自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已(yǐ)多次公开谈论人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌”。

这(zhè)个(gè)结论是(shì)他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目专访(fǎng)时提(tí)出的。

他预期(qī)，AI的发展可能会威胁(xié)到谷歌(gē)的市占率，因为微软在AI方面的行(xíng)动相当迅(xùn)速。而最终(zhōng)科(kē)技巨(jù)头将把AI整合成用(yòng)户的(de)“全能助手”，包揽一切应(yīng)用，与人们进(jìn)行沟(gōu)通(tōng)并提供建议，可以取代亚马逊、S之字是什么结构的字，近字是什么结构iri或Outlook等应(yīng)用(yòng)。

大佬口(kǒu)中全能助手的到来可能尚需(xū)时日(rì)，但由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆火(huǒ)的时候，还是2022年8月，在美国科罗(luó)拉多州举办的(de)新兴(xīng)数字艺术家竞赛中，一(yī)幅名为(wèi)《太空歌剧院》的作品获奖(jiǎng)。

随后(hòu)各大(dà)厂(chǎng)商的AI绘画软件被(bèi)广(guǎng)大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用(yòng)中输入一组关键词或者一张照片，就能获(huò)得(dé)一幅AI创作的画(huà)作(zuò)。

作画的关键就是所输入的文本。同一组关键词也可以创作出很多张风(fēng)格不一(yī)样(yàng)的画作，这让创作的(de)过(guò)程就像开盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜(xǐ)，他们会将生成的(de)美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒体上，许多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例如，一(yī)位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了(le)建筑(zhù)。

而如(rú)今随着(zhe)ControlNet的出现(xiàn)与(yǔ)加持，以(yǐ)往AI绘画的填写(xiě)关键词游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读(dú)博的中国人张吕(lǚ)敏创作的一(yī)种(zhǒng)基于控制点的图像变(biàn)形算法，主要用于数(shù)字图(tú)像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域(yù)。

其SD插件(jiàn)一经发布，在(zài)短短的两天内便成(chéng)为(wèi)了(le)AI绘(huì)画(huà)领(lǐng)域最(zuì)新的(de)热点。

在(zài)此(cǐ)之前，大(dà)家用了很多方法想让(ràng)AI生成的结果尽(jǐn)可能的符(fú)合要求(qiú)，但是都不(bù)尽如人意(yì)，它的出(chū)现代(dài)表着AI生成开始进入真正的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的(de)构图(tú)，人(rén)物(wù)的姿势和画面的(de)深度信息等。有了它(tā)的帮助，就不用频(pín)繁(fán)的用提示词来碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少(shǎo)博主的作品已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋(péng)友(yǒu)的照片(piàn)直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来，效果十分惊艳。

之字是什么结构的字，近字是什么结构"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是(shì)，除了(le)真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知乎(hū)大牛“DevPoint”和(hé)“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(zūn)也(yě)亲自回应(yīng)。

不得不(bù)说当下(xià)AIGC已经(jīng)变得越(yuè)来越强大，甚至(zhì)输出的(de)作品都(dōu)已经(jīng)能以假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术(shù)力爆发(fā)

警惕安全问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这(zhè)所(suǒ)谓的(de)“party”可能是全国第一(yī)起AI绘(huì)图(tú)诈骗。

由(yóu)于这个活(huó)动里(lǐ)面给出的美(měi)女照片都是AI制作的真人照片绘(huì)图(tú)，因为太(tài)逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发起者提(tí)供的照(zhào)片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便(biàn)是图片(piàn)中女性的(de)手指(zhǐ)部分有的(de)存在异常。

有行业人事表(biǎo)示(shì)：“现在(zài)因(yīn)为手指部分(fēn)的绘(huì)画算法(fǎ)比较(jiào)复杂，AI还(hái)不太(tài)会画人的手，但最新(xīn)看到的图片已(yǐ)经有(yǒu)越来越(yuè)完美的AI模型出(chū)现，以后可能就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图诈骗(piàn)在国外也(yě)已有(yǒu)发生。据英(yīng)国广播公司报道(dào)，土耳(ěr)其(qí)地震期(qī)间，有Tiktok用户(hù)使用AI合成(chéng)了儿(ér)童受灾(zāi)的假(jiǎ)照片发(fā)布到网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从(cóng)而实施诈骗。

目前随着技术(shù)发展，AIGC已经能做(zuò)出真人照片般的绘图效果(guǒ)，如果这样(yàng)的图片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一(yī)方面，批判者认为AI在“学习”了大量前人的(de)作品之后，其创(chuàng)作(zuò)没有任何情绪和灵魂，难以和(hé)人类的艺术创作(zuò)相提并论。

另一方面，AIGC背后的(de)版权、目前都并没(méi)有得到有效的(de)解决，还有AIGC会不会(huì)代(dài)替人(rén)类“至高(gāo)无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智能的安全(quán)问题(tí)需要得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是有两面性的，潜在的危害并(bìng)不能掩(yǎn)盖其光辉的贡献。现在看来(lái)，人工智(zhì)能(néng)技术将(jiāng)是第四(sì)次工业革命的(de)核心驱动(dòng)力(lì)量，将创(chuàng)造新的增长奇迹。

过去一(yī)年(nián)，人工智能(néng)在(zài)技(jì)术(shù)和商业层面都(dōu)有(yǒu)了巨大进展，AI绘画就是(shì)人工智能技术发生方向性改变的(de)一个代表。其下一站或(huò)许就是视频(pín)。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引爆科技圈的短视频。这些视频引发(fā)关注并非内(nèi)容做得多优(yōu)秀，反而都非(fēi)常(cháng)简单，比如一匹正在喝水的马，一(yī)只画画的玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角录(lù)像，随便一(yī)个有(yǒu)手机的(de)人都(dōu)可以随手录下一段。

但这些(xiē)短视频的创作方式(shì)非(fēi)常简单，创作者仅仅需(xū)要向AI输(shū)入一(yī)段话，甚至(zhì)只是说一下要求，AI就可以根据需要生成一(yī)段(duàn)视(shì)频。

谷歌发布的两(liǎng)个(gè)AI生成(chéng)视频分别来(lái)自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一波梗(gěng)，一个(gè)能够做出更(gèng)高清视频(pín)的AI还不足(zú)以在(zài)短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加令人(rén)震惊(jīng)的地方在(zài)于，它可以制作出超过2分钟的连贯(guàn)的也有确切内容(róng)的(de)视频，这才是真(zhēn)正让人们感到惊喜的(de)地方。因为(wèi)无论AI生成的视频多么高(gāo)清，也(yě)只能是(shì)为内容(róng)生(shēng)产者提供一个灵感，一(yī)个素材，一(yī)个过场动画。

不过(guò)能够制作出(chū)有(yǒu)具(jù)体(tǐ)剧情内容的视(shì)频就意味着(zhe)，一些视频创作由AI代替人工完成已经(jīng)初步有了可能(néng)。

当下AI的发(fā)展速度已经超过大部分人的(de)想象(xiàng)。内(nèi)容产(chǎn)业(yè)的本质是(shì)供(gōng)给创(chuàng)造需求，AIGC作为全新(xīn)的内(nèi)容生产方式(shì)，可(kě)以为内容产业带来(lái)更新(xīn)的内(nèi)容(róng)风(fēng)格、更快的(de)生产速度，更低(dī)的生产成本，这无(wú)疑会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能(néng)应用(yòng)于音乐、代码、机(jī)器(qì)人(rén)动作等多种内容形式的生成。不难发现(xiàn)该(gāi)项技术不仅在游戏(xì)等行(xíng)业(yè)能得(dé)到有效应(yīng)用，对于下(xià)一代互联(lián)网各种元素的构建亦有关键意义(yì)。

从商业(yè)化的角度来看，文化娱(yú)乐(lè)、教育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的(de)可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而只是(shì)AI进程中(zhōng)的一块(kuài)重(zhòng)要拼(pīn)图，有望(wàng)在技术更新的加(jiā)持下实(shí)现更大(dà)的应用价值。

AI从理(lǐ)解内(nèi)容，走向了(le)可以生(shēng)成内容，甚至(zhì)能够(gòu)创造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出圈，更代表着未来的先(xiān)进生产(chǎn)力即(jí)将到(dào)来。

04

紧抓(zhuā)大模(mó)型(xíng)与(yǔ)算力，牢固AIGC底座

从技术的发(fā)展也可以看出，在语言大模型、图像(xiàng)大模型之后，多模态大模型(xíng)已经成(chéng)为了(le)新的趋势。

大模型被(bèi)誉为当前人工智能(néng)发(fā)展的(de)智(zhì)能底座，是全球竞(jìng)争最(zuì)激烈(liè)的研究方向之(zhī)一，包括(kuò)谷(gǔ)歌、亚马逊、百(bǎi)度、阿(ā)里(lǐ)、腾讯等(děng)众(zhòng)多头部(bù)企业都(dōu)在竞相(xiāng)发(fā)力。

不过(guò)训练大模(mó)型的(de)确价格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于一些更大的LLM(大(dà)型语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万计(jì)算(suàn)，其对(duì)应(yīng)芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本(běn)约(yuē)为(wèi)8亿(yì)美元，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞大(dà)算力(lì)支持(chí)。在(zài)关注各类大模型的发展同时，更应该关注算力网络的建(jiàn)设。

算(suàn)力网络正驱动AI产业发展进入史(shǐ)诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人工(gōng)智能发展(zhǎn)的终极目标(biāo)离得(dé)更(gèng)近(jìn)。

因为(wèi)算力可以对突破性技术创新提(tí)供(gōng)大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未(wèi)来强人工智能、通用人工智能的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出了很多年(nián)，业界也有不少技术(shù)突(tū)破，但(dàn)是，多模态大模(mó)型进(jìn)一步(bù)往下走，算力(lì)需(xū)求呈几何(hé)式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像、文(wén)字、语音单之字是什么结构的字，近字是什么结构独(dú)一项的训练，到双模态、三模(mó)态的跃迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界(jiè)交互一样(yàng)自然，这方面(miàn)，由算力网(wǎng)络来驱动将(jiāng)有明显(xiǎn)优势。

此外，还(hái)有很多需要爆发式增长的算力来(lái)支(zhī)撑的技术创新，将在人工智能算力网络支撑(chēng)下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型(xíng)和大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的(de)方式，将(jiāng)创造的边际成本降(jiàng)低，让(ràng)万(wàn)众(zhòng)受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 之字是什么结构的字，近字是什么结构