自聊(liáo)天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔·盖茨已多次公开谈(tán)论人工智能话(huà)题(tí)。在最近的一次采访中，他(tā)再次表示：“AI可能(néng)会让(ràng)科技行(xíng)业迎(yíng)来(lái)一(yī)次剧烈(liè)的洗牌(pái)”。

这个结论(lùn)是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展可能会威胁(xié)到(dào)谷歌的市占率，因(yīn)为(wèi)微软在AI方面(miàn)的行(xíng)动相当迅速(sù)。而最(zuì)终科技巨头将把AI整合成用户(hù)的“全(quán)能(néng)助(zhù)手”，包揽一切应用，与人们进(jìn)行沟(gōu)通并提(tí)供建议，可以(yǐ)取(qǔ)代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在(zài)ChatGPT的(de)话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次(cì)爆火的(de)时候，还是2022年(nián)8月，在(zài)美国科罗拉多(duō)州举办(bàn)的新(xīn)兴数(shù)字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院(yuàn)》的作(zuò)品获奖(jiǎng)。

随后各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用户(hù)们可以(yǐ)在应用(yòng)中输入一组(zǔ)关键词(cí)或者一张(zhāng)照片，就能(néng)获得一幅(fú)AI创作的画作(zuò)。

作(zuò)画的关键就是所输入的文本。同(tóng)一组(zǔ)关键词(cí)也可以创作出(chū)很多张(zhāng)风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜(xǐ)欢这种不确定的惊喜，他们(men)会将生(shēng)成(chéng)的美图当做头像。而另一部(bù)分喜欢(huān)翻看AI绘画的“翻(fān)车(chē)”作品。在(zài)社交媒体上(shàng)，许多用户分享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗照(zhào)片被AI画成了(le)“肌(jī)肉男”，还(hái)有网(wǎng)友的(de)个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写(xiě)关键(jiàn)词游戏可能要被(bèi)颠覆了(le)。

ControlNet是一(yī)位正(zhèng)在(zài)斯坦(tǎn)福读博的(de)中国人张(zhāng)吕敏创作(zuò)的一种基于控制(zhì)点的图像变形算法，主要用于(yú)数字图像处理、计算机视(shì)觉和计算机图形学等(děng)领域。

其(qí)SD插件一经发布，在短(duǎn)短(duǎn)的(de)两(liǎng)天内便成为了(le)AI绘画(huà)领域最新(xīn)的热(rè)点。

在此之前，大家用了很多方法想让AI生成的结果尽可(kě)能(néng)的符合要求(qiú)，但是都不尽如(rú)人(rén)意，它的出现(xiàn)代表着AI生成(chéng)开始进入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直(zhí)接(jiē)提(tí)取画面(miàn)的构图，人物的(de)姿势和画面的深度信息等。有了它的帮助(zhù)，就不用(yòng)频繁的(de)用提示(shì)词(cí)来(lái)碰运(yùn)气，抽盲盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当于(yú)给AI绘画(huà)加(jiā)了“魔法”，不少博主的(de)作品已经(jīng)获得了大(dà)量的(de)浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他(tā)用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再(zài)用Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关键(jiàn)词(cí)试(shì)效(xiào)果。

通(tōng)过(guò)图(tú)片就可(kě)以看出来(lái)，效(xiào)果十分惊艳。

更厉害的是(shì)，除(chú)了(le)真(zhēn)实(shí)的照片，草图也可以加上“魔(mó)法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自(zì)回应。

不得不说(shuō)当下AIGC已经变(biàn)得越来越强大(dà)，甚至输出(chū)的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近日，“苏(sū)州金鸡湖有(yǒu)游艇party”的消息火遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第一起AI绘图(tú)诈骗。

由于(yú)这个活动(dòng)里面给(gěi)出(chū)的(de)美(měi)女照片都是AI制作的真(zhēn)人照片绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观(guān)察可以发现，活动发起者(zhě)提供的照(zhào)片(piàn)中(zhōng)有个(gè)很大(dà)的漏洞可以发现并非真人，而(ér)是AI绘(huì)图，那便是图片中(zhōng)女性的手(shǒu)指部分有的(de)存在平安喜乐后面一句是啥，平安喜乐后面一句是什么异常。

有行业(yè)人事表示：“现在(zài)因为手指部分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新(xīn)看到的图片已(yǐ)经有(yǒu)越来越完美(měi)的AI模(mó)型出现，以后可能就完全没有(yǒu)漏洞了。”

类(lèi)似的(de)AI作图(tú)诈(zhà)骗在(zài)国(guó)外也(yě)已有发生。据(jù)英国广播公司(sī)报(bào)道，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾的假照片(piàn)发(fā)布到网络(luò)，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗(piàn)。

目(mù)前随着技(jì)术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如(rú)果这样的图片被用来诈(zhà)骗，将非(fēi)常可怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批判者认为AI在“学习”了(le)大量前人的作品之(zhī)后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的艺术(shù)创作相提并论。

另一方面(miàn)，AIGC背后的版权、目前都(dōu)并没有得到有效的解决平安喜乐后面一句是啥，平安喜乐后面一句是什么，还有AIGC会(huì)不会代替人(rén)类(lèi)“至高(gāo)无(wú)上”的创意。

马斯克也强(qiáng)调，人(rén)工智能的安(ān)全问题需要得到重视(shì)，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有远方

技(jì)术都是有两面(miàn)性的，潜在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现在看来(lái)，人工(gōng)智能技(jì)术将(jiāng)是第四(sì)次工(gōng)业革命的核心(xīn)驱动(dòng)力量，将创造新的增(zēng)长奇迹。

过去一(yī)年，人工智能在(zài)技(jì)术和商业层(céng)面都有(yǒu)了(le)巨大进展，AI绘画就是(shì)人工智能技术发(fā)生(shēng)方向性(xìng)改变(biàn)的一个代表。其下一站(zhàn)或许就是视频。

此前(qián)，Meta和(hé)谷歌先后(hòu)发布了几条引爆科技圈(quān)的(de)短视频。这(zhè)些视频引发(fā)关注(zhù)并非内(nèi)容做得多优(yōu)秀，反而(ér)都非常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩(mó)托车的第(dì)一视角录像，随便一个(gè)有(yǒu)手(shǒu)机的(de)人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的创作方式非常简单(dān)，创作者仅仅(jǐn)需要(yào)向AI输(shū)入一段话(huà)，甚(shèn)至只是(shì)说一(yī)下要求，AI就可以(yǐ)根据(jù)需要生成一(yī)段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成视频(pín)分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就已(yǐ)经(jīng)玩了一波(bō)梗，一个(gè)能(néng)够做出(chū)更高(gāo)清(qīng)视频(pín)的(de)AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加(jiā)令人震(zhèn)惊的(de)地(dì)方(fāng)在于，它可以制作(zuò)出超过2分钟的连贯的也有(yǒu)确切内容的(de)视频，这才是真(zhēn)正(zhèng)让人们感到(dào)惊喜(xǐ)的(de)地方。因为无论AI生成的(de)视(shì)频多么(me)高清，也(yě)只能是为内容生产(chǎn)者提(tí)供一个灵感，一个素(sù)材(cái)，一个(gè)过场动画。

不(bù)过(guò)能够制作(zuò)出有具体剧情(qíng)内容的视频就意味着，一些(xiē)视频(pín)创作由AI代替人(rén)工完成已经(jīng)初步有了可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内(nèi)容产业的本(běn)质是供给创造(zào)需求，AIGC作为全新的内容生(shēng)产方式，可(kě)以为内容产业带来(lái)更新的(de)内容(róng)风(fēng)格、更快的生(shēng)产速(sù)度，更低的生产成本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图(tú)、视(shì)频，AIGC技(jì)术还能应用(yòng)于音乐、代码(mǎ)、机(jī)器人动作等(děng)多(duō)种内(nèi)容形式的生成。不(bù)难发现(xiàn)该(gāi)项(xiàng)技术不仅在(zài)游戏等行业能得到有效应(yīng)用，对于下一代互联网各种(zhǒng)元素的(de)构建亦有关键意(yì)义(yì)。

从(cóng)商业化的角度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有强烈需(xū)求。

因(yīn)此，AI绘(huì)画及视频或不是(shì)结(jié)果，而只是AI进程(chéng)中的一块重要拼图，有望在(zài)技(jì)术更(gèng)新的(de)加持下实现更大的应用价值。

AI从理解内(nèi)容，走(zǒu)向了可(kě)以生成(chéng)内容，甚至(zhì)能够创(chuàng)造出独立价值和独立视角的内(nèi)容。AIGC的再(zài)次(cì)出(chū)圈，更代表着未来的先(xiān)进生产(chǎn)力即将到来。

04

紧抓大模(mó)型与(yǔ)算力，牢固AIGC底座

从技术(shù)的发展也可以看(kàn)出(chū)，在语言大(dà)模(mó)型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了新的趋势。

大模(mó)型(xíng)被誉为当前人工智能发展的智能底座，是(shì)全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多头(tóu)部企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大(dà)的(de)LLM(大型语言模型)，训练成本则介于200万美元至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客平均数1300万计算，其对应芯(平安喜乐后面一句是啥，平安喜乐后面一句是什么xīn)片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美(měi)元，每日仅电费(fèi)就在(zài)5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类(lèi)大模型的发展同时，更应该关注算(suàn)力网络的建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产(chǎn)业发展(zhǎn)进入(rù)史诗级(jí)加速进程，让AIGC及通用AI这一人工智能发展的终极目标离得更(gèng)近(jìn)。

因为算力可以对(duì)突(tū)破性技(jì)术创新(xīn)提供大力的支持。这(zhè)方面，多模态大模型是典(diǎn)型。作为面向未来强人(rén)工智能(néng)、通用人(rén)工(gōng)智(zhì)能(néng)的重要技术(shù)创新，多模态(tài)大(dà)模型已经在人工智能领域提出(chū)了很多年，业界也(yě)有不少技(jì)术突破，但是(shì)，多模态大(dà)模型进一步往下走(zǒu)，算力需求呈几何式上升，一般的算力(lì)基础设施很(hěn)快将难以胜任。

从图像(xiàng)、文(wén)字、语音单独(dú)一项的训练(liàn)，到双模态(tài)、三模(mó)态的(de)跃(yuè)迁(qiān)，让(ràng)人(rén)工(gōng)智能可以灵活应对不同模态的转化、像人与世(shì)界交互(hù)一(yī)样自然，这(zhè)方面(miàn)，由(yóu)算力网络(luò)来驱动将有明显优势(shì)。

此外，还有(yǒu)很多需要爆(bào)发(fā)式增长的算力来(lái)支撑的技术创新，将(jiāng)在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期(qī)待在(zài)大(dà)模(mó)型和大算力的支持(chí)下AIGC能(néng)持续(xù)颠覆内容生产的方式，将创造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 平安喜乐后面一句是啥，平安喜乐后面一句是什么