自(zì)聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔(ěr)·盖茨已多次公开谈论人工智能话(huà)题。在最近(jìn)的一(yī)次采访中，他再(zài)次表(biǎo)示(shì)：“AI可能(néng)会让科技行业迎(yíng)来一次剧烈(liè)的洗牌”。

这个结论是他在(z省属国企和央企有什么区别 所有央企都是国企吗ài)当地时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展可(kě)能会威胁到谷歌的(de)市占率，因为微软在(zài)AI方面的行(xíng)动相当(dāng)迅(xùn)速(sù)。而最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们(men)进行(xíng)沟(gōu)通并提(tí)供建(jiàn)议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大(dà)佬口(kǒu)中(zhōng)全能助手的到来可能尚(shàng)需时日(rì)，但由ControlNet引发的(de)又(yòu)一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话(huà)题(tí)热点(diǎn)包围中(zhōng)杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国(guó)科(kē)罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名(míng)为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软件被广大(dà)网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用中输入一组关键词或(huò)者一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入的文(wén)本(běn)。同一(yī)组关(guān)键词也可以创作出很多张(zhāng)风格(gé)不一样的画作，这(zhè)让创(chuàng)作的过程(chéng)就像开盲盒(hé)。

很(hěn)多用(yòng)户很(hěn)喜(xǐ)欢这(zhè)种不(bù)确定(dìng)的惊(jīng)喜，他(tā)们会(huì)将生成的美图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多(duō)用户(hù)分享(xiǎng)AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照(zhào)片被AI画(huà)成了(le)“肌肉男”，还有网友的(de)个人照片被AI识别(bié)成(chéng)了建筑(zhù)。

而如今随(suí)着ControlNet的出现(xiàn)与加持(chí)，以往AI绘画(huà)的填写关键词游戏可能要被颠(diān)覆了。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中国人张吕敏创作(zuò)的(de)一种基于控制(zhì)点的图像变形(xíng)算法，主要用于数字图(tú)像(xiàng)处(chù)理、计算机视(shì)觉(jué)和计算机(jī)图(tú)形(xíng)学(xué)等(děng)领域。

其SD插(chā)件一(yī)经发布，在短短的两天内(nèi)便成为了AI绘画领域最新的热(rè)点。

在此(cǐ)之前(qián)，大家用了很多方法想让AI生成的(de)结果尽可能的符合要求，但(dàn)是都不尽如人意，它的出现代表着AI生(shēng)成省属国企和央企有什么区别 所有央企都是国企吗开始进入真正(zhèng)的可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接提取画(huà)面的(de)构图，人物的姿势和画面的深度(dù)信息等(děng)。有了它的(de)帮(bāng)助，就(jiù)不用(yòng)频繁(fán)的用提示词来碰运气，抽盲盒式的(de)创作(zuò)了(le)。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获得(dé)了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其(qí)中之(zhī)一，他用(yòng)朋(péng)友的(de)照片(piàn)直接带她(tā)们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到对应(yīng)的关键词；最(zuì)后用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片(piàn)就(jiù)可以看出来(lái)，效(xiào)果十分惊艳。

更厉害的是，除了(le)真实的(de)照片，草图(tú)也可以(yǐ)加上“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图。大神张吕敏其(qí)本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大(dà)，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近(jìn)日，“苏州金(jīn)鸡(jī)湖有游艇party”的(de)消息火(huǒ)遍网络(luò)，而经过警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起AI绘图诈(zhà)骗(piàn)。

由(yóu)于这个(gè)活动(dòng)里面给出的美(měi)女照片都是AI制(zhì)作的真(zhēn)人照片绘图，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起者提供的照片中有个很(hěn)大的漏洞(dòng)可(kě)以发现并非真人，而是(shì)AI绘图，那便是(shì)图片(piàn)中女性的手指部分有的存在(zài)异常(cháng)。

有(yǒu)行业人事表示(shì)：“现在因为手指部分的(de)绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的图片已经(jīng)有越(yuè)来越完美(měi)的AI模型出现，以后可能(néng)就完全没有漏洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其(qí)地(dì)震期间，有Tiktok用(yòng)户(hù)使用AI合成(chéng)了(le)儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目(mù)前随(suí)着技术(shù)发展，AIGC已经(jīng)能做出真(zhēn)人照片般的绘(huì)图效果，如果这(zhè)样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此外(wài)AIGC还引发(fā)了很(hěn)多担忧，一方(fāng)面，批判(pàn)者认为AI在“学习”了大(dà)量(liàng)前人的作品之(zhī)后，其创作没有任何情绪和灵魂，难(nán)以和人类的(de)艺(yì)术创作相(xiāng)提并(bìng)论。

另一(yī)方(fāng)面(miàn)，AIGC背后(hòu)的版(bǎn)权、目前都并没有得到有效的解决，还有(yǒu)AIGC会不(bù)会(huì)代(dài)替人类“至(zhì)高无上”的(de)创意(yì)。

马斯克也(yě)强调，人工智能的安全(quán)问(wèn)题需(xū)要(yào)得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远(yuǎn)方

技(jì)术都(dōu)是有两面(miàn)性的，潜(qián)在的危(wēi)害并(bìng)不能掩盖其(qí)光(guāng)辉的贡献。现在看来(lái)，人工(gōng)智能技(jì)术将是第四次工业(yè)革命的(de)核心(xīn)驱动力量(liàng)，将创造新的增长奇迹。

过(guò)去一(yī)年，人工智能(néng)在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘画就是人工智能技术发(fā)生(shēng)方向性(xìng)改变的(de)一个代表。其(qí)下一站或许就是(shì)视频。

此前，Meta和(hé)谷歌(gē)先后发布了几(jǐ)条(tiáo)引爆科(kē)技(jì)圈的短视频。这些视频(pín)引(yǐ省属国企和央企有什么区别 所有央企都是国企吗n)发关注并非(fēi)内(nèi)容做得(dé)多优秀，反而都非常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马，一(yī)只画画的玩具(jù)熊，或(huò)者(zhě)一段骑(qí)摩托车的第一视角录像(xiàng)，随便(biàn)一个有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视(shì)频的创作方(fāng)式非常简单(dān)，创作者仅(jǐn)仅需要(yào)向(xiàng)AI输入一(yī)段话(huà)，甚至只是说一下要求(qiú)，AI就可(kě)以根据需要生成一段视频。

谷歌发(fā)布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要(yào)突出的(de)是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视(shì)频后，AI圈(quān)就已经(jīng)玩了一波(bō)梗(gěng)，一个能够做出(chū)更高清(qīng)视(shì)频的(de)AI还不足以在短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震惊的地方在于(yú)，它可以制作(zuò)出超过2分钟(zhōng)的连贯的也有(yǒu)确切内容的视(shì)频，这才是真正让(ràng)人们感(gǎn)到惊喜(xǐ)的地(dì)方。因为无论AI生(shēng)成的视频多么(me)高清，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一个过场动画(huà)。

不过(guò)能够制(zhì)作出有(yǒu)具体剧情内(nèi)容的视(shì)频(pín)就意味着(zhe)，一些视频创作由AI代替人工(gōng)完成(chéng)已经(jīng)初步(bù)有了可能(néng)。

当下AI的(de)发展速度已经超过大(dà)部分人的想象。内容产业(yè)的本质是供(gōng)给创造需求(qiú)，AIGC作为全新的(de)内(nèi)容生产方式(shì)，可以为内容产业带来更新的内容(róng)风格、更快的生产速度(dù)，更低的生产成(chéng)本，这无疑会(huì)驱动内(nèi)容产(chǎn)业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还(hái)能(néng)应用于音乐(lè)、代码、机器人(rén)动作(zuò)等多种内容(róng)形(xíng)式(shì)的生成。不难发现该(gāi)项技术不仅在游戏(xì)等行业能得到有(yǒu)效应(yīng)用，对于下一代(dài)互联网(wǎng)各(gè)种(zhǒng)元素的构建(jiàn)亦有关键(jiàn)意义。

从商业化的角度来看，文化(huà)娱(yú)乐、教育、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视(shì)频或(huò)不是结果(guǒ)，而只是AI进程(chéng)中(zhōng)的一块重(zhòng)要(yào)拼图，有(yǒu)望在技术更新(xīn)的加持下实现更(gèng)大的应用价值。

AI从理(lǐ)解内容，走向了(le)可(kě)以生(shēng)成内容，甚至能够(gòu)创造出独(dú)立价(jià)值和独立视角的内容(róng)。AIGC的(de)再次出圈(quān)，更代表着未来的先进生产力即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)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，多模态大模型已经(jīng)成为(wèi)了新(xīn)的趋势。

大模型被誉为当(dāng)前(qián)人工智能发展的智(zhì)能底座，是全球竞争最激烈的研究方向(xiàng)之一，包(bāo)括谷歌、亚马逊、百度、阿里、腾(téng)讯(xùn)等(děng)众多头(tóu)部企业都在(zài)竞相发力。

不(bù)过训(xùn)练大(dà)模(mó)型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要多(duō)少算力》报告估算(suàn)，GPT-3训练一次(cì)的成本约为(wèi)140万美(měi)元。而对于一些更大的LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至1200万美元高(gāo)价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元(yuán)，每日(rì)仅电费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算(suàn)力支持。在关注各类大模型的发展同时，更(gèng)应该关(guān)注算(suàn)力网络(luò)的建设(shè)。

算力网(wǎng)络正驱动AI产(chǎn)业发展进(jìn)入史诗级(jí)加速进程(chéng)，让AIGC及(jí)通用AI这一(yī)人(rén)工(gōng)智能发(fā)展(zhǎn)的(de)终极目(mù)标离得更近。

因为算(suàn)力可以对突破(pò)性技(jì)术创新提供大力的支持。这方面(miàn)，多模(mó)态大模型(xíng)是典(diǎn)型(xíng)。作为面向未来强人(rén)工(gōng)智能(néng)、通用人(rén)工智能的重要技术创新，多(duō)模态大模型已经在人工(gōng)智能领(lǐng)域提出了很多年，业界也有不(bù)少技术突破，但是，多模态大模型进一步往(wǎng)下走，算力需求呈几何式上升，一(yī)般的算力基础设(shè)施很快将难以胜任(rèn)。

从图像、文字、语音单独一项的训练，到(dào)双模态、三(sān)模态的跃迁，让人工智能可以灵活(huó)应对不同模态的(de)转化、像人与世(shì)界交互(hù)一样自然，这方面，由(yóu)算力网络来驱动(dòng)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(jì)术创新，将在(zài)人工智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大(dà)模型和大算力的支持(chí)下AIGC能持(chí)续颠覆内(nèi)容生产的方式，将创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 省属国企和央企有什么区别 所有央企都是国企吗