自聊天机器人ChatGPT火爆以来，微(wēi)软公司(sī)创(chuàng)始人比尔·盖茨已多次公开谈论人(rén)工(gōng)智能话题(tí)。在最近的一(yī)次采访中，他再次(cì)表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论是他在当地(dì)时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提(tí)出的(de)。

他预(yù)期，AI的发展可能(néng)会(huì)威胁到谷歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行(xíng)动(dòng)相当迅速。而最终科技巨头(tóu)将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切(qiè)应用，与(yǔ)人们进行沟(gōu)通并提供建议，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬(lǎo)口(kǒu)中全能助手的到来(lái)可(kě)能尚需(xū)时(shí)日，但(dàn)由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代表的AIGC上一次爆火(huǒ)的时(shí)候(hòu)，还是2022年8月(yuè)，在美国科(kē)罗拉多州举办的新兴数字(zì)艺术家(jiā)竞赛(sài)中，一(yī)幅名为《太空歌剧(jù)院》的作品获奖(jiǎng)。

随后各(gè)大(dà)厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在(zài)应用中输入(rù)一组关键词或者(zhě)一张照片(piàn)，就能(néng)获得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所输入的(de)文本。同一组关键词也可以创作(zuò)出很多张风格不一样(yàng)的画作(zuò)，这让创(chuàng)作(zuò)的(de)过程就像开盲盒。

很多用户(hù)很喜欢这种不确定的(de)惊(jīng)喜，他们会将生(shēng)成的美图(tú)当做(zuò)头像。而另一(yī)部(bù)分喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许(xǔ)多用户分(fēn)享AI“翻车(chē)现场”，例如，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个人照片被AI识别(bié)成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往(wǎng)AI绘画的填写关键(jiàn)词游戏可能要被颠覆了(le)。

ControlNet是(shì)一(yī)位正(zhèng)在(zài)斯坦福读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基于(yú)控制点的图像变形(xíng)算法，主要用于数字图(tú)像处理(lǐ)、计算机视觉(jué)和计算(suàn)机图形学(xué)等(děng)领域。

其SD插件一经发布(bù)，在(zài)短短的(de)两天(tiān)内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是(shì)都(dōu)不尽如(rú)人意，它的出现代(dài)表着AI生成开始进入真正的可控时(shí)期(qī)。

因为(wèi)ControlNet可(kě)以(yǐ)直接提取画面的(de)构(gòu)图，人物的姿势和画面(miàn)的深度信息等(děng)。有了(le)它(tā)的(de)帮助，就不用频繁(fán)的用提示(shì)词(cí)来碰(pèng)运(yùn)气(qì)，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法(fǎ)”，不少博主(zhǔ)的作(zuò)品(pǐn)已(yǐ)经获得(dé)了大量的浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之一(yī)，他用朋友(yǒu)的照(zhào)片(piàn)直接带(dài)她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文(wén)字(zì)。

再(zài)用Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定骨骼开始换关键词试效果。

通过图片(piàn)就可以看出来，效果(guǒ)十分惊艳。

更(gèng)厉害的是(shì)，除了真(zhēn)实的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转(zhuǎn)全彩图。大神张吕(lǚ)敏其本尊(zūn)也亲(qīn)自(zì)回应。

不得不说当(dāng)下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚至输出的(de)作(zuò)品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全(quán)问(wèn)题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍网络，而(ér)经过(guò)警方辟谣这所谓的“party”可(kě)能是全(quán)国(guó)第一(yī)起(qǐ)AI绘(huì)图(tú)诈(zhà)骗。

由于这个活动里(lǐ)面给出(chū)的美女照片都是(shì)AI制作的真人照片绘图(tú)，因为太(tài)逼(bī)真，被大家当成真(zhēn)事(shì)传播了。

不过仔细(xì)观察可以发(fā)现，活动发起者提供的照片中有个很大的漏洞可以发现并非(fēi)真人(rén)，而是(shì)AI绘图，那便是图片(piàn)中女性的手(shǒu)指部分(fēn)有(yǒu)的存在异常。

有(yǒu)行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画(huà)算(suàn)法比较(jiào)复杂(zá)，AI还(hái)不太会画人的(de)手，但最新看(kàn)到的图片已经有越来越完(wán)美(měi)的AI模型出现，以后可能就完全没(méi)有(yǒu)漏洞了。”

类似的(de)AI作图(tú)诈(zhà)骗在(zài)国外也(yě)已有发(fā)生。据英国广播公司报道(dào)，土耳其(qí)地震期(qī)间，有Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假照片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前(qián)随(suí)着技术(shù)发(fā)展(zhǎn)，AIGC已经能(néng)做出(chū)真人照片般的绘图(tú)效(xiào)果，如果这样的图片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕(pà)。

此(cǐ)外AIGC还(hái)引发了很多(duō)担忧，一方面，批判者(zhě)认为AI在“学习”了大(dà)量前人的作品之(zhī)后，其创作没有任何(hé)情绪(xù)和(hé)灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效的解决，还有AIGC会(huì)不(bù)会代替人类“至(zhì)高无(wú)上”的创意。

马(mǎ)斯克也强(qiáng)调，人工智(zhì)能的安全问题需要(yào)得到重视，太晚就来(lái)不及了。

03

AIGC下一站除了(le)视频，还(hái)有远方

技术都是有两面性(xìng)的，潜在(zài)的危害并不能掩盖其光辉的贡(gòng)献。现(xiàn)在看来，人工(gōng)智(zhì)能技术(shù)将是第四次工(gōng)业(yè)革命的核心驱动力(lì)量，将创造(zào)新的增(zēng)长奇迹。

过去一(yī)年(nián)，人工智能在技(jì)术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技(jì)术发生(shēng)方(fāng)向性改(gǎi)变的一个代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发布了几条引(yǐn)爆科技圈(quān)的短视频。这些视(shì)频引发关注并(bìng)非内容做得多优(yōu)秀，反而都(dōu)非常简(jiǎn)单，比如一匹正在(zài)喝水的马(mǎ)，一只画(huà)画的(de)玩具熊，或者一(yī)段(duàn)骑摩托车(chē)的第(dì)一视(shì)角录(lù)像(xiàng)离婚后男人会想孩子吗，离婚后男人会想孩子吗，随便(biàn)一个有手机的人都可(kě)以随手(shǒu)录(lù)下一(yī)段。

但这些短(duǎn)视(shì)频的创作方式非常简单，创作者(zhě)仅仅需要向AI输入一段(duàn)话，甚至只(zhǐ)是说(shuō)一下要求，AI就可以(yǐ)根(gēn)据需要生成一段(duàn)视(shì)频(pín)。

谷歌发(fā)布的两个AI生(shēng)成(chéng)视频分别来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主(zhǔ)要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的(de)差(chà)别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗(gěng)，一个能(néng)够做(zuò)出更(gèng)高清视(shì)频(pín)的AI还不足以(yǐ)在短时间(jiān)内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以(yǐ)制作出超过2分钟(zhōng)的连贯(guàn)的(de)也有确切内(nèi)容的视频，这才是(shì)真正让人们感到惊喜的地(dì)方。因为无论AI生成的视(shì)频多么高清，也只能是为(wèi)内容生产者提供一个灵(líng)感(gǎn)，一个(gè)素材，一(yī)个过(guò)场动(dòng)画(huà)。

不过能够(gòu)制作出有具体剧(jù)情内容(róng)的视(shì)频就意味(wèi)着，一(yī)些视频创作由AI代(dài)替人工完成已经初步有了(le)可能。

当(dāng)下AI的发展速度已经超过大部分(fēn)人的想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方式(shì)，可以(yǐ)为内容产业带来(lái)更(gèng)新的内容风格、更快(kuài)的生产速度，更低的生产成(chéng)本，这无疑会驱动内容(róng)产业的大爆发(fā)。

除了(le)AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代码(mǎ)、机(jī)器人动作等多种内容形式(shì)的生成(chéng)。不难发(fā)现(xiàn)该项技术(shù)不仅(jǐn)在游戏等行业能得到有效应(yīng)用，对于(yú)下一代(dài)互联网各(gè)种元素的(de)构(gòu)建亦有关键意(yì)义。

从商业化(huà)的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本身就对基于(yú)AI的可视化(huà)内(nèi)容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频(pín)或不是(shì)结果，而只是AI进程(chéng)中的一块重要(yào)拼图，有望在(zài)技术更新的加(jiā)持(chí)下实现更(gèng)大的应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可以生成内(nèi)容，甚至能够创(chuàng)造出(chū)独立价值和(hé)独立视(shì)角的(de)内容。AIGC的再次出圈，更代表着(zhe)未来的先进生(shēng)产(chǎn)力即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大模(mó)型、图(tú)像(xiàng)大模型之后，多模态大模型已经成(chéng)为(wèi)了(le)新的(de)趋(qū)势。

大模型被誉为当(dāng)前人工智能发展的智能底座，是全球竞争最(zuì)激烈的研究(jiū)方(fāng)向之一，包(bāo)括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不过训练大模型(xíng)的确价格不菲(fēi)，以国(guó)盛(shèng)证券发布的(de)《ChatGPT需(xū)要多少算(suàn)力(lì)》报告估算，GPT-3训练一次的成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型(xíng)语言模型)，训(xùn)练成本则介于200万美元至1200万美元高价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数(shù)1300万计算，其对应芯片(piàn)需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离(lí)不开(kāi)庞大算力支持。在(zài)关注(zhù)各类大模型的发展同时，更应该关(guān)注算(suàn)力网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智(zhì)能发(fā)展的终极目标(biāo)离得更近(jìn)。

因为算力可以对突破(pò)性(xìng)技术创新(xīn)提供(gōng)大力(lì)的支持。这方面，多模态大模(mó)型是典型。作(zuò)为面向未来强(qiáng)人工智能、通用人工智能的重(zhòng)要技术(shù)创(chuàng)新，多模态(tài)大模型已经在人工智能领域提出(chū)了很(hěn)多年(nián)，业(yè)界也有不(bù)少技术突破(pò)，但(dàn)是，多模态大模型进一(yī)步往(wǎng)下走，算力需求呈(chéng)几何式(shì)上升(shēng)，一般的算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独(dú)一(yī)项的训练，到双模(mó)态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对(duì)不(bù)同(tóng)模态的转化、像(xiàng)人与世界交互一样自然，这方面，由算力(lì)网络(luò)来驱动将有明显优势。

此(cǐ)外(wài)，还有很多需要爆发式增(zēng)长的(de)算力来支撑的技术创新，将在人(rén)工智能算(suàn)力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创(chuàng)造的边际成本降低(dī)，让万众受(shòu)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 离婚后男人会想孩子吗，离婚后男人会想孩子吗