自聊天机器人(rén)ChatGPT火爆以来，微软公司(sī)创始人比尔(ěr)·盖茨(cí)已多次公(gōng)开(kāi)谈论人工(gōng)智能话题。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能(néng)会让科(kē)技行业迎来一次剧烈的洗牌(pái)”。

这(zhè)个结(jié)论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动相当迅速(sù)。而(ér)最终(zhōng)科技巨(jù)头将把(bǎ)AI整合成用户的“全能(néng)助手”，包揽(lǎn)一切应用(yòng)，与(yǔ)人们(men)进行沟通并提供(gōng)建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应(yīng)用(yòng)。

大佬口中全能(néng)助手的到来可(kě)能尚需时(shí)日(rì)，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中杀(shā)出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画(huà)为代表的AIGC上(shàng)一次爆火的时候，还是2022年(nián)8月，在(zài)美国科罗拉(lā)多州举办的新兴数(shù)字艺术家竞(jìng)赛中，一(yī)幅名为《太空歌剧(jù)院(yuàn)》的作品获奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代(dài)表。

用户们可以在应用(yòng)中输入一组关键词或者一张照(zhào)片，就(jiù)能获得一幅AI创作的(de)画作。

作画的(de)关键就是所输入(rù)的文本。同一组关键词也可(kě)以创作出很(hěn)多张风格不一样的画作，这(zhè)让创作的过(guò)程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定的惊(jīng)喜，他们会将生成的美图当做头像。而(ér)另一部分喜欢翻看AI绘画(huà)的(de)“翻车(chē)”作品。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻车现场(chǎng)”，例(lì)如，一(yī)位网友的小(xiǎo)狗照片被AI画成了“肌肉(ròu)男(nán)”，还有网友的(de)个人(rén)照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦(tǎn)福读博的(de)中国人张吕敏创(chuàng)作的一(yī)种基(jī)于(yú)控(kòng)制(zhì)点(diǎn)的图像变形算法(fǎ)，主(zhǔ)要用于数字(zì)图(tú)像处(chù)理、计算(suàn)机视觉(jué)和计算(suàn)机(jī)图(tú)形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短的两天内便成为(wèi)了AI绘画领域最新的热点。

在(zài)此之前，大家用(yòng)了很多(duō)方(fāng)法想让AI生成(chéng)的结果(guǒ)尽(jǐn)可能的符合要(yào)求(qiú)，但(dàn)是(shì)都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开始进入真正的(de)可控时期(qī)。

因为(wèi)ControlNet可(kě)以直接提(tí)取画面的构图(tú)，人物的姿(zī)势和画面(miàn)的深度信息(xī)等(děng)。有(yǒu)了它的帮助，就(jiù)不用频繁的用提(tí)示词来碰运气(qì)，抽盲盒式的(de)创作了(le)。

通(tōng)俗(sú)的说(shuō)ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加了(le)“魔(mó)法”，不少博主的作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片直接带她(tā)们走进动(dòng)漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词(cí)试(shì)效果。

通过图(tú)片就可以看出来(lái)，效果(guǒ)十分(fēn)惊艳。

更厉害的是，除(chú)了真实的照片(piàn)，草图(tú)也可(kě)以(yǐ)加上(shàng)“魔(mó)法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图(tú)。大神张吕敏(mǐn)其本尊也(yě)亲自回应。

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

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘(huì)图诈骗。

由于这个活动里面给出的(de)美(měi)女照(zhào)片(piàn)都是(shì)AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成真事传(chuán)播了(le)。

不过仔细观察可(kě)以发现，活动发起者提供的照(zhào)片中有个(gè)很大(dà)的漏(lòu)洞可以发现(xiàn)并非真人，而(ér)是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的存在异常(cháng)。

有行(xíng)业人事表示(shì)：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型(xíng)出(chū)现(xiàn)，以后可能就完全(quán)没有漏(lòu)洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播(bō)公司报(bào)道(dào)，土(tǔ)耳其地震(zhèn)期间，有Tiktok用(yòng)户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的(de)假(jiǎ)照片发布(bù)到网(wǎng)络，以此(cǐ)诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施诈(zhà)骗。

目前(qián)随着技术发(fā)展，AIGC已(yǐ)经能做出真人照片(piàn)般的绘图效果，如(rú)果这样的图片被用来(lái)诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多担(dān)忧(yōu)，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人(rén)的作品之后(hòu)，其创作没有任何情绪和灵魂，难以和人类的艺术创作(zuò)相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没有得(dé)到有(yǒu)效(xiào)的解决，还有(yǒu)AIGC会(huì)不会代替人类“至高无上(shàng)”的创意。

马(mǎ)斯克也强调，人工智能的安全(quán)问题需要得(dé)到重视，太晚就来不及了。

03

AIGC下一(yī)站除了视(shì)频(pín)，还有远方

技术都是有两面性的(de)，潜在(zài)的危害并不(bù)能掩盖其(qí)光辉的贡献。现(xiàn)在(zài)看来，人工智(zhì)能技术将是第(dì)四(sì)次工业(yè)革(gé)命的核心(xīn)驱动(dòng)力量(liàng)，将创造新的增长奇(qí)迹。

过去一(yī)年，人工智能在(zài)技术和商(shāng)业层(céng)面都有了巨大(dà)进展，AI绘画就是人工智能技(jì)术发生(shēng)方向性改(gǎi)变(biàn)的一个代表。其下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌(gē)先后(hòu)发布了几条引爆科技圈的短视频(pín)。这些视频(pín)引(yǐn)发关注(zhù)并非内容做得多(duō)优秀，反而都(dōu)非常简单，比如一匹正在喝水的(de)马(mǎ)，一只画(huà)画的玩(wán)具熊，或者(zhě)一段(duàn)骑摩托车的第一(yī)视角录像(xiàng)，随(suí)便一个有手机(jī)的人(rén)都可以随手录下一段。

但这些短视频的创作方式非(fēi)常简单，创作(zuò)者(zhě)仅仅需要向(xiàng)AI输入(rù)一段话(huà)，甚至只是(shì)说一(yī)下要求，AI就可以根据(jù)需(xū)要生(shēng)成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波梗，一个能够做出更(gèng)高(gāo)清视频(pín)的AI还不(bù)足以在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方(fāng)在于，它可以制(zhì)作(zuò)出超过2分钟的连贯的(de)也有(yǒu)确切内容(róng)的(de)视频，这(zhè)才是真(zhēn)正让人们感到惊喜的地方。因为(wèi)无论AI生成的视频多么高清，也只能是为内容生产者(zhě)提供一个灵感，一(yī)个素材，一个过场动画。

<妩媚的意思怎么解释，妩媚的意思是什么解释strong>不过能够制(zhì)作出(chū)有(yǒu)具体剧情内容的视频就意味(wèi)着，一些视频创作由AI代替人工(gōng)完成已经初(chū)步有(yǒu)了(le)可(kě)能。

当(dāng)下AI的发展速度已经超过大部分人的想象。内(nèi)容产业的本质是供给创造(zào)需求，AIGC作为全新的(de)内容生产方(fāng)式，可以(yǐ)为内(nèi)容产业带来(lái)更新的内容风(fēng)格、更快的生产(chǎn)速度，更低(dī)的生产成本，这无疑会驱动(dòng)内(nèi)容产业的(de)大爆发(fā)。

除(chú)了(le)AI绘图、视(shì)频，AIGC技术(shù)还能(néng)应用于音乐、代码、机器(qì)人动作等多种内容(róng)形式(shì)的(de)生成(chéng)。不难发现该(gāi)项技术不(bù)仅在游戏等行业能得到有效应(yīng)用(yòng)，对于(yú)下一(yī)代互联网(wǎng)各种元(yuán)素的(de)构建亦(yì)有关键意义。

从商业化的角度来看，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于(yú)AI的可视化(huà)内容有强(qiáng)烈需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是(shì)AI进程中(zhōng)的一块重要拼图，有望(wàng)在技(jì)术(shù)更新的加持(chí)下实现更(gèng)大的应用价值(zhí)。

AI从理解(jiě)内容，走(zǒu)向了可(kě)以生(shēng)成内容，甚至(zhì)能够(gòu)创造(zào)出独立价值(zhí)和独立视(shì)角的内容。AIGC的(de)再次出圈(quān)，更代(dài)表着未来的(de)先进生产力即将到(dào)来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以(yǐ)看出，在(zài)语(yǔ)言大(dà)模型、图像大模型之后，多模态大模型已经成(chéng)为了新的趋势。

大模(mó)型被誉为(wèi)当(dāng)前人工智能发(fā)展的智能底座，是全(quán)球竞争最激(jī)烈的研究方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿里、腾讯等(děng)众多头部企业(yè)都在(zài)竞相(xiāng)发力。

不(bù)过训练大模型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次的成(chéng)本约为140万(wàn)美元。而对于一些更大的LLM(大型语言模型)，训(xùn)练成本则(zé)介于200万美元至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数(shù)1300万(wàn)计算，其对应芯片需(xū)求(qiú)为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入(rù)成本约为8亿(yì)美(měi)元(yuán)，每日仅电费就(jiù)在5万美元(yuán)左(zuǒ)右(yòu)。

妩媚的意思怎么解释，妩媚的意思是什么解释"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外(wài)不(bù)论(lùn)是(shì)ChatGPT还是(shì)AIGC，都离(lí)不(bù)开庞(páng)大算力(lì)支持。在(zài)关(guān)注(zhù)各类(lèi)大(dà)模(mó)型的发展同时，更应该关注算力(lì)网络(luò)的建(jiàn)设。

算力网络正驱动AI产(chǎn)业发展进入史(shǐ)诗级加速进程(chéng)，让AIGC及通(tōng)用AI这(zhè)一人工(gōng)智能(néng)发展的(de)终极目标离(lí)得(dé)更近。

因为(wèi)算(suàn)力(lì)可以对突破(pò)性(xìng)技(jì)术创新提供大力的支持。这方面，多模(mó)态大模型(xíng)是(shì)典型。作为面向未(wèi)来强人工智能、通用人(rén)工(gōng)智能的重要技术创新，多模态大模型已经在人工智能领域提(tí)出了很(hěn)多年，业界也有不(bù)少技(jì)术突破，但是，多模态大模型进一步往下(xià)走，算力需求(qiú)呈几何式上升(shēng)，一般的(de)算力基(jī)础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训(xùn)练，到(dào)双模态、三模态的跃迁(qiān)，让(ràng)人工智能(néng)可以灵活应对不同模(mó)态的转化、像人(rén)与世(shì)界交互一样自然(rán)，这方面(miàn)，由算(suàn)力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有很(hěn)多需要爆发式增长(zhǎng)的算(suàn)力来(lái)支撑的(de)技术(shù)创新，将(jiāng)在人工智能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已(yǐ)经露(lù)出(chū)曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创造的边(biān)际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 妩媚的意思怎么解释，妩媚的意思是什么解释