向未来强人工智能、通用(yòng)人工智(zhì)能(néng)的(de)重要技术创(chuàng)新，多模态(tài)大模型(xíng)已经在人工智能领域(yù)提出了(le)很多年(nián)，业界也有(yǒu)不少技术突破(pò)，但是(shì)，多(duō)模态(tài)大模型进一步往下(xià)走，算力需求(qiú)呈几何(hé)式上(shàng)升，一(yī)般的算力基础设施很快将(jiāng)难以胜任。

从图(tú)像、文字(zì)、语音单独一项(xiàng)的(de)训练，到双模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界交(jiāo)互一样自然，这方面(miàn)，由算力网络来(lái)驱动将有明显(xiǎn)优势。

此(cǐ)外，还(hái)有很多需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将在人工(gōng)智能算力网(wǎng)络支撑(chēng)下(xià)快速推进。

AIGC已经露(lù)出曙光，期待在大模(mó)型和大算力的支持下AIGC能(néng)持续(xù)颠覆内容生产的(de)方式(shì)，将创造的边际(jì)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 向华强敢惹霍家吗，向华强和霍家哪个厉害