自聊天机(jī)器(qì)人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔·盖茨已多次(cì)公开谈(tán)论(lùn)人工智(zhì)能话(huà)题。在最近的一次采访(fǎng)中(zhōng)，他再(zài)次表示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面的(de)行动相当(dāng)迅速。而最(zuì)终科(kē)技(jì)巨头将把AI整(zhěng)合成(chéng)用(yòng)户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口(kǒu)中全(quán)能助手的到来(lái)可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一(yī)次爆火的时候(hòu)，还是(shì)2022年8月(yuè)，在美国科罗拉多州举办的(de)新兴(xīng)数字艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作(zuò)品获奖。

随(suí)后各大(dà)厂商(shāng)的AI绘画软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键(jiàn)词(cí)或者一张照片，就(jiù)能获得一(yī)幅AI创(chuàng)作的画作。

作(zuò)画的关键就(jiù)是(shì)所输(shū)入的文本。同一组(zǔ)关键(jiàn)词也可以创作出很多张风格(gé)不一样的画作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会将(jiāng)生成的美图当做头像。而(ér)另(lìng)一部分喜欢翻(fān)看AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许多用户分享AI“翻(fān)车现场”，例如，一(yī)位网友的小狗照片(piàn)被AI画成了“肌(jī)肉男”，还有(yǒu)网友(yǒu)的个人(rén)照片被(bèi)AI识别(bié)成(chéng)了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填(tián)写关键(jiàn)词(cí)游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦(tǎn)福读博的(de)中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计算机(jī)图形学等领域。

其SD插(chā)件一经发布，在短短的(de)两(liǎng)天(tiān)内(nèi)便成为了(le)AI绘画领域最新的热(rè)点。

在此之前，大家用了很多方法想让AI生成(chéng)的结果(guǒ)尽可能(néng)的符合要求，但是(shì)都不尽如人(rén)意，它(tā)的出现代表着AI生成开始进入(rù)真正的(de)可(kě)控时期。

因为ControlNet可以直接提取画面的(de)构图，人物的(de)姿势和画面(miàn)的(de)深(shēn)度信息等。有了它的帮助，就不(bù)用频繁的(de)用(yòng)提示词来碰(pèng)运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔(mó)法”，不少博主(zhǔ)的作(zuò)品已经获得了大量(liàng)的(de)浏览量，“viggo”就(jiù)是(shì)其中之(zhī)一，他用(yòng)朋(péng)友的照片(piàn)直接(jiē)带(dài)她们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找(zhǎo)到(dào)对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词(cí)试效果。

通(tōng)过图片(piàn)就可以看出来，效果十分惊(jīng)艳。

更(gèng)厉害的是，除了真实的(de)照片，草(cǎo)图也可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿转全彩(cǎi)图。大神(shén)张吕敏其本尊(zūn)也亲(qīn)自(zì)回应(yīng)。

不得不说(shuō)当下AIGC已(yǐ)经变得(dé)越来越(yuè)强大，甚至输出(chū)的作(zuò)品都已经能以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕安全问(wèn)题(tí)

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣这所谓(wèi)的“party”可能(néng)是全国第一(yī)起AI绘图诈骗。

由于(yú)这个(gè)活动里面给(gěi)出的美女照片都是AI制(zhì)作的(de)真人(rén)照片绘图，因为(wèi)太逼真，被大家当成(chéng)真事传播了。

不(bù)过仔细观察可以发现，活动发起者提供的照片中有个很(hěn)大(dà)的(de)漏(lòu)洞(dòng)可(kě)以发现并(bìng)非真人，而是(shì)AI绘图，那便(biàn)是图片中(zhōng)女性的手指部(bù)分有的(de)存(cún)在(zài)异(yì)常。

有行(xíng)业人事(shì)表示：“现在因(yīn)为(wèi)手指部分的绘画算法比较(jiào)复杂，AI还不(bù)太会画人(rén)的手，但最新看到的图片已(yǐ)经有(yǒu)越来越完(wán)美(měi)的AI模型出现，以后可(kě)能就完全没有漏(lòu)洞了。”

类似(shì)的AI作(zuò)图诈骗在国外(wài)也已有发生。据英国(guó)广播公(gōng)司报道，土耳其地震期(qī)间，有Tiktok用(yòng)户使用AI合成了(le)儿童受灾的假照片(piàn)发布到(dào)网络，以此诱(yòu)骗善良的人打赏(shǎng)“捐助(zhù)”从(cóng)而实(shí)施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人(rén)照片般的绘图效果，如果这样的图片(piàn)被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了很多担(dān)忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大量前人的(de)作品(pǐn)之后，其创作没(méi)有任何情(qíng)绪(xù)和灵魂，难以和人(rén)类的(de)艺(yì)术创作相提并(bìng)论。

另一方面，AIGC背后的(de)版权、目(mù)前都并没有(yǒu)得到有效的(de)解决(jué)，还有(yǒu)AIGC会(huì)不会代替人(rén)类(lèi)“至高无上(shàng)”的(de)创意。

马(mǎ)斯克(kè)也(yě)强调(diào)，人工智能的(de)安全问题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频(pín)，还有远方(fāng)

技术(shù)都(dōu)是(shì)有两面性的，潜(qián)在的危(wēi)害并不能掩(yǎn)盖其光辉的贡献。现在看来，人工智能(néng)技术将(jiāng)是第四(sì)次工业革命(mìng)的核心驱动力量，将创(chuàng)造(zào)新的增长奇迹。

过去一(yī)年，人(rén)工智(zhì)能在技术和商业层(céng)面都有了巨大(dà)进(jìn)展(zhǎn)，AI绘画就(jiù)是人(rén)工智能(néng)技(jì)术发生方(fāng)向性(xìng)改变(biàn)的(de)一个代表。其下一站或(huò)许就是视频。

此前，Meta和谷歌先后发布(bù)了(le)几条(tiáo)引爆科技(jì)圈的短视频(pín)。这些视频引发关注并非内容做得(dé)多(duō)优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画的玩具(jù)熊，或者一段骑摩托车(chē)的第一视角(jiǎo)录像，随便一(yī)个(gè)有手(shǒu)机的(de)人都可以随手录下一段。

但这些短(duǎn)视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是(shì)说一下要求，AI就可以根据需要生成一段视(shì)频。

谷歌(gē)发(fā)布的两个AI生(shēng)成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多的差别。

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

Phenaki更加(jiā)令(lìng)人震惊的(de)地方在于，它(tā)可以制作出超(chāo)过(guò)2分(fēn)钟的连(lián)贯的也(yě)有确切内(nèi)容的视(shì)频，这才是(shì)真(zhēn)正让人们感(gǎn)到惊喜的地方。因为无(wú)论AI生(shēng)成的视频(pín)多么高清，也(yě)只能是为内容生产者提供一个灵(líng)感，一(yī)个素(sù)材，一(yī)个过(guò)场动画。

不过能(néng)够制作出有(yǒu)具体剧情(qíng)内容的视频就意味着，一些视频(pín)创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的发(fā)展(zhǎn)速度已经超过大(dà)部分人的想象(xiàng)。内容(róng)产业的本质是(shì)供给创造需求，AIGC作(zuò)为全新(xīn)的内容生(shēng)产方式(shì)，可以为内(nèi)容产业带(dài)来(lái)更新(xīn)的(de)内容风(fēng)格(gé)、更(gèng)快(kuài)的生产速度，更低(dī)的生产(chǎn)成本，这无疑(yí)会驱(qū)动内(nèi)容产业(yè)的大爆发。

除(chú)了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机(jī)器人动(dòng)作等多种内容形式的(de)生成。不难发现该项技术不仅在游(yóu)戏等(děng)行(xíng)业能(néng)得到有效应(yīng)用，对(duì)于下一(yī)代互(hù)联(lián)网各种元素的构(gòu)建亦(yì)有关键意义。

从商业化的角度(dù)来看，文化娱(yú)乐、教育、传(chuán)媒等诸多领域，本(běn)身就对基于(yú)AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频或不是(shì)结果，而(ér)只(zhǐ)是AI进程中的一块(kuài)重要(yào)拼图，有(yǒu)望在技术(shù)更新的加持(chí)下实现更大的应(yīng)用价值。

AI从理解(jiě)内容(róng)，走向了(le)可(kě)以生成(chéng)内容，甚至能够创造(zào)出独立价(jià)值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更代表(biǎo)着未来(lái)的先进生产力即将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大(dà)模型之后，多模态大(dà)模型已经成为(wèi)了(le)新的(de)趋势。

大模(mó)型被誉为当前人工智(zhì)能发展的智能底座，是全球(qiú)竞争最激(jī)烈的(de)研究(jiū)方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿(ā)里、腾讯等众多头部企(qǐ)业(yè)都在竞相发力。

不过训练(liàn)大(dà)模型(xíng)的确(què)价(jià)格不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美(měi)元。而对(duì)于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本(běn)则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立访客平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美元(yuán)，每(měi)日(rì)仅电费就在5万美元(yuán)左右(yòu)。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类大模(mó)型的发展(zhǎn)同时，更应(yīng)该关注算力网络(luò)的建设(shè)。

算力网(wǎng)络(luò)正驱动AI产(chǎn)业(yè)发(fā)展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极目标离得更近。

因(yīn)为(wèi)算力可(kě)以对突破性技(jì)术创新提供(gōng)大力的支持(chí)。这(zhè)方面，多(duō)模态(tài)大模型是典型。作(zuò)为(wèi)面(miàn)向未来强人(rén)工智能、通用人工智能(néng)的重要技术(shù)创新(xīn)，多(duō)模态大模型已经在(zài)人工智能领域提出了很(hěn)多年，业(yè)界也有不少技术(shù)突破(pò)，但是，多模态大模型进一步往(wǎng)下走，算力需(xū)求呈几何式上升，一般的算力基础设施很快将难以(yǐ)胜(shèng)任。

从图像(xiàng)、文字、语音(yīn)单独一项的训练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的转化、像人与世界交(jiāo)互一样自然(rán)，这(zhè)方面，由算力网络(luò)来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人(rén)工(gōng)智(zhì)能算力网络支(zhī)撑(chēng)下快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式，将(jiāng)创造的边(biān)际成(chéng)本降低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 饺子冻成一坨了怎么吃，饺子冻成一坨了怎么吃才好吃