自聊天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖(gài)茨已多次公开谈(tán)论人(rén)工智能话题。在(zài)最(zuì)近的一次采访中，他再次表示：“AI可(kě)能会让科技行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结论是他在当地时间2月20日(rì)接受《In Good Company》节(jié)目专访时提出(chū)的(de)。

他(tā)预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌(gē)的(de)市占率(lǜ)，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合成(chéng)用户的“全能(néng)助(zhù)手(shǒu)”，包揽(lǎn)一切应用，与人们进行(xíng)沟通并提(tí)供建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬口中全(quán)能助手的到来可能尚(shàng)需时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画(huà)浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为代表的AIGC上一次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州(zhōu)举办的新兴(xīng)数字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌剧院》的作品获(huò)奖(jiǎng)。

随(suí)后各大厂商的(de)AI绘画软件被广大(dà)网友熟知并体验，Stable Diffusion便是(shì)其中代表。

结婚时还是处的多吗，结婚还是处的有多少span style='color: #ff0000; line-height: 24px;'>结婚时还是处的多吗，结婚还是处的有多少ing="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4a712a72a22d7ba.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.7261345852895149" data-s="300,640" data-type="jpeg" data-w="639">

用户们(men)可以在应用(yòng)中(zhōng)输入一(yī)组关键词或者一张(zhāng)照片，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画的关键就是所输(shū)入的文本。同一组关键词也可(kě)以创作(zuò)出很多(duō)张风格不一样(yàng)的画作，这让创(chuàng)作的过(guò)程就像开盲盒。

很多(duō)用户很喜欢这(zhè)种不确(què)定的惊喜，他们会将生成的(de)美图当做头像。而另一(yī)部分喜欢翻(fān)看(kàn)AI绘画的“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例(lì)如，一(yī)位网友的小狗照片被AI画(huà)成了(le)“肌肉男”，还有(yǒu)网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张吕敏创作的一种基于控(kòng)制(zhì)点的(de)图像(xiàng)变形算法，主要用(yòng)于数字图像处理、计算机视觉和计(jì)算机图形学等(děng)领(lǐng)域。

其(qí)SD插件一(yī)经发布，在短短的(de)两(liǎng)天内便成为了AI绘画(huà)领域最新(xīn)的(de)热(rè)点。

在此之(zhī)前，大家用了很多(duō)方法想让AI生成的结(jié)果尽可能的符合要求，但是都不尽如人(rén)意，它的(de)出现代表(biǎo)着(zhe)AI生(shēng)成开(kāi)始进入真正的可控(kòng)时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物(wù)的姿势和画面(miàn)的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的(de)浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接(jiē)带她们走进(jìn)动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用(yòng)Text2Prompt插件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼(gé)开始(shǐ)换(huàn)关键词试效果。

通过图片就可以(yǐ)看出来，效果十分惊艳(yàn)。

更(gèng)厉害(hài)的(de)是，除了真实的照片，草(cǎo)图(tú)也(yě)可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现(xiàn)线(xiàn)稿转全(quán)彩图。大神(shén)张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能(néng)以假乱真了(le)。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所(suǒ)谓的“party”可能是全国(guó)第一(yī)起AI绘图(tú)诈骗。

由于这个活动里面给出的美女(nǚ)照(zhào)片都是AI制作(zuò)的真(zhēn)人照片(piàn)绘图，因为太逼真(zhēn)，被大家当成(chéng)真事传(chuán)播了。

不(bù)过仔细观察可以(yǐ)发(fā)现，活动发起者(zhě)提供的照(zhào)片中有个很大的漏(lòu)洞可以发现并非真人(rén)，而(ér)是(shì)AI绘图(tú)，那便是图片中女性(xìng)的手指部分(fēn)有的存(cún)在异常。

有行业(yè)人事表示：“现在(zài)因为手指部分的绘画算法(fǎ)比较复杂，AI还不太会画(huà)人的手，但最新看到的图片已经有越(yuè)来越完美的AI模型出现，以后可(kě)能就完全没有漏洞(dòng)了。”

类(lèi)似(shì)的AI作图诈骗在国(guó)外也已有发生(shēng)。据英国广播公司报(bào)道，土耳其(qí)地震(zhèn)期间(jiān)，有(yǒu)Tiktok用户(hù)使(shǐ)用AI合(hé)成了儿童(tóng)受灾的假照(zhào)片发(fā)布到网(wǎng)络(luò)，以(yǐ)此诱骗(piàn)善良的人打赏“捐助”从而实施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已经能(néng)做出(chū)真人(rén)照片(piàn)般的绘图(tú)效(xiào)果(guǒ)，如果这样(yàng)的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批判者认(rèn)为AI在“学习”了大量前人的(de)作品之后，其创作没有任何情绪和(hé)灵魂，难以和人(rén)类的(de)艺术创作相提并论(lùn)。

另一方面(miàn)，AIGC背后的版权、目前(qián)都并没有得(dé)到有效的(de)解决，还有(yǒu)AIGC会不会代替人(rén)类“至高无上(shàng)”的创意。

马斯(sī)克也强调，人工智能的安全问题(tí)需(xū)要得(dé)到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一(yī)站除了视(shì)频，还有远方

技术(shù)都是(shì)有两面性的，潜在的危害并(bìng)不能掩盖其光(guāng)辉的贡献。现在看来，人工(gōng)智能技术将是第四(sì)次工业革(gé)命的核心驱动力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹。

过去一(yī)年，人(rén)工(gōng)智能在技(jì)术(shù)和(hé)商业层面都有了巨大进展(zhǎn)，AI绘(huì)画(huà)就是人工智能技术发生(shēng)方向性(xìng)改(gǎi)变的一(yī)个代表(biǎo)。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了几条引爆科技(jì)圈(quān)的短视(shì)频。这些视(shì)频引发关(guān)注并非内容做得多优秀，反而都非常简单(dān)，比如一匹正在喝(hē)水(shuǐ)的马，一只画画(huà)的玩具熊，或(huò)者(zhě)一段骑摩托车的(de)第一视角录(lù)像，随便一(yī)个有手机的人都可以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式(shì)非常简单，创作(zuò)者(zhě)仅仅需(xū)要向(xiàng)AI输(shū)入(rù)一段(duàn)话，甚(shèn)至(zhì)只是说一下(xià)要求，AI就可以根据需要生成(chéng)一(yī)段(duàn)视频。

谷歌发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了(le)AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更高(gāo)清(qīng)视频的(de)AI还不足以在短(duǎn)时间内(nèi)戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以(yǐ)制作出超过2分钟(zhōng)的连贯(guàn)的也有确(què)切内容的视(shì)频，这才是真正(zhèng)让人(rén)们(men)感到惊喜(xǐ)的地方。因为(wèi)无(wú)论AI生成的视频(pín)多么(me)高清，也(yě)只(zhǐ)能是为内(nèi)容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不过(guò)能够制(zhì)作出(chū)有具(jù)体剧情内容的视频就意(yì)味着，一些视频创作由(yóu)AI代替人工完成已经初步有了可能。

当下AI的发展速度已(yǐ)经超过(guò)大(dà)部分人的想(xiǎng)象(xiàng)。内容(róng)产业的(de)本质是供给创造需求，AIGC作为全新(xīn)的内容生产(chǎn)方式，可以为内容产业带来(lái)更(gèng)新的(de)内容风(fēng)格、更快(kuài)的生产速度，更低的(de)生产成本，这无疑(yí)会(huì)驱动内容产业的大爆发。

除了AI绘(huì)图、视(shì)频，AIGC技(jì)术(shù)还能应(yīng)用于音(yīn)乐、代(dài)码、机器(qì)人动作等多种内容形式的生成(chéng)。不难发(fā)现(xiàn)该项技术不仅在(zài)游戏等行(xíng)业能得到有效应用，对于下(xià)一代互联网各(gè)种元素(sù)的(de)构建(jiàn)亦有关键意义(yì)。

从(cóng)商业(yè)化的角度来看，文(wén)化娱乐、教育、传媒等(děng)诸多(du结婚时还是处的多吗，结婚还是处的有多少ō)领域，本身就对基于AI的(de)可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结(jié)果(guǒ)，而只是AI进程中的一块重要拼图，有望在技(jì)术(shù)更新的加持下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创造出独立(lì)价(jià)值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更代表着未(wèi)来(lái)的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发(fā)展也可以看(kàn)出，在语言(yán)大模型、图像大模型(xíng)之后(hòu)，多模态大(dà)模型已经(jīng)成为了(le)新的趋势。

大(dà)模(mó)型被(bèi)誉为(wèi)当前人工智能(néng)发展的(de)智(zhì)能底座(zuò)，是全球竞争(zhēng)最激烈的(de)研(yán)究方向之一(yī)，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾讯(xùn)等(děng)众多头部企业都在(zài)竞(jìng)相(xiāng)发(fā)力。

不过训练大模(mó)型的(de)确价格不菲，以国(guó)盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练(liàn)一次的成(chéng)本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训(xùn)练(liàn)成(chéng)本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片(piàn)需求为3万(wàn)多片(piàn)英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力支(zhī)持。在关注各类大模型的发展同时，更(gèng)应(yīng)该关注算(suàn)力网络的建设。

算力网络正驱动AI产业(yè)发展(zhǎn)进入史诗级加(jiā)速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的终极目标离得更近。

因为算(suàn)力可(kě)以对突破性技术(shù)创新提供(gōng)大力的支持。这方(fāng)面，多(duō)模态大(dà)模型(xíng)是典型(xíng)。作为面(miàn)向未(wèi)来(lái)强人(rén)工智(zhì)能、通用人(rén)工智能的重要技(jì)术(shù)创新(xīn)，多模态(tài)大(dà)模型(xíng)已经在人工智能领域(yù)提(tí)出了很多年，业(yè)界也有不(bù)少技术突破，但是，多模态大模型进一步(bù)往(wǎng)下(xià)走，算力(lì)需求呈几何式上(shàng)升(shēng)，一般(bān)的算力基础设施很快将(jiāng)难以胜任。

从图像、文字、语音单(dān)独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让人(rén)工智能可(kě)以灵活(huó)应对不同模态(tài)的转化、像(xiàng)人与(yǔ)世(shì)界交互一样(yàng)自然，这方(fāng)面，由算力网(wǎng)络来(lái)驱动(dòng)将有明(míng)显优势(shì)。

此(cǐ)外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创(chuàng)新(xīn)，将在人工智能算(suàn)力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出(chū)曙光，期待(dài)在大(dà)模(mó)型和大算力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方式，将(jiāng)创造的(de)边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：绿茶通用站群 结婚时还是处的多吗，结婚还是处的有多少