自(zì)聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔(ěr)·盖茨(cí)已多(duō)次公(gōng)开谈论人工智能话题。在最(zuì)近的(de)一次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结(jié)论是(shì)他(tā)在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会(huì)威胁到谷歌的(de)市(shì)占率(lǜ)，因为微软在AI方(fāng)面的(de)行(xíng)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”，包揽一切应用，与人们(men)进(jìn)行(xíng)沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中(zhōng)全能助手的到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火的时候，还是(shì)2022年8月，在美(měi)国(guó)科罗拉多(duō)州举办的新(xīn)兴数字艺术家竞赛(sài)中，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的作品(pǐn)获奖(jiǎng)。

随后各大(dà)厂(chǎng)商的AI绘画(huà)软件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可以在应用中输入一(yī)组关键词或者一(yī)张照片(piàn)，就能获得(dé)一(yī)幅AI创作(zuò)的画(huà)作。

作画的关键就是(shì)所输入的文本。同一组关键词也可以创作出很多张风格不一(yī)样的画(huà)作，这让创作的过程就像开盲盒(hé)。

很(hěn)多用户很喜欢(huān)这种不确定(dìng)的惊喜，他们会将(jiāng)生成的(de)美图当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻(fān)车”作品。在社交媒(méi)体上，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还有网(wǎng)友的(de)个人照(zhào)片被AI识(shí)别成了建筑。

而如今随着ControlNet的(de)出现与加(jiā)持，以(yǐ)往AI绘画的填写(xiě)关键词游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人张(zhāng)吕敏创作的一(yī)种基于控制点的图像(xiàng)变形算(suàn)法，主(zhǔ)要用于数字(zì)图像处理(lǐ)、计算机视觉和计(jì)算机图形学等领域。

其SD插(chā)件(jiàn)一(yī)经发布，在短短(duǎn)的两天内便成为(wèi)了AI绘画(huà)领域(yù)最新的热点。

在此之前，大家用了很多方法想让AI生成的结果尽(jǐn)可能的(de)符合要求(qiú)，但(dàn)是都不尽如人意，它的出现代表着AI生成开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画(huà)面的构图，人物的姿(zī)势和画面(miàn)的深度信息等。有(yǒu)了它的帮助，就不用频繁的用提示词来碰(pèng)运气(qì)，抽(chōu)盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作(zuò)品已经获(huò)得(dé)了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是其中之(zhī)一，他用朋(péng)友的(de)照片直接(jiē)带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应(yīng)的关键词；最(zuì)后用(yòng)ControlNet插件绑定骨骼(gé)开始换(huàn)关键词试(shì)效果。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害的是，除了(le)真(zhēn)实的(de)照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大(dà)神(shén)张吕敏其本(běn)尊也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变(biàn)得越(yuè)来越(yuè)强大，甚(shèn)至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安(ān)全(quán)问(wèn)题

近日，“苏州金鸡湖(hú)有游(yóu)艇party”的(de)消息火遍网(wǎng)络，而经过(guò)警方辟(pì)谣这所(suǒ)谓的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于这个活动(dòng)里面给出的美(měi)女照片(piàn)都是AI制作的真人照片绘图，因为太(tài)逼(bī)真，被(bèi)大家当成真事传播了。

不过仔细(xì)观察可(kě)以发现，活动发起(qǐ)者提(tí)供的(de)照片中有个很大(dà)的漏洞可以发现(xiàn)并非真人，而(ér)是AI绘(huì)图，那便是(shì)图(tú)片中女性(xìng)的手指部(bù)分有的(de)存在异常。

有(yǒu)行业人事表示：“现在因(yīn)为(wèi)手指部(bù)分(fēn)的绘画算(suàn)法比较(jiào)复杂，AI还不(bù)太会画人(rén)的(de)手，但最新看(kàn)到的图片已经(jīng)有越来越完(wán)美的AI模型出现，以后可能就(jiù)完全没有漏洞(dòng)了(le)。”

类似(shì)的AI作图诈骗在国外也已有发生(shēng)。据英(yīng)国广播公(gōng)司(sī)报道，土(tǔ)耳其地震期(qī)间，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受灾的假(jiǎ)照片发布到网络，以(yǐ)此诱骗(piàn)善良(liáng)的人打赏“捐助”从而实(shí)施诈骗。

目前(qián)随着技术发展，AIGC已经能做出(chū)真人照(zhào)片(piàn)般的绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引(yǐn)发(fā)了(le)很多担(dān)忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作品(pǐn)之后，其(qí)创作没有任何情绪和灵魂，难以和人(rén)类的艺(yì)术创作(zuò)相提并论。

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(yǒu)AIGC会不(bù)会代替(tì)人类“至高无上”的(de)创意。

马斯(sī)克也强调(diào)，人工智能(néng)的安全问题需要(yào)得到重视，太晚就来(lái)不及了。

AIGC下一站除(chú)了视频，还有远方

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来(lái)，人(rén)工智能(néng)技术将是第四次工业革命的核心驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能(néng)在技术和商(shāng)业层面都有了巨大进(jìn)展(zhǎn)，AI绘画就是(shì)人工(gōng)智能技术发生方向(xiàng)性(xìng)改变的一个代表。其(qí)下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几条引(yǐn)爆科技圈(quān)的短视频。这些(xiē)视频引发关注并非内容做(zuò)得(dé)多优秀，反(fǎn)而都非常简(jiǎn)单，比如(rú)一匹正在喝水的马，一(yī)只画(huà)画的玩具熊(xióng)，或者(zhě)一(yī)段骑摩托车的第一视角录像，随便(biàn)一个有手机的人都(dōu)可以随手录(lù)下一段(duàn)。

但这(zhè)些短视频的创作方式非常简单，创(chuàng)作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要(yào)求(qiú)，AI就(jiù)可以根据需要生(shēng)成(chéng)一段(duàn)视频。

谷(gǔ)歌发布的(de)两个A陌上花开是什么意思,代表什么，微信名陌上花是什么意思I生成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就(jiù)已经玩了一波(bō)梗，一(yī)个能够做出(chū)更高清(qīng)视频的AI还不足(zú)以在短时间内戳中兴奋点。

Phenaki更(gèng)加令人(rén)震惊的地方在于(yú)，它可以(yǐ)制作出超过2分钟的(de)连贯的也有(yǒu)确切(qiè)内容的视频，这才是真(zhēn)正让(ràng)人们(men)感(gǎn)到惊(jīng)喜的(de)地(dì)方。因为无论AI生成(chéng)的视频多么高清(qīng)，也只(zhǐ)能(néng)是为内容生产者提供一(yī)个灵感，一个素材，一(yī)个(gè)过场动画。

不(bù)过能够制作出(chū)有具(jù)体剧情内(nèi)容的视频就意味着，一些视频创(chuàng)作由(yóu)AI代替人(rén)工完成(chéng)已经(jīng)初步(bù)有了可能。

当(dāng)下AI的(de)发展速(sù)度已经超过(guò)大部分人的想(xiǎng)象。内(nèi)容(róng)产业(yè)的本质是(shì)供给创造需求，AIGC作为(wèi)全新的(de)内容(róng)生产方式(shì)，可(kě)以为内(nèi)容(róng)产业带(dài)来更新的内(nèi)容风格、更快(kuài)的生产速度，更低(dī)的生产(chǎn)成(chéng)本(běn)，这无疑(yí)会驱动内容产(chǎn)业的(de)大爆发。

除了(le)AI绘(huì)图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人(rén)动作等多(duō)种内(nèi)容形式(shì)的生成(chéng)。不(bù)难发现(xiàn)该项技术不仅(jǐn)在游戏等行业能(néng)得到有效应用，对于下一代(dài)互联网各种元素(sù)的构建亦(yì)有关键意义。

从商(shāng)业(yè)化(huà)的角度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域，本身就对(duì)基(jī)于AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘(huì)画及(jí)视频或不是结果，而(ér)只(zhǐ)是(shì)AI进程中的一(yī)块重要(yào)拼图，有望在技术更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从(cóng)理解内容，走(zǒu)向了(le)可以生成内容，甚(shèn)至能够创造(zào)出独立(lì)价(jià)值和独立视角的内容(róng)。AIGC的(de)再次(cì)出圈，更代表着未来的先进生产力即将到(dào)来(lái)。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可以看(kàn)出，在语(yǔ)言(yán)大模型、图(tú)像(xiàng)大模型之(zhī)后，多模(mó)态(tài)大模型已(yǐ)经成为了(le)新的趋(qū)势。

大(dà)模型被(bèi)誉为(wèi)当前人工智能发展的智能(néng)底(dǐ)座，是全(quán)球竞争(zhēng)最激烈的研究(jiū)方向之一，包括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业都在(zài)竞相发力。

不过(guò)训练大模(mó)型的(de)确价(jià)格不菲，以国(guó)盛证券(quàn)发布(bù)的《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训练一次(cì)的成本约为(wèi)140万美(měi)元(yuán)。而对于一些(xiē)更大(dà)的LLM(大(dà)型语言模(mó)型)，训练成(chéng)本(běn)则介于200万美元至(zhì)1200万美(měi)元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片需求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿美(měi)元(yuán)，每日仅电费就在5万(wàn)美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在关注各类大模型的发展同时，更应该关注算(suàn)力网络的建设。

算力(lì)网络正(zhèng)驱动(dòng)AI产业发展进(jìn)入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人工(gōng)智能(néng)发展的终极目标(biāo)离得更近。

因(yīn)为算力可以对(duì)突破性技(jì)术(shù)创新(xīn)提供大力的支(zhī)持。这方(fāng)面，多模态(tài)大模型是(shì)典型。作为面(miàn)向未来强(qiáng)人(rén)工智能、通用人工智能的重要技术创新(xīn)，多模(mó)态(tài)大模型已经在人工智(zhì)能领(lǐng)域提出了很多年，业界(jiè)也有不少技术突破，但是，多模态大(dà)模型(xíng)进一步往下走(zǒu)，算力(lì)需(xū)求(qiú)呈几何式上升，一般的算力基础设施(shī)很(hěn)快将难以胜任。

从图像(xiàng)、文字、语音单独一(yī)项的训练(liàn)，到双模态(tài)、三模(mó)态的跃迁，让人(rén)工智能(néng)可以灵活应对不同(tóng)模(mó)态的转化、像人与(yǔ)世界交互(hù)一(yī)样自然，这(zhè)方面，由算力网络(luò)来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还有很多需要爆发式增长(zhǎng)的算力来支撑的技(jì)术创新，将在人(rén)工智能算力网(wǎng)络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期(qī)待在大(dà)模型和大(dà)算(suàn)力(lì)的支持下(xià)AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造的(de)边际成本降低，让万(wàn)众受益。

未经允许不得转载：绿茶通用站群 陌上花开是什么意思,代表什么，微信名陌上花是什么意思