自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能话题。在最(zuì)近(jìn)的一(yī)次采访中，他再次(cì)表示(shì)：“AI可能(néng)会让科(kē)技行业迎来(lái)一次剧烈的洗牌”。

这个结(jié)论是他(tā)在当地(dì)时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会威胁到谷(gǔ)歌的(de)市占率，因(yīn)为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手(shǒu)”，包揽一切(qiè)应(yīng)用，与人们(men)进行沟通并(bìng)提(tí)供建议，可以取(qǔ)代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到(dào)来(lái)可(kě)能尚需(xū)时日(rì)，但由ControlNet引发的又(yòu)一(yī)次AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中(zhōng)杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时(shí)候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞(jìng)赛中，一幅名为(wèi)《太(tài)空歌剧院》的作品获(huò)奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画软件(jiàn)被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可(kě)以在(zài)应用中(zhōng)输(shū)入一组关键词或者(zhě)一张照片，就能获(huò)得(dé)一幅AI创(chuàng)作的画作。

作画的(de)关(guān)键就是(shì)所(suǒ)输入(rù)的文本。同一组关键词(cí)也可以创作(zuò)出很多张风格不(bù)一样的画作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很多用户很(hěn)喜(xǐ)欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生(shēng)成(chéng)的美(měi)图当做头像。而另一(yī)部分喜欢翻看(kàn)AI绘(huì)画的(de)“翻车(chē)”作品(pǐn)。在(zài)社交媒体上，许多(duō)用户(hù)分享AI“翻车现(xiàn)场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男”，还有网友的(de)个人照(zhào)片被AI识别成了建筑(zhù)。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写(xiě)关键词(cí)游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在斯(sī)坦福读博的中国(guó)人张吕敏创作的(de)一(yī)种(zhǒng)基于(yú)控制点的图(tú)像变形(xíng)算(suàn)法，主要用(yòng)于数字图像处(chù)理、计(jì)算(suàn)机(jī)视觉和(hé)计(jì)算(suàn)机图形学等(děng)领域。

其SD插件一经(jīng)发布，在短(duǎn)短(duǎn)的两天(tiān)内便(biàn)成为(wèi)了AI绘画领域(yù)最新(xīn)的热点。

在(zài)此之前，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的结(jié)果(guǒ)尽可能的符合要(yào)求，但是都不(bù)尽如人意，它(tā)的出现(xiàn)代表着AI生成开始进(jìn)入真正的可控时期。

因为(wèi)ControlNet可以直接提取(qǔ)画面的(de)构图，人物的(de)姿(zī)势(shì)和画面的深(shēn)度信息等。有了它的帮(bāng)助，就(jiù)不用频繁的(de)用(yòng)提示词来碰(pèng)运气，抽盲盒式(shì)的创(chuàng)作(zuò)了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了大量(liàng)的浏(liú)览量，“viggo”就是(shì)其(qí)中(zhōng)之一(yī)，他用朋友的(de)照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

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

通过(guò)图片就可以看出来，效果十分(fēn)惊(jīng)艳。

更(gèng)厉害(hài)的(de)是，除(chú)了真实(shí)的照片，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介(jiè)绍到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当(dāng)下(xià)AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍(biàn)网(wǎng)络(luò)，而(ér)经(jīng)过(guò)警方辟谣这所(suǒ)谓(wèi)的“party”可能(néng)是全国第(dì)一起(qǐ)AI绘(huì)图诈骗。

由(yóu)于这个活动里(lǐ)面给(gěi)出的美女照片都是AI制作(zuò)的真人(rén)照片(piàn)绘(huì)图(tú)，因(yīn)为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发(fā)起(qǐ)者提(tí)供的照片中(zhōng)有个很大的漏洞可(kě)以发现并非真(zhēn)人，而(ér)是AI绘(huì)图，那便是图片中女性的手(shǒu)指(zhǐ)部分有的存(cún)在异常。

有行业人事表示：“现在因为手指部分的(de)绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的手(shǒu)，但(dàn)最新看(kàn)到的(de)图片已经有越(yuè)来越完美(měi)的AI模型(xíng)出现，以后可能就(jiù)完全没(méi)有漏洞了(le)。”

类似的AI作图诈骗在国(guó)外也已有发生(shēng)。据(jù)英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的假照片发布到(dào)网络，以此诱骗(piàn)善(shàn)良的人打赏“捐助”从而实施诈骗。

目(mù)前(qián)随着(zhe)技(jì)术发(fā)展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般的(de)绘图效果(guǒ)，如果这样的(de)图(tú)片被用(yòng)来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习”了大量前人的(de)作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂，难以和人(rén)类的艺术(shù)创(chuàng)作相(xiāng)提并论。

另(lìng)一方面，AIGC背(bèi)后的版权(quán)、目(mù)前都(dōu)并没(méi)有得到有(yǒu)效的解决，还有AIGC会(huì)不(bù)会代替人类“至高无(wú)上(shàng)”的(de)创(chuàng)意。

马(mǎ)斯克也(yě)强调，人工智(zhì)能的(de)安全问题需(xū)要得到(dào)重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有两(liǎng)面(miàn)性(xìng)的，潜在(zài)的危(wēi)害并不能掩盖其光(guāng)辉(huī)的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技术(shù)将是第四次工(gōng)业革命的核心驱动(dòng)力(lì)量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人(rén)工智能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术(shù)发生方向性改变的(de)一个代表。其下一站或(huò)许(xǔ)就是视(shì)频。

此前(qián)，Meta和谷歌先后发(fā)布(bù)了几条引爆(bào)科技圈的短视频。这些视频引发(fā)关注(zhù)并非(fēi)内容做得多优秀，反而都非(fēi)常简单，比如一匹(pǐ)正在喝水的(de)马(mǎ)，一只画画的玩具(jù)熊(xióng)，或者一(yī)段骑(qí)摩托车的第一视(shì)角录像，随便一个有(yǒu)手机的人都可(kě)以(yǐ)随手录下一段。

但这些短视(shì)频的创作(zuò)方式非(fēi)常简单，创(chuàng)作(zuò)者(zhě)仅仅(jǐn)需(xū)要向(xiàng)AI输(shū)入(rù)一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别(bié)。

在Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经(jīng)玩了一波梗，一(yī)个(gè)能(néng)够做出更高(gāo)清视频的AI还不足以在短时(shí)间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以(yǐ)制作出超过(guò)2分钟的连贯的(de)也有确(què)切(qiè)内容的(de)视(shì)频，这才(cái)是真正让人们感到惊喜的地方。因为无论(lùn)AI生成的视(shì)频(pín)多(duō)么高清，也只能(néng)是为(wèi)内容生(shēng)产者提供一个灵(líng)感，一个素材，一个过场动(dòng)画。

不过能够制(zhì)作出(chū)有具体剧情内容的视频就意味着，一些(xiē)视频创(chuàng)作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发展速(sù)度已经超过大(dà)部分人的想象(xiàng)。内(nèi)容产业的(de)本质是供(gōng)给创(chuàng)造需求，AIGC作为全新的(de)内(nèi)容生产方(fāng)式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容(róng)风格、更快的(de)生产速度，更低的(de)生产成本，这无疑会(huì)驱动内(nèi)容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动作等多种内容形式的生成。不(bù)难(nán)发现该(gāi)项技术不(bù)仅(jǐn)在游戏等行业能得到有效应用，对于下一代(dài)互联网各(gè)种(zhǒng)元(yuán)素的构建亦有关键意(yì)义。

从商业(yè)化的角度来看，文(wén)化娱乐、教(jiào)育(yù)、传(chuán)媒等诸多领域，本身就对基于(yú)AI的可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画及视频(pín)或(huò)不(bù)是结果，而(ér)只是AI进程中的(de)一块重要(yào)拼图，有望在(zài)技(jì)术更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从理解内容(róng)，走向(xiàng)了可以生(shēng)成内(nèi)容，甚(shèn)至能(néng)够(gòu)创造出独立(lì)价值和独立视角的内容。AIGC的再次(cì)出(chū)圈，更代表着未来的先进生产(chǎn)力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在(zài)语(yǔ)言大模型、图像大模型之后，多模态大模型已经(jīng)成为了新的趋(qū)势。

大模型被誉为当前人工智(zhì)能发展的智能(néng)底座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众(zhòng)多头部企业都在竞相(xiāng)发力。

不过训练大模(mó)型的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于(yú)一些更(gèng)大(dà)的LLM(大型语言(yán)模型(xíng))，训练成本则(zé)介于200万(wàn)美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯片(piàn)需求(qiú)为(wèi)3万多片(piàn)英伟(wěi)达(dá)A100 GPU，初始投入(rù)成本(běn)约为(wèi)8亿(yì)美元，每日(rì)仅电费就(jiù)在5万美(měi)元左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开(kāi)庞(páng)大(dà)算力支持。在关(guān)注各类大模型的(de)发展(zhǎn)同时，更应该关(guān)注算力网络的建设。

算力网(wǎng)络正(zhèng)驱动AI产业(yè)发展进入史诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离(lí)得更近。

因为算力可以对突破性技术创新提供大(dà)力(lì)的支(zhī)持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人工智(zhì)能的重要技术创新，多(duō)模态大模型(xíng)已(yǐ)经在人(rén)工智能领域提出了很(hěn)多年(nián)，业(yè)界也(yě)有不少(shǎo)技术突破(pò)，但(dàn)是，多模态(tài)大(dà)模型进一步(bù)往下走，算力(lì)需求(qiú)呈几何(hé)式上(shàng)升，一般的算力基础设(shè)施很(hěn)快将(jiāng)难(nán)以胜任。

从图(tú)像、文(wén)字、语(yǔ)音单独(dú)一项的训练(liàn)，到双模态、三模态的跃(yuè)迁(qiān)，让人工智能可以灵活应对(duì)不(bù)同模态的转化、像人与世界(jiè)交(jiāo)互一样自然，这方面，由(yóu)算力(lì)网络来驱(qū)动将有(yǒu)明显优(yōu)势。

此外，还有很多需要(yào)爆发式增长的(de)算(suàn)力(lì)来支(zhī)撑的技术创(chuàng)新(xīn)，将在人(rén)工智能算力网络支(zhī)撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露出曙光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产的方式，将(jiāng)创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 10002是什么电话啊 10002是哪个学校代码