自聊(liáo)天机器(qì)人(rén)ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公开谈论人工智能(néng)话题。在最(zuì)近的一(yī)次采访中，他(tā)再次表示：“AI可能会让(ràng)科(kē)技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论是(shì)他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访(fǎng)时(shí)提出的。

他预(yù)期，AI的发展可(kě)能(néng)会威(wēi)胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的行动相当迅速。而最终(zhōng)科技(jì)巨头(tóu)将把(bǎ)AI整合(hé)成用户的(de)“全能助手”，包揽(lǎn)一切应(yīng)用，与人们(men)进(jìn)行沟通并提供建议，可以(yǐ)取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等应(yīng)用。

大佬口中全能助手的到(dào)来可能尚需时日，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画(huà)新玩(wán)法

AIGC向可(kě)控靠近

以AI绘(huì)画(huà)为代表(biǎo)的AIGC上一次爆火的(de)时候，还是(shì)2022年8月(yuè)，在美国科(kē)罗拉多州(zhōu)举办(bàn)的新兴数字艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获(huò)奖。

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

用户们可以在应用中输入一组关键(jiàn)词或者一张照(zhào)片(piàn)，就能(néng)获得一幅AI创作的画作。

作画(huà)的(de)关键就是所输入的文本。同一组关键词也可以创作出(chū)很多张风格不一样的画作，这(zhè)让创作的过程就像(xiàng)开盲(máng)盒。

很多用(yòng)户很喜欢这种(zhǒng)不确(què)定(dìng)的惊喜，他们会(huì)将生(shēng)成的美(měi)图当(dāng)做(zuò)头(tóu)像。而另(lìng)一(yī)部分(fēn)喜欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以(yǐ)往AI绘画的填写关键词(cí)游戏可能要(yào)被(bèi)颠覆了。

ControlNet是(shì)一位(wèi)正在斯坦福(fú)读博的中国人(rén)张吕敏创(chuàng)作的一(yī)种基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字(zì)图像处理、计算机视(shì)觉和计算(suàn)机图形(xíng)学等领(lǐng)域。

其(qí)SD插件一(yī)经发布(bù)，在短短的两天内便(biàn)成(chéng)为了AI绘画领域最(zuì)新(xīn)的(de)热点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽可能的符合要求，但是(shì)都不尽如人意，它(tā)的出现(xiàn)代(dài)表着AI生成开始进入真(zhēn)正的(de)可(kě)控(kòng)时(shí)期。

因为ControlNet可以直接提(tí)取画面的构图，人物的姿势和画面的深度(dù)信(xìn)息等(děng)。有了它的帮助，就(jiù)不用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒(hé)式的创作了(le)。

通俗(sú)的说ControlNet相当于(yú)给AI绘画加了“魔法”，不少博主的作品已经获(huò)得(dé)了大量的(de)浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通过(guò)图片就可以看出来，效果十分惊艳(yàn)。

更厉害的是，除了(le)真(zhēn)实(shí)的照片，草图也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其(qí)本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越(yuè)强大，甚至输出的(de)作(zuò)品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)发

警惕安(ān)全问(wèn)题

近日(rì)，“苏(sū)州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍(biàn)网络，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全国(guó)第(dì)一起AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都是AI制作(zuò)的(de)真人(rén)照片(piàn)绘图(tú)，因为(wèi)太(tài)逼(bī)真，被大家(jiā)当成(chéng)真事传(chuán)播了。

不过(guò)仔细观察可以(yǐ)发现，活动发(fā)起(qǐ)者提供的照片中有(yǒu)个(gè)很大(dà)的(de)漏洞可以发现并非真人，而(ér)是AI绘图，那便(biàn)是图片中女性的手指部分(fēn)有的存(cún)在异常。

有行业人事表示：“现在因为手指部分的绘(huì)画算法(fǎ)比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图片已经(jīng)有越来越(yuè)完(wán)美的(de)AI模型出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也已有发生。据英(yīng)国广播(bō)公司报道，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用(yòng)AI合成了(le)儿童受灾的(de)假照片(piàn)发(fā)布到网(wǎng)络，以此诱骗善良(liáng)的(de)人(rén)打赏“捐助”从而实施诈骗(piàn)。

目前随(suí)着(zhe)技术发(fā)展，AIGC已经能做出真人照片般的绘(huì)图效果(guǒ)，如果这样的图片(piàn)被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一(yī)方面，批(pī)判者(zhě)认为AI在“学习”了大量前(qián)人的作(zuò)品(pǐn)之(zhī)后，其(qí)创作没有任(rèn)何情绪(xù)和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的(de)版权(quán)、目(mù)前都并没有得到有(yǒu)效(xiào)的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意。

马斯克也(yě)强(qiáng)调，人(rén)工(gōng)智能的安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还有远方

技术(shù)都是有两面性(xìng)的，潜在(zài)的危害并不能掩(yǎn)盖其光辉的贡献。现在看来，人(rén)工(gōng)智能技术将是第(dì)四次工业革命(mìng)的核心驱动力量，将创造(zào)新的增长奇(qí)迹。

过(guò)去一年(nián)，人工智能(néng)在技术和商(shāng)业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智(zhì)能技术发生方向性改变(biàn)的一个代表。其下一站或许就是视(shì)频。

此前(qián)，Meta和谷歌先后发(fā)布了(le)几条引(yǐn)爆科(kē)技圈(quān)的短视频(pín)。这些视(shì)频引发(fā)关注并非内容做得多优秀，反而都非(fēi)常简单，比如一匹(pǐ)正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑摩托车(chē)的第(dì)一(yī)视(shì)角录像，随便一(yī)个有(yǒu)手机的人都可(kě)以(yǐ)随手录下一段。

但这些(xiē)短(duǎn)视频的(de)创(chuàng)作(zuò)方式非常简单，创作者(zhě)仅仅需要向AI输入一段话(huà)，甚(shèn)至只是说一下要(yào)求，AI就可(kě)以根据需要生(shēng)成一(yī)段视(shì)频。

谷(gǔ)歌(gē)发布的两个AI生(shēng)成(chéng)视频(pín)分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个(gè)能够做出更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地方在于(yú)，它可(kě)以制(zhì)作出超过(guò)2分钟的连贯的也(yě)有(yǒu)确(què)切内容的视频，这才是真正(zhèng)让人们(men)感(gǎn)到(dào)惊喜的(de)地方。因(yīn)为无论(lùn)AI生成(chéng)的视(shì)频多(duō)么高清，也只能是(shì)为内容生产者提供(gōng)一个(gè)灵(líng)感，一个素材，一个过(guò)场动画。

不过(guò)能(néng)够制(zhì)作出有具体(tǐ)剧(jù)情内民航三个敬畏是指什么 民航三个敬畏是什么时候提出的(nèi)容的视频就(jiù)意味(wèi)着，一(yī)些(xiē)视频创作(zuò)由AI代替人工完成已经初步有了可(kě)能(néng)。

当下AI的(de)发展速度已经超过大部分人(rén)的想(xiǎng)象。内(nèi)容产(chǎn)业(yè)的本质(zhì)是供(gōng)给创造(zào)需求，AIGC作为(wèi)全新的内容生产方式，可以为(wèi)内容产业带来更新(xīn)的内容风格、更(gèng)快的生产速度，更低的生产成本，这无(wú)疑会驱(qū)动内容(róng)产业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现该(gāi)项(xiàng)技术不仅在(zài)游戏等(děng)行业能得到有效(xiào)应用(yòng)，对于下一代互联网(wǎng)各(gè)种元素的构建亦(yì)有关键意(yì)义(yì)。

从商(shāng)业化的角度来看(kàn)，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基(jī)于AI的可视化内(nèi)容有强烈(liè)需求。

因此，AI绘画及(jí)视(shì)频或不(bù)是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术(shù)更(gèng)新的加(jiā)持下实现更大(dà)的应用价值。

AI从理解内容(róng)，走(zǒu)向了可以(yǐ)生成内容，甚(shèn)至能够创造出(chū)独立价(jià)值和独立视角的内容(róng)。AIGC的再次出(chū)圈，更(gèng)代表着未来的(de)先(xiān)进(jìn)生产力即(jí)将到(dào)来。

04

紧抓大模型(xíng)与(yǔ)算力，牢(láo)固(gù)AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在(zài)语言大模(mó)型(xíng)、图像大模型之后，多模态大模型已经成为了(le)新(xīn)的趋势(shì)。

大模型被誉(yù)为当(dāng)前人(rén)工智能发展的(de)智能(néng)底(dǐ)座，是全球竞争最(zuì)激(jī)烈的研(yán)究方向之一，包(bāo)括谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞相发(fā)力。

不过训练大模(mó)型的确价格不菲(fēi)，以国(guó)盛证(zhèng)券发(fā)布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次(cì)的(de)成本约(yuē)为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语言模型)，训练(liàn)成本则(zé)介于200万美(měi)元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访(fǎng)客(kè)平均数1300万计算，其对应芯片(piàn)需求为(wèi)3万多片英(yīng)伟(wěi)达A100 GPU，初始投(tóu)入成(chéng)本约为8亿美元，每日仅(jǐn)电费就(jiù)在5万美元左右(yòu)。

此外(wài)不论是(shì)Ch民航三个敬畏是指什么 民航三个敬畏是什么时候提出的atGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类大模(mó)型的发展同时(shí)，更(gèng)应该关注(zhù)算(suàn)力(lì)网(wǎng)络(luò)的建设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进(jìn)入史诗级加速进程，让AIGC及通(tōng)用AI这一(yī)人工智能发(fā)展(zhǎn)的终(zhōng)极目(mù)标离得更(gèng)近。

因为(wèi)算力可(kě)以对突(tū)破性技(jì)术创新提供大(dà)力的(de)支持。这(zhè)方面，多模态大模型(xíng)是典型。作为面向未来强人(rén)工(gōng)智能、通用(yòng)人工智能(néng)的重要技术创新，多(duō)模态大模型(xíng)已经在(zài)人工智能(néng)领(lǐng)域提出了很(hěn)多年，业界也有(yǒu)不少技术突破，但是(shì)，多模态大(dà)模型进一步往下走，算力需求呈(chéng)几何式上升，一般的算力基(jī)础(chǔ)设施很快将难以胜(shèng)任。

从图(tú)像、文(wén)字、语音单独一项的(de)训练(liàn)，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对不(bù)同(tóng)模态的转化、像(xiàng)人与世界交互一样(yàng)自然，这(zhè)方面(miàn)，由算力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创新，将在人工智能算(suàn)力网络支撑(chēng)下快速推(tuī)进(jìn)。

AIGC已经(jīng)露出(chū)曙光，期待在大模型和(hé)大算(suàn)力(lì)的支持下AIGC能持续颠覆内容(róng)生产(chǎn)的方式，将(jiāng)创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 民航三个敬畏是指什么 民航三个敬畏是什么时候提出的