自(zì)聊(liáo)天机器人ChatGPT火爆以来，微软公(gōng)司(sī)创始(shǐ)人比尔·盖茨已(yǐ)多次公(gōng)开谈论人工智(zhì)能话题。在最(zuì)近的一次采访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈的洗牌”。

这个结论是他(tā)在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节(jié)目专(zhuān)访时(shí)提出的。

他预期，AI的(de)发展可能会威胁(xié)到谷歌(gē)的市(shì)占率，因为(wèi)微软在(zài)AI方面的行(xíng)动相当迅速(sù)。而(ér)最终科(kē)技(jì)巨头将(jiāng)把AI整合成用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口(kǒu)中全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是(shì)2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴(xīng)数(shù)字艺(yì)术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后(hòu)各大(dà)厂商的(de)AI绘画软件(jiàn)被广(guǎng)大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可以在应(yīng)用中输入一组关键词或者(zhě)一张照片，就能(néng)获得一幅AI创作的画(huà)作。

作(zuò)画的关键就是所输入的文本。同一组关键词也可以创作出(chū)很多张(zhāng)风格不一样(yàng)的画作，这(zhè)让创作的过程就(jiù)像开盲盒。

很多用户很(hěn)喜(xǐ)欢(huān)这种不确定的(de)惊(jīng)喜，他(tā)们会将(jiāng)生成的美图当做头像。而(ér)另(lìng)一(yī)部分喜欢翻看AI绘画的(de)“翻车(chē)”作品。在社交(jiāo)媒体上，许多(duō)用户分享AI“翻车(chē)现场(chǎng)”，例如，一位网友(yǒu)的小(xiǎo)狗照(zhào)片被AI画成了(le)“肌肉(ròu)男(nán)”，还有网(wǎng)友的个(gè)人照片(piàn)被AI识别成了(le)建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏(xì)可(kě)能要(yào)被(bèi)颠覆了(le)。

ControlNet是一位正在斯坦福(fú)读博(bó)的中(zhōng)国人张吕(lǚ)敏创作的(de)一种基于控制点的图(tú)像变形算法，主要用于数字图像处理、计算机视觉和计算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发布，在短(duǎn)短(duǎn)的两天内(nèi)便成为了(le)AI绘(huì)画领域最新(xīn)的热点。

在此之(zhī)前，大家用了(le)很多方(fāng)法想让AI生(shēng)成的结果(guǒ)尽可(kě)能的符合要(yào)求(qiú)，但是都不尽如人意(yì)，它的出(chū)现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可(kě)控时期(qī)。

因为ControlNet可以直(zhí)接提取画面的(de)构图，人物的姿势和画面(miàn)的(de)深度信息(xī)等。有(yǒu)了它的帮(bāng)助(zhù)，就(jiù)不用频(pín)繁(fán)的(de)用提(tí)示词(cí)来碰运气(qì)，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博主的(de)作品已经获(huò)得了(le)大量的浏览量，“viggo”就是其(qí)中之(zhī)一，他用朋(péng)友的照(zhào)片直接带她们走进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开(kāi)始换(huàn)关键词试效(xiào)果。

通过图片就可以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是，除了(le)真实的照(zhào)片，草图也(yě)可以加上“魔法(fǎ)”，知(z小小心意,不成敬意请笑纳，小小心意 不成敬意是什么意思hī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下(xià)AIGC已经变得越来越强大，甚(shèn)至输出的(de)作(zuò)品(pǐn)都已经能以(yǐ)假乱(luàn)真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网络，而(ér)经过警方辟谣这所谓的(de)“party”可能是全国第一起AI绘图诈骗(piàn)。

由(yóu)于这个(gè)活(huó)动(dòng)里面给出的(de)美女照(zhào)片都是AI制作的真人照(zhào)片绘图，因(yīn)为太逼真，被(bèi)大家(jiā)当成真(zhēn)事传播了。

不过仔细观察可以发(fā)现，活动发起者提供(gōng)的照片中有个很大的(de)漏洞(dòng)可以发(fā)现并非真人，而(ér)是(shì)AI绘图(tú)，那便是图(tú)片中女性(xìng)的手指部小小心意,不成敬意请笑纳，小小心意 不成敬意是什么意思分有(yǒu)的存在异常。

有行业人(rén)事表示：“现(xiàn)在因(yīn)为手指(zhǐ)部分的绘画算(suàn)法比(bǐ)较复杂，AI还不(bù)太会(huì)画(huà)人的手，但最(zuì)新看到的(de)图(tú)片已经有越(yuè)来越完美的AI模型出现(xiàn)，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也(yě)已有发(fā)生。据英国广播(bō)公司报道，土耳其地震期间，有(yǒu)Tiktok用户(hù)使(shǐ)用(yòng)AI合成了儿童(tóng)受灾的假(jiǎ)照(zhào)片发布到网络，以此诱骗善良(liáng)的人打(dǎ)赏“捐助(zhù)”从而实(shí)施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)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(zhī)后，其创(chuàng)作(zuò)没有(yǒu)任何(hé)情(qíng)绪和(hé)灵魂(hún)，难(nán)以和人类(lèi)的(de)艺术(shù)创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有(yǒu)得到有效的解决(jué)，还(hái)有AIGC会(huì)不会代替(tì)人(rén)类“至(zhì)高无上”的创意。

马斯克也强(qiáng)调，人(rén)工智能(néng)的(de)安(ān)全问(wèn)题(tí)需(xū)要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术(shù)都是有两面性的，潜在的(de)危害并不能(néng)掩(yǎn)盖其光辉(huī)的贡献。现在看来(lái)，人工智能技术将(jiāng)是第四次(cì)工(gōng)业革(gé)命的核心驱动力量，将(jiāng)创造(zào)新的增长奇(qí)迹。

过(guò)去一(yī)年(nián)，人工智能在技(jì)术和商业层面(miàn)都有了(le)巨大进展，AI绘画就是人工(gōng)智能技术发生方向性改变的一(yī)个代表。其下(xià)一站或许就是(shì)视频。

此前(qián)，Meta和(hé)谷歌先后发(fā)布了几条引爆科(kē)技圈的短(duǎn)视频。这些视频引发(fā)关(guān)注并非内容做(zuò)得多(duō)优秀，反而都非常(cháng)简单(dān)，比如一匹(pǐ)正在喝水的马，一只画画(huà)的玩具熊，或者(zhě)一(yī)段骑(qí)摩托车的第(dì)一视(shì)角录(lù)像，随便一个有手机的人都(dōu)可以随(suí)手录下一段。

但这(zhè)些短视频的创作方式(shì)非常简单(dān)，创作者仅仅需要向AI输(shū)入一段话(huà)，甚至只是说(shuō)一下要求，AI就可(kě)以根据需要(yào)生(shēng)成一段视频。

谷(gǔ)歌发布的(de)两(liǎng)个AI生成(chéng)视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主要突出(chū)的(de)是高清，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视频后，AI圈就(jiù)已(yǐ)经玩了一波(bō)梗，一个能够做(zuò)出更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们感到(dào)惊喜的地方。因(yīn)为无论AI生(shēng)成的视(shì)频多(duō)么高清，也只(zhǐ)能是为(wèi)内容生产者提供一个(gè)灵感，一个素(sù)材，一个过场动(dòng)画。

不(bù)过(guò)能够制作出有(yǒu)具体剧情内容的视频(pín)就(jiù)意味着，一些视频(pín)创作(zuò)由AI代(dài)替人工完成已经(jīng)初步有了可能(néng)。

当下AI的(de)发展速(sù)度已经超过(guò)大部分人的想象。内容产业的本质是供给创造需求，AIGC作为全新的内容生产方式(shì)，可以为内容产业带(dài)来(lái)更新(xīn)的内(nèi)容风格、更快的生产速(sù)度(dù)，更(gèng)低的生产(chǎn)成(chéng)本，这(zhè)无(wú)疑会驱动(dòng)内容产业的(de)大爆发。

除了AI绘(huì)图、视频，AIGC技术还能应用(yòng)于音(yīn)乐(lè)、代码、机(jī)器人动作(zuò)等(děng)多种(zhǒng)内容(róng)形式的(de)生成(chéng)。不(bù)难发现该项技术不(bù)仅在(zài)游戏(xì)等行业(yè)能得到有效应用，对(duì)于(yú)下一代(dài)互联(lián)网(wǎng)各种(zhǒng)元素(sù)的构建亦有关(guān)键意义。

从商业化(huà)的(de)角度来(lái)看，文化(huà)娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本(běn)身就(jiù)对基(jī)于AI的可视化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不是结(jié)果，而只是AI进程中(zhōng)的一块重要拼图，有望在(zài)技术更新的(de)加持(chí)下实现更大(dà)的应用价值。

AI从(cóng)理解内(nèi)容，走向了可以生成内容，甚(shèn)至能(néng)够创(chuàng)造出(chū)独(dú)立价值(zhí)和独立视角的内容。AIGC的再(zài)次(cì)出(chū)圈，更代表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型(xíng)、图像大模(mó)型之后(hòu)，多(duō)模态大(dà)模型已(yǐ)经成为了新(xīn)的趋势。

大模型被(bèi)誉为(wèi)当前人工智能发展(zhǎn)的智能(néng)底座，是全球竞争最激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众多头(tóu)部(bù)企业都在(zài)竞相发力。

不过训练大(dà)模型(xíng)的(de)确价格不菲，以(yǐ)国(guó)盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的(de)成本(běn)约为140万美元。而对(duì)于一些更大的LLM(大(dà)型语言模型)，训练成本则介于(yú)200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离(lí)不开庞大算力(lì)支持。在关注各类(lèi)大模型的发(fā)展同时，更(gèng)应该关注算(suàn)力网络(luò)的建设。

算力(lì)网(wǎng)络正驱动AI产业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通(tōng)用(yòng)AI这一人(rén)工智能发展的终极目标离得更近。

因为算力可以对(duì)突破性技术(shù)创新(xīn)提供大力的支持。这方面(miàn)，多模(mó)态大(dà)模型是典型。作为面向未来强(qiáng)人工智能、通用人工智能(néng)的(de)重要技(jì)术创新，多模态大模型已经在人工智(zhì)能领域(yù)提出了很多(duō)年(nián)，业界也有不少技术(shù)突破(pò)，但是，多模态大模型进一步往下走，算(suàn)力需求呈(chéng)几何式上升，一般的算力基础(chǔ)设施(shī)很(hěn)快将(jiāng)难以胜任。

从(cóng)图像、文字、语音单独(dú)一项的(de)训练，到双模态、三模态的跃(yuè)迁，让(ràng)人(rén)工智能可以(yǐ)灵(líng)活应(yīng)对(duì)不同模态的转化(huà)、像人(rén)与(yǔ)世界(jiè)交互一(yī)样自(zì)然，这方(fāng)面，由算力(lì)网络来(lái)驱动(dòng)将(jiāng)有明显优(yōu)势。

此外，还有很多需要爆发式增长的算力来支撑的技(jì)术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方(fāng)式，将(jiāng)创造的边际成本降(jiàng)低(dī)，让万众受(shòu)益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 小小心意,不成敬意请笑纳，小小心意 不成敬意是什么意思