自(zì)聊天机器人ChatGPT火爆(bào)以来，微软(ruǎn)公司创始(shǐ)人比尔·盖茨已多次公(gōng)开(kāi)谈论人工智能话题。在最近的一次(cì)采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展(zhǎn)可(kě)能会(huì)威(wēi)胁到谷(gǔ)歌(gē)的市占(zhàn)率(lǜ)，因为微软在(zài)AI方面的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用(yòng)户(hù)的(de)“全(quán)能(néng)助手”，包揽一切应用，与人们进行沟通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的到来可能尚需时日，但由ControlNet引发的又(yòu)一(yī)次AI绘(huì)画浪潮(cháo)，让(ràng)AIGC在ChatGPT的(de)话题(tí)热点包围(wéi)中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩(wán)法

AIGC向可控(kòng)靠(kào)近

以AI绘(huì)画为代表(biǎo)的(de)AIGC上一(yī)次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞(jìng)赛中，一幅名为(wèi)《太空歌剧院》的(de)作(zuò)品获奖。

随后(hòu)各大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中(zhōng)输(shū)入一(yī)组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作(zuò)画(huà)的(de)关键(jiàn)就是所输入的文本(běn)。同一组关键词也可以创作(zuò)出很多张风格(gé)不(bù)一样的(de)画作，这(zhè)让创作的过程(chéng)就像开盲盒。

很多(duō)用(yòng)户很喜欢这种不(bù)确定的惊喜，他们会将生成的美图当做头(tóu)像。而(ér)另一部(bù)分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒(méi)体上，许(xǔ)多(duō)用(yòng)户(hù)分享AI“翻车(chē)现场”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌肉男”，还有网友的个人照(zhào)片被AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画的填(tián)写(xiě)关键词(cí)游戏可能要被(bèi)颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一种基于(yú)控制(zhì)点的(de)图像变形算法，主(zhǔ)要用于数字图(tú)像处(chù)理、计算(suàn)机视觉和计(jì)算(suàn)机图形(xíng)学等(děng)领(lǐng)域(yù)。

其SD插件一经发布，在短短的两天内(nèi)便成为(wèi)了(le)AI绘画领域最新(xīn)的热点。

在此之(zhī)前，大家用了(le)很(hěn)多方法(fǎ)想让AI生成的结果(guǒ)尽可(kě)能的符合要求，但(dàn)是都不尽(jǐn)如(rú)人意，它的出现代表着(zhe)AI生成开始(shǐ)进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图(tú)，人物(wù)的(de)姿势和画面的深度信息等(děng)。有了(le)它(tā)的帮助(zhù)，就不用频繁(fán)的用提示词来(lái)碰运(yùn)气，抽盲盒(hé)式(shì)的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔(mó)法”，不少博主的作品已经(jīng)获得(dé)了大(dà)量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋友的(de)照片直接(jiē)带(dài)她们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的(de)关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始(shǐ)换关(guān)键(jiàn)词试效果(guǒ)。

通(tōng)过图片就可以(yǐ)看(kàn)出(chū)来，效果十分(fēn)惊艳。

下午5点到6点是什么时辰 下午5点到6点是什么生肖="async" src="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(hài)的是，除了(le)真(zhēn)实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到(dào)ControlNet还(hái)能实现(xiàn)线稿(gǎo)转全彩图。大神张吕敏(mǐn)其本尊也(yě)亲自(zì)回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日(rì)，“苏(sū)州金(jīn)鸡(jī)湖有(yǒu)游艇(tǐng)party”的消(xiāo)息火遍(biàn)网络，而经过(guò)警方辟谣这所(suǒ)谓的“party”可能(néng)是全国第(dì)一(yī)起AI绘图(tú)诈骗。

由(yóu)于这个(gè)活动里面给出的美女(nǚ)照片(piàn)都是AI制(zhì)作(zuò)的(de)真(zhēn)人照片绘图，因(yīn)为太逼真(zhēn)，被大家当成真(zhēn)事传播了(le)。

不过仔细观(guān)察可(kě)以发现，活动发起者提供的照(zhào)片中有个很大(dà)的漏洞(dòng)可以发现并(bìng)非真人，而是AI绘图，那便是图(tú)片中女性的(de)手指部分有的(de)存在异常(cháng)。

有行业人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到的(de)图片已经有越来(lái)越完(wán)美的AI模型(xíng)出(chū)现(xiàn)，以(yǐ)后可能(néng)就(jiù)完全(quán)没有漏洞了。”

类似(shì)的AI作图诈骗在国外也(yě)已有发生。据英国广播公司报道，土耳其地(dì)震期间，有Tiktok用户(hù)使用AI合(hé)成(chéng)了儿童受灾的假照片发布到网络，以此诱骗(piàn)善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈(zhà)骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出(chū)真(zhēn)人照(zhào)片(piàn)般(bān)的绘(huì)图效(xiào)果，如果这样的(de)图(tú)片被用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担忧(yōu)，一(yī)方面(miàn)，批判(pàn)者(zhě)认为AI在“学习(xí)”了大量前人的作品之后，其创作没(méi)有任(rèn)何情绪和灵魂，难以和人类(lèi)的(de)艺术创(chuàng)作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前(qián)都并没有得到(dào)有效的(de)解决，还有AIGC会不会代(dài)替人类“至(zhì)高无上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安全问(wèn)题(tí)需要得到(dào)重视(shì)，太晚就来不及了。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技(jì)术都是有两面性的，潜在的危(wēi)害并不能掩盖(gài)其光辉(huī)的贡献(xiàn)。现在看来，人工智能技术(shù)将是(shì)第四次工业革命的核(hé)心(xīn)驱(qū)动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人工(gōng)智能在技术和商业层面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生(shēng)方(fāng)向性(xìng)改(gǎi)变的(de)一个(gè)代表。其(qí)下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短(duǎn)视频(pín)。这些视频引发关(guān)注并非内容做得(dé)多优秀，反而都(dōu)非常简单(dān)，比(bǐ)如一匹正在喝水的马，一只画画(huà)的(de)玩具熊(xióng)，或者一段骑(qí)摩托车的第一视角录像，随便一个(gè)有手机的人(rén)都可以随手录下一(yī)段。

但这些短视频的创(chuàng)作方(fāng)式非常(cháng)简(jiǎn)单，创作者仅(jǐn)仅需要向AI输入一段话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌发布的两个(gè)AI生(shēng)成视(shì)频分别(bié)来(lái)自于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的(de)是高清，与(yǔ)Meta的Make-A-Video没有(yǒu)太多(duō)的差(chà)别。

在(zài)Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更(gèng)高清视频的AI还不足(zú)以在(zài)短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超(chāo)过2分钟的连贯的也有确切内容的视频，这才是(shì)真正让(ràng)人们(men)感到惊喜(xǐ)的地方。因(yīn)为无(wú)论AI生成的视频多么(me)高清，也只能是为内容生产者(zhě)提(tí)供一个(gè)灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够制作出有具体剧(jù)情内容(róng)的视频(pín)就意味着，一些视频创作(zuò)由(yóu)AI代(dài)替人工(gōng)完成已经初步有了可能。

当下AI的发展(zhǎn)速度(dù)已经超过大(dà)部分(fēn)人(rén)的想象(xiàng)。内容产业的本质是供给创造(zào)需求，AIGC作(zuò)为全新的内容生产方式(shì)，可(kě)以为内容产业带来更新的内(nèi)容风格、更快的生产速(sù)度，更低(dī)的生产成本，这(zhè)无疑会驱动内容产业的(de)大爆发。

除了AI绘图、视(shì)频，AIGC技术还(hái)能应用于(yú)音乐、代码、机器人(rén)动(dòng)作等多种内容(róng)形式的生成。不(bù)难发(fā)现该项技术不仅在游(yóu)戏等行业(yè)能得到有效应用，对于下一(yī)代(dài)互联网各种(zhǒng)元素的构建亦(yì)有关键意义。

从(cóng)商业(yè)化的角度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈需(xū)求。

因此(cǐ)，AI绘画(下午5点到6点是什么时辰 下午5点到6点是什么生肖huà)及视频或不是结果，而只是AI进程中的一块重要(yào)拼图，有望(wàng)在技术更新的加持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可以生(shēng)成内容，甚至能够创造出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代表着未来(lái)的(de)先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模(mó)型与算(suàn)力(lì)，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在(zài)语言大模型、图(tú)像大模型之后(hòu)，多模态大模型(xíng)已经(jīng)成(chéng)为了新的趋(qū)势。

大模型被誉(yù)为当前(qián)人工智(zhì)能发(fā)展的智能底座，是全球竞(jìng)争最激烈的(de)研(yán)究方向之一(yī)，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯等(děng)众多头部(bù)企(qǐ)业都在竞相发(fā)力。

不过训练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万美元。而(ér)对于一些更大的LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于(yú)200万美元至1200万美元高价(jià)之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访(fǎng)客平(píng)均数1300万(wàn)计算，其对应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投(tóu)入(rù)成本(běn)约(yuē)为8亿(yì)美元(yuán)，每(měi)日仅(jǐn)电费就在(zài)5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大(dà)算力支持。在关注各类大模型的发展同时，更(gèng)应(yīng)该关注(zhù)算(suàn)力网络的建设。

算力网络正(zhèng)驱动AI产业发(fā)展进入(rù)史诗级(jí)加速进(jìn)程，让AIGC及通用AI这一人工智能(néng)发展的(de)终极(jí)目标(biāo)离得更近。

因为算力可以对突破性技术(shù)创新(xīn)提供大力的(de)支持。这方面，多模态大模型是典型。作(zuò)为面向未来(lái)强人工智能、通(tōng)用(yòng)人(rén)工智能的重要技术创新(xīn)，多模态大模型已经(jīng)在人工(gōng)智(zhì)能领(lǐng)域(yù)提出了很多年，业界也有不少技术突破，但是，多模(mó)态大模(mó)型进一步往下(xià)走，算(suàn)力需求(qiú)呈(chéng)几何式上(shàng)升，一般的(de)算力基础(chǔ)设施很快将难以(yǐ)胜任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的(de)跃迁，让人工智能可(kě)以灵活(huó)应对不同模态(tài)的转化(huà)、像人(rén)与(yǔ)世界交互一样自然，这方面，由算力(lì)网络来(lái)驱动将有明显优势(shì)。

此外，还有很多(duō)需要爆(bào)发式增(zēng)长的算力来(lái)支撑的技术创(chuàng)新，将(jiāng)在人工智能(néng)算力网络(luò)支(zhī)撑(chēng)下快速(sù)推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内(nèi)容生产(chǎn)的方式，将创造(zào)的边际(jì)成本降(jiàng)低(dī)，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 下午5点到6点是什么时辰 下午5点到6点是什么生肖