自聊天(tiān)机(jī)器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔·盖茨已(yǐ)多次(cì)公开谈论(lùn)人工智(zhì)能话题。在最(zuì)近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可能会让科技行业迎来一次剧烈的(de)洗牌(pái)”。

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

他预(yù)期，AI的发(fā)展可能会威胁(xié)到谷(gǔ)歌(gē)的(de)市占率，因为微软在AI方面(miàn)的行动(dòng)相当(dāng)迅速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全(quán)能助手的(de)到来(lái)可能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠(kào)近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办的(de)新兴数字艺术家竞赛中，一(yī)幅名(míng)为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是(shì)其中代(dài)表。

用(yòng)户们可(kě)以在应用中输入一组关键词或者一张照片，就能获得(dé)一幅AI创(chuàng)作的画(huà)作。

作画的关键就是(shì)所输入的文本。同(tóng)一组关键词也可以创作出很多张(zhāng)风格不一样的画作，这让创作的过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢这种(zhǒng)不确(què)定(dìng)的惊喜(xǐ)，他们会将生成的美(měi)图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘(huì)画的(de)“翻车(chē)”作(zuò)品。在(zài)社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场(chǎng)”，例(lì)如，一位(wèi)网友的小(xiǎo)狗照(zhào)片被AI画成了“肌肉(ròu)男”，还(hái)有网友(yǒu)的个(gè)人(rén)照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的(de)出现与加持(chí)，以往AI绘画的(de)填写关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位(wèi)正在斯(sī)坦福读博的中国人张吕敏创(chuàng)作的一种基(jī)于控制点的(de)图(tú)像变形(xíng)算法，主要(yào)用于数字(zì)图像处理、计算机(jī)视觉(jué)和计算机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在(zài)短短的(de)两天(tiān)内便成为了AI绘画领域最新的热点(diǎn)。

在此(cǐ)之前，大(dà)家用了很(hěn)多方(fāng)法想让AI生成的结(jié)果尽(jǐn)可能(néng)的符合要求，但是都(dōu)不尽(jǐn)如人意，它的出现代表(biǎo)着AI生成(chéng)开始进入真正的可(kě)控时(shí)期。

因为ControlNet可(kě)以直接(jiē)提取画(huà)面的构(gòu)图，人物的姿(zī)势(shì)和画面(miàn)的深度信(xìn)息等(děng)。有了它的帮助，就不(bù)用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品已经获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片(piàn)直接带(dài)她(tā)们走进(jìn)动漫世界。

viggo先用StableDiffusion图片(piàn)转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓展(zhǎn)找(zhǎo)到对(duì)应的关键词；最(zuì)后用ControlNet插件绑(bǎng)定骨骼(gé)开始换关键词试(shì)效果。

通(tōng)过图(tú)片就可以看出来，效果十分惊(jīng)艳。

银川海拔高度是多少 银川有高原反应吗 data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的(de)是(shì)，除了真实的照(zhào)片，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到ControlNet还(hái)能实(shí)现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊也亲(qīn)自回应(yīng)。

不(bù)得不说(shuō)当下(xià)AIGC已经(jīng)变(biàn)得越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息(xī)火(huǒ)遍网络，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可能(néng)是全(quán)国第(dì)一起AI绘图诈骗(piàn)。

由(yóu)于这个活动里面给(gěi)出的(de)美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真，被大家当成真(zhēn)事传播了。

不过(guò)仔细观(guān)察可以(yǐ)发现，活动(dòng)发起者提供的(de)照(zhào)片中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘(huì)图，那便是图片(piàn)中(zhōng)女(nǚ)性(xìng)的手指部分有的存(cún)在(zài)异常。

有行业人事表示：“现在(zài)因为手指部分的绘(huì)画算法比较复杂，AI还(hái)不太会画(huà)人的手，但最新看(kàn)到的图片已经有越(yuè)来越完美的AI模型出现，以后(hòu)可能(néng)就完全没有(yǒu)漏洞了。”

类似(shì)的AI作(zuò)图(tú)诈骗在国外也已有发生。据英国广(guǎng)播公司报道，土耳其地震期间，有Tiktok用户使(shǐ)用(yòng)AI合成了(le)儿童受灾的假(jiǎ)照片发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前(qián)随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这样的图片被用(yòng)来(lái)诈(zhà)骗，将非常可(kě)怕。

此(cǐ)外(wài)AIGC还(hái)引(yǐn)发(fā)了(le)很多担(dān)忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后，其创(chuàng)作(zuò)没有任(rèn)何情绪和灵(líng)魂，难以和人类(lèi)的艺术创作相提并(bìng)论。

另一(yī)方面(miàn)，AIGC背后的版权、目前都并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创(chuàng)意(yì)。

马(mǎ)斯克也强调，人工智能的安全问题需要得到重视，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视(shì)频，还有远方(fāng)

技术都(dōu)是有两(liǎng)面性的，潜在的(de)危(wēi)害(hài)并不能掩盖其(qí)光辉的(de)贡献。现在看(kàn)来，人(rén)工智能技术(shù)将(jiāng)是第四次工业革命的(de)核心驱(qū)动力量，将创造新的增长奇(qí)迹。

过去(qù)一年，人(rén)工智能在技术(shù)和商业层面都有(yǒu)了巨大进展，AI绘(huì)画就(jiù)是人工(gōng)智能(néng)技术发(fā)生方向性改变的(de)一个(gè)代(dài)表。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷(gǔ)歌(gē)先后(hòu)发布了(le)几条引爆(bào)科技圈(quān)的(de)短视频。这些视频引发关注并非内容做得多优秀，反而(ér)都非常简单，比如一匹(pǐ)正在喝水(shuǐ)的马，一只画(huà)画的玩具熊，或者一段骑摩托车的(de)第一视角录像，随便一个有手机的人都可以随手录下一段。

但(dàn)这(zhè)些短视频(pín)的创作方式非常(cháng)简单，创作者(zhě)仅仅(jǐn)需要向AI输入一段话(huà)，甚至只是(shì)说一下要(yào)求，AI就可(kě)以根据需(xū)要生成一段视频(pín)。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)银川海拔高度是多少 银川有高原反应吗的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了(le)一波梗，一(yī)个能够做出更高清视频的(de)AI还不足以在短时间内(nèi)戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的(de)地(dì)方在(zài)于(yú)，它可以制作出超过2分钟(zhōng)的连贯的(de)也有确切内(nèi)容的(de)视频(pín)，这才是真正让(ràng)人(rén)们感到惊喜的地方(fāng)。因为无论AI生成(chéng)的(de)视频(pín)多么高清(qīng)，也(yě)只能(néng)是为内容生产者提供(gōng)一个(gè)灵感(gǎn)，一个(gè)素(sù)材(cái)，一个(gè)过场动画。

不过能够制(zhì)作出有具体剧情内容(róng)的视频(pín)就意味着，一些视频创作由AI代替人工完成已经初步有了(le)可(kě)能。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的(de)想象。内容产业(yè)的本质是供给创造需求，AIGC作为(wèi)全新的(de)内容生产方式(shì)，可(kě)以为(wèi)内容产(chǎn)业带来更新的内(nèi)容(róng)风格、更快(kuài)的(de)生(shēng)产(chǎn)速度(dù)，更低的生产成本(běn)，这无(wú)疑会驱(qū)动内容产(chǎn)业的(de)大爆发。

除了AI绘图、视频，AIGC技(jì)术(shù)还能(néng)应用(yòng)于音(yīn)乐、代(dài)码(mǎ)、机器人(rén)动作等多(duō)种(zhǒng)内容形式的生成(chéng)。不难发现该(gāi)项技(jì)术不仅(jǐn)在游(yóu)戏等行业能得到有效应(yīng)用，对于下(xià)一代互联网(wǎng)各(gè)种元(yuán)素的构建亦有关键意(yì)义。

从(cóng)商业(yè)化的(de)角(jiǎo)度来(lái)看(kàn)，文化(huà)娱乐、教育(yù)、传媒等(děng)诸多领(lǐng)域，本(běn)身就对基于AI的可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画及视(shì)频或不是结果，而只是AI进程中的一块重要拼(pīn)图，有望(wàng)在技术更新(xīn)的加持下实现(xiàn)更大的应用价值。

AI从理解内(nèi)容，走向(xiàng)了可以生(shēng)成内容(róng)，甚(shèn)至能够创造出(chū)独立价值和独立视(shì)角的(de)内容。AIGC的(de)再次出圈，更代表着未来的先进(jìn)生产(chǎn)力即将(jiāng)到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大(dà)模型、图像大模型之后(hòu)，多模态大(dà)模(mó)型已经成为(wèi)了新的趋势(shì)。

大模型被誉为当(dāng)前(qián)人工智能发展的智能底座，是(shì)全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头(tóu)部企(qǐ)业都在竞相发力。

不过训练大模(mó)型的(de)确价格不菲(fēi)，以(yǐ)国盛证券(quàn)发布的《ChatGPT需(xū)要多少(shǎo)算力》报(bào)告估算，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对(duì)于一(yī)些更大的(de)LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本(běn)则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平均数1300万(wàn)计算，其(qí)对应芯片需求为3万多(duō)片英伟(wěi)达A100 GPU，初(chū)始投入成本(běn)约为8亿美元，每(měi)日仅电(diàn)费(fèi)就在5万美(měi)元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持(chí)。在关注各类大模(mó)型的发展同(tóng)时，更应(yīng)该关注算力网络的建设。

算力(lì)网络正驱动AI产业发(fā)展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人(rén)工智能发(fā)展的终极目标离得更近(jìn)。

因为算力可以对突破性技术创(chuàng)新提(tí)供大力的支(zhī)持。这方面，多模态大模型是典型。作为(wèi)面向未来(lái)强(qiáng)人工智能(néng)、通用人工(gōng)智能的重要技术(shù)创新，多模态大模型(xíng)已经在人工智能领域提出了很多(duō)年，业界(jiè)也有不少(shǎo)技术突破，但(dàn)是，多模态大模型进一步往(wǎng)下(xià)走(zǒu)，算力(lì)需求呈几何式上升，一般的(de)算力基(jī)础(chǔ)设施很快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模态的(de)跃迁，让(ràng)人工智能(néng)可以灵(líng)活应对不同模态(tài)的转化、像人与世(shì)界交互一样自然，这方面，由算(suàn)力网络来驱动将有(yǒu)明显优(yōu)势。

此外，还有(yǒu)很(hěn)多需要爆发式增长的算力来(lái)支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型和大算(suàn)力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生产(chǎn)的(de)方式，将(jiāng)创造(zào)的边际成本降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 银川海拔高度是多少 银川有高原反应吗