自聊天机器人(rén)ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司(sī)创始人(rén)比尔·盖(gài)茨已(yǐ)多次公(gōng)开谈论(lùn)人工智(zhì)能话题。在最近的一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展可能(néng)会威胁(xié)到谷歌的市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而(ér)最(zuì)终科技巨头(tóu)将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包(bāo)揽(lǎn)一(yī)切应用，与人们进行沟通(tōng)并提(tí)供(gōng)建议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等(děng)应用。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日，但由ControlNet引(yǐn)发的又一(yī)次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠(kào)近

以AI绘画为(wèi)代表的AIGC上(shàng)一次爆(bào)火的时(shí)候，还(hái)是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中(zhōng)输入(rù)一组关键(jiàn)词(cí)或者一(yī)张照(zhào)片，就(jiù)能获(huò)得一(yī)幅AI创(chuàng)作的(de)画作。

作画的(de)关键就是所(suǒ)输入(rù)的(de)文本。同(tóng)一(yī)组(zǔ)关(guān)键(jiàn)词也可(kě)以创作出很多张风格不一样的画作，这让创(chuàng)作(zuò)的过(guò)程就像开盲盒。

很(hěn)多用户很(hěn)喜(xǐ)欢(huān)这种不确(què)定(dìng)的惊喜，他(tā)们会将生(shēng)成的美(měi)图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的(de)“翻车”作(zuò)品。在社交媒体上，许(xǔ)多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友(yǒu)的(de)小狗照(zhào)片(piàn)被AI画成了(le)“肌肉男”，还有网友的(de)个人照片(piàn)被AI识别成了建筑(zhù)。

而如(rú)今随着ControlNet的(de)出(chū)现与(yǔ)加持(chí)，以往AI绘画(huà)的(de)填写关键词游戏(xì)可能要被(bèi)颠(diān)覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中国人(rén)张吕(lǚ)敏创作的一种基于控制点的图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机(jī)图形学等领域。

其(qí)SD插(chā)件一经(jīng)发布(bù)，在短短(duǎn)的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生成的结(jié)果尽可(kě)能的符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入真(zhēn)正的可(kě)控时(shí)期。

因为Cont树荫和树阴的区别读音，树荫和树阴的区别树成荫是哪个阴rolNet可以直(zhí)接提取画面的构(gòu)图，人物的姿势和画面的深度(dù)信息等。有了(le)它的(de)帮(bāng)助，就不用频繁的(de)用(yòng)提示词来(lái)碰运气(qì)，抽盲(máng)盒(hé)式(shì)的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的作品(pǐn)已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带她们走(zǒu)进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展(zhǎn)找(zhǎo)到对应的关键词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关键词(cí)试效果。

通(tōng)过(guò)图片就可(kě)以看出(chū)来，效(xiào)果(guǒ)十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了(le)真实的照(zhào)片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转(zhuǎn)全彩图。大神(shén)张吕(lǚ)敏其本尊也亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变得越(yuè)来越强大(dà)，甚至输出的(de)作(zuò)品都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆(bào)发

警(jǐng)惕安全(quán)问题(tí)

近日(rì)，“苏(sū)州(zhōu)金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而经过警方辟(pì)谣(yáo)这所(suǒ)谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活动里面给(gěi)出的美(měi)女照片都是AI制(zhì)作的真人照片绘图，因为太逼真，被大家当成真事传播了(le)。

不过仔细(xì)观察可(kě)以发现，活动发(fā)起者提供的照片中有个很大(dà)的漏洞可以发现并非真人，而(ér)是AI绘图，那便是(shì)图片中(zhōng)女性的手指部分有的存在异常。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的绘画(huà)算法比较(jiào)复杂，AI还不太(tài)会画(huà)人的手，但最新看(kàn)到的图片已经有越来(lái)越完美的(de)AI模型出现，以(yǐ)后可能就完(wán)全没(méi)有漏(lòu)洞了。”

类似的(de)AI作图诈骗(piàn)在国外(wài)也(yě)已(yǐ)有发生(shēng)。据英(yīng)国广播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童(tóng)受灾的(de)假照片(piàn)发(fā)布到网络，以此诱骗善良的人打赏(shǎng)“捐(juān)助”从而实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出(chū)真(zhēn)人照片(piàn)般的绘图效果，如果这(zhè)样的图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧，一方面，批判者认为AI在“学(xué)习”了大量前人(rén)的作(zuò)品之后(hòu)，其(qí)创(chuàng)作没有(yǒu)任何情绪和灵魂，难以和(hé)人类的艺(yì)术创作相提并论。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到(dào)有(yǒu)效的解决，还有AIGC会(huì)不会代替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人(rén)工智能的安全(quán)问(wèn)题需要得到重(zhòng)视，太晚(wǎn)就来不(bù)及(jí)了。

03

AIGC下一站除(chú)了视频(pín)，还(hái)有远方

技(jì)术都(dōu)是有两面性的，潜在的危(wēi)害(hài)并不能掩盖其光辉的(de)贡献(xiàn)。现在看来(lái)，人(rén)工(gōng)智能技术将是第(dì)四次工业革命的核心驱动力量，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人工智能在技术和商业层面(miàn)都有了巨大进展(zhǎn)，AI绘画就是(shì)人工智能技术(shù)发生方向性改变(biàn)的一个代表。其下一站或许就(jiù)是视频(pín)。

此前，Meta和(hé)谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视(shì)频引(yǐn)发关注并非内(nèi)容(róng)做(zuò)得多优秀，反(fǎn)而都非常简单，比如一匹正在喝水的马，一只画画的玩(wán)具熊，或(huò)者(zhě)一段骑摩托车的第一视角录(lù)像，随便一(yī)个有(yǒu)手机的人都可以随(suí)手录下一段。

但这些短(duǎn)视(shì)频的创作方式非(fēi)常简单(dān)，创(chuàng)作者仅(jǐn)仅需要向AI输(shū)入一段话，甚至只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布的两个AI生成视频分别来自(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(yǒu)太多的差(chà)别。

在Make-A-Video公(gōng)布(bù)了AI生成(chéng)的视(shì)频后(hòu)，AI圈就已经(jīng)玩了一波(bō)梗，一个能(néng)够做出更高清(qīng)视频的AI还不足以在短时(shí)间内(nèi)戳(chuō)中(zhōng)兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方(fāng)在于，它可以制作出超过2分钟的连贯(guàn)的也有确切内容的视频，这才是真正让人们(men)感到惊(jīng)喜的地方。因为(wèi)无论AI生成的视(shì)频多么高(gāo)清，也只能是(shì)为(wèi)内(nèi)容生产者(zhě)提供(gōng)一(yī)个灵感，一个素材(cái)，一个过场动(dòng)画。

不(bù)过能够制作出有(yǒu)具体(tǐ)剧(jù)情内容(róng)的视频就意味着，一(yī)些(xiē)视频创(chuàng)作由AI代(dài)替(tì)人(rén)工完(wán)成已经初步有了可能。

当下AI的发展(zhǎn)速(sù)度已(yǐ)经超过大部(bù)分人的(de)想(xiǎng)象(xiàng)。内容产业的本(běn)质是供给(gěi)创(chuàng)造需求，AIGC作为全新的内容(róng)生产方(fāng)式，可(kě)以(yǐ)为内容产业带来更新的内容(róng)风格、更快的生产速(sù)度(dù)，更低的生产成本，这(zhè)无疑会驱动(dòng)内容产业的大爆发。

除(chú)了AI绘图(tú)、视(shì)频(pín)，AIGC技术还能应用(yòng)于音乐(lè)、代(dài)码(mǎ)、机(jī)器人动(dòng)作(zuò)等(děng)多种内(nèi)容形(xíng)式(shì)的生成。不难发现该项技术不仅在游戏等行业能得到(dào)有效应用，对(duì)于下一代(dài)互(hù)联网各种元素的(de)构建亦有关(guān)键意义。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于(yú)AI的可视化内容有强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及视频(pín)或不(bù)是结果，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技术(shù)更新的(de)加持下(xià)实现更大的应用价值。

AI从理解(jiě)内(nèi)容，走向(xiàng)了可(kě)以生(shēng)成(chéng)内容(róng)，甚至(zhì)能够创造(zào)出独立价(jià)值和独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来的先进(jìn)生产力(lì)即将到来。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座(zuò)

从技术的发展也(yě)可(kě)以看出，在语言大模型(xíng)、图像(xiàng)大模型之(zhī)后，多(duō)模态(tài)大模型已经成(chéng)为了新的趋势。

大(dà)模型(xíng)被誉为当前人工智能发展的(de)智(zhì)能(néng)底座，是全球(qiú)竞争(zhēng)最激(jī)烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企(qǐ)业都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练(liàn)一(yī)次的成(chéng)本(běn)约为(wèi)140万美元。而对于一些更大的(de)LLM(大型语言模型)，训练成(chéng)本(běn)则(zé)介于200万美元至1200万(wàn)美元(yuán)高价(jià)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(xīn)片需求为3万多片英(yīng)伟达A100 GPU，初始投入成本(běn)约为8亿(yì)美元(yuán)，每日仅电费(fèi)就在5万美(měi)元左右(yòu)。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不开庞大算(suàn)力支持。在关注(zhù)各类大模型(xíng)的发(fā)展同时，更应该关注算力(lì)网络的建设。

算力(lì)网络(luò)正(zhèng)驱动AI产业发展进入史诗级加速进(jìn)程(chéng)，让AIGC及(jí)通用AI这一人工智能发展的(de)终极目(mù)标离得更近。

因为算力可以(yǐ)对突破性技术创新(xīn)提供大(dà)力的支持。这方面，多(duō)模(mó)态大(dà)模型是典(diǎn)型。作(zuò)为(wèi)面(miàn)向未来(lái)强人工智(zhì)能、通用人(rén)工智能的重要(yào)技(jì)术创(chuàng)新(xīn)，多模态大模型(xíng)已经在人工智(zhì)能领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但(dàn)是，多模态(tài)大模(mó)型进一步往(wǎng)下走，算力(lì)需求呈几何式上(shàng)升(shēng)，一般的(de)算力基础设施很快将难以胜任。

从图像、文字、语音(yīn)单独一项的(de)训练，到双模态、三模态的跃迁，让人工智(zhì)能可以灵活(huó)应对不(bù)同模态(tài)的转(zhuǎn)化、像人与世界交互一样(yàng)自然，这方面，由算力(lì)网络来驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算(suàn)力来支撑(chēng)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(shǔ)光(guāng)，期待在大模型和大算力的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式，将创造的边际成本降低，让万(wàn)众受(shòu)益。

未经允许不得转载：绿茶通用站群 树荫和树阴的区别读音，树荫和树阴的区别树成荫是哪个阴