自(zì)聊天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创始人比尔·盖茨(cí)已多次(cì)公开谈论(lùn)人工智(zhì)能话题。在最近(jìn)的一次采访中(zhōng)，他(tā)再次表示：“AI可(kě)能会让科技行业迎(yíng)来一次剧(jù)烈的(de)洗牌”。

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

他预期，AI的发(fā)展(zhǎn)可能会威胁(xié)到谷歌的市占率，因为(wèi)微(wēi)软在AI方面(miàn)的行(xíng)动相(xiāng)当迅(xùn)速。而(ér)最终科技巨头将把AI整合成用户的(de)“全能助手(shǒu)”，包(bāo)揽一切应用(yòng)，与(yǔ)人们(men)进行沟通并(bìng)提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中(zhōng)全能助手的(de)到来可能尚(shàng)需时日，但(dàn)由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热(rè)点包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近(jìn)

以AI绘(huì)画(huà)为代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作品获奖。

随后各大(dà)厂商(shāng)的AI绘画(huà)软件被广大网友熟(shú)知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在(zài)应用(yòng)中输入一组关(guān)键词或者一(yī)张(zhāng)照(zhào)片，就能获(huò)得(dé)一(yī)幅AI创作的画作。

作(zuò)画的(de)关键就(jiù)是(shì)所输入的文本。同一组关(guān)键词(cí)也可以创作出(chū)很多(duō)张(zhāng)风格(gé)不(bù)一样的画作，这让创作的过(guò)程就像开盲盒(hé)。

很多用户很(hěn)喜欢这种不(bù)确定(dìng)的惊喜，他(tā)们会将生(shēng)成的美图当(dāng)做头像(xiàng)。而另一(yī)部分喜欢翻看AI绘画的“翻(fān)车”作(zuò)品。在(zài)社交(jiāo)媒(méi)体上，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网友的(de)个(gè)人照(zhào)片被AI识别成(chéng)了建筑(zhù)。

而如今随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填(tián)写关键词游戏可(kě)能(néng)要(yào)被颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦(tǎn)福(fú)读博的中国人(rén)张吕敏(mǐn)创作(zuò)的一种(zhǒng)基于控(kòng)制点(diǎn)的图像变形算法，主要(yào)用于数字(zì)图像处(chù)理、计算(suàn)机(jī)视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布(bù)，在短短的(de)两天内便成为(wèi)了AI绘画领域最新的(de)热点。

在此之前，大(dà)家用了(le)很多方法想让(ràng)AI生成(chéng)的结果尽可能(néng)的符(fú)合要求(qiú)，但是都(dōu)不(bù)尽(jǐn)如人意，它的出现代表着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取画面(miàn)的(de)构(gòu)图(tú)，人物的姿势和画面的深度信息等。有了它的(de)帮助，就不用(yòng)频繁(fán)的用提示(shì)词来碰运气(qì)，抽盲盒式的创作了(le)。

通俗的(de)说(shuō)ControlNet相当于(yú)给AI绘(huì)画加了“魔法(fǎ)”，不少博主的作品已经获得(dé)了大量的浏览量，“viggo”就(jiù)是其中之(zhī)一，他用朋友的(de)照片直接(jiē)带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始换关键词试效果。

通过图片就可以看出来(lái)，效果十分(fēn)惊艳。

更厉害的是(shì)，除了(le)真实的照片，草图也可以加(jiā)上(shàng)“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线(xiàn)稿(gǎo)转全彩(cǎi)图。大神(shén)张吕敏其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得(dé)越来越强(qiáng)大(dà)，甚至(zhì)输出的(de)作品都已经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全问(wèn)题

近日(rì)，“苏州金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方(fāng)辟(pì)谣这(zhè)所谓的“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于这(zhè)个活(huó)动里面给出的美女照片都是AI制作的真人照(zhào)片(piàn)绘图，因(yīn)为太逼(bī)真，被大家(jiā)当(dāng)成(chéng)真(zhēn)事传(chuán)播了。

不过(guò)仔细观察可(kě)以发现(xiàn)，活动发(fā)起者提供的照片中有(yǒu)个很大的漏洞可以发现并非真人，而是(shì)AI绘图，那便(biàn)是(shì)图片中女性的手指部分有的存在异常。

有行业人(rén)事表示：“现在因为手指部分(fēn)的绘画算法比较复(fù)杂(zá)，AI还不太会画人的手，但最(zuì)新看到的图片已经有(yǒu)越来越完(wán)美的AI模型出现，以后(hòu)可能就完全(quán)没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受灾的(de)假(jiǎ)照片(piàn)发布到网络，以此诱(yòu)骗善良的人打(dǎ)赏(shǎng)“捐(juān)助(zhù)”从(cóng)而(ér)实施诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图(tú)效果(guǒ)，如(rú)果这样的(de)图片(piàn)被用来诈骗，将(jiāng)非常可怕。

此外AIGC还(hái)引发了(le)很(hěn)多(duō)担忧，一(yī)方面(miàn)，批判(pàn)者认为AI在“学习(xí)”了大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂，难(nán)以(yǐ)和人类的艺(yì)术创作相提并论(lùn)。

另一方(fāng)面，AIGC背(bèi)后的(de)版权、目前(qián)都并没有得到(dào)有效的解(jiě)决(jué)，还(hái)有AIGC会不会代替(tì)人类(lèi)“至高无上”的创意。

马斯克也强调，人(rén)工智能的(de)安(ān)全(quán)问题需要得(dé)到重视(shì)，太晚就来不及了(le)。

03

AIGC下一站(zhàn)除了(le)视频，还有远(yuǎn)方

技术都(dōu)是有(yǒu)两面(miàn)性的(de)，潜(qián)在的危害并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第(dì)四次(cì)工业革命的(de)核心驱动力量，将创造(zào)新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了(le)巨大进展，AI绘画(huà)就(jiù)是人工智能技术发生方向性改(gǎi)变的一(yī)个代表。其(qí)下一站或许就(jiù)是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引(yǐn)爆科技圈的(de)短视频(pín)。这(zhè)些视频引发(fā)关注并非内(nèi)容(róng)做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的(de)马，一(yī)只画(huà)画(huà)的玩具(jù)熊，或者一段骑摩(mó)托车的第一(yī)视角(jiǎo)录像，随便一个有手机的(de)人都(dōu)可以随手(shǒu)录下一段。

但这些(xiē)短(duǎn)视(shì)频的(de)创作方式非常简单，创作者仅仅需要(yào)向AI输入一段(duàn)话，甚(shèn)至只是说一下要求(qiú)，AI就可以(yǐ)根据(jù)需(xū)要生成一段视频。

谷歌发(fā)布的(de)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(chū)的倒装句是什么意思举例 语文，倒装句是什么意思举例是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不足以在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出超过2分钟的连贯的也有确切(qiè)内(nèi)容的视频(pín)，这才是(shì)真正让人们感到惊喜的地方。因为无论AI生(shēng)成的视频(pín)多么(me)高清(qīng)，也只能是(shì)为(wèi)内容生产者(zhě)提(tí)供(gōng)一个灵感(gǎn)，一个素(sù)材(cái)，一(yī)个过场(chǎng)动画。

不过能够(gòu)制(zhì)作出有具体剧情(qíng)内(nèi)容(róng)的视频就意味着，一些(xiē)视频创作(zuò)由AI代替人工完(wán)成已(yǐ)经初步有了可(kě)能。

当下AI的发展速(sù)度已经超(chāo)过大部分人的想象。内(nèi)容(róng)产业的(de)本(běn)质(zhì)是供(gōng)给创(chuàng)造需求(qiú)，AIGC作为(wèi)全新的(de)内容(róng)生产(chǎn)方(fāng)式，可以为内容产(chǎn)业带来更新的内容风格(gé)、更(gèng)快的生产速度，更低的生产成本，这(zhè)无疑会驱动内容产业的大爆(bào)发。

除了(le)AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等(děng)多种内容形(xíng)式的生成。不(bù)难发现该项(xiàng)技术不仅在游戏等行业(yè)能(néng)得到有效(xiào)应(yīng)用，对于(yú)下一代互(hù)联网各种(zhǒng)元素(sù)的构建亦有(yǒu)关键(jiàn)意义。

从商(shāng)业化的角度来看，文化娱(yú)乐(lè)、教育(yù)、传媒等诸多领域，本身就对(duì)基于(yú)AI的可视化内容有强烈(liè)需求。

倒装倒装句是什么意思举例 语文，倒装句是什么意思举例句是什么意思举例 语文，倒装句是什么意思举例ng>因此，AI绘(huì)画及视(shì)频或不是结果(guǒ)，而只是AI进程(chéng)中(zhōng)的一块重(zhòng)要(yào)拼图，有望在技(jì)术更新的(de)加持下实(shí)现更大的应用(yòng)价(jià)值。

AI从理解内容，走向(xiàng)了(le)可以生成内容(róng)，甚至(zhì)能够创造出独立价值和独(dú)立视角的内容(róng)。AIGC的再次出圈(quān)，更(gèng)代表着未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧抓大模型(xíng)与算(suàn)力，牢(láo)固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图像大模型(xíng)之(zhī)后，多模态大模型(xíng)已经成为了新的趋(qū)势(shì)。

大模型被(bèi)誉为(wèi)当前人工智能(néng)发展的智能底(dǐ)座，是全球竞争(zhēng)最激烈的(de)研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等众(zhòng)多头(tóu)部企业都在竞相(xiāng)发力。

不过训练大(dà)模型的确价格不菲(fēi)，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需(xū)要多少算力》报告估算，GPT-3训(xùn)练一(yī)次的(de)成本约(yuē)为(wèi)140万美元。而(ér)对于(yú)一些更(gèng)大的LLM(大型语言模型)，训练成本则介(jiè)于(yú)200万美元(yuán)至1200万美元高价之间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独立访(fǎng)客平均数1300万计算(suàn)，其对应芯片需求为(wèi)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，每日仅电费就在5万(wàn)美(měi)元(yuán)左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在(zài)关注各类大模型的(de)发展同时，更(gèng)应该关(guān)注算力网络的(de)建设。

算力(lì)网(wǎng)络正驱(qū)动AI产业发展进入史诗(shī)级加速(sù)进程，让AIGC及通用AI这一人工(gōng)智能发展的终极(jí)目标离得更近。

因为算力(lì)可以对突(tū)破(pò)性技(jì)术创新提供大(dà)力的支持。这方面，多(duō)模态大模型是典型。作为面向未来强人工智能、通用人(rén)工智能的重要技术创(chuàng)新，多模态大模型已(yǐ)经在(zài)人工智能领域(yù)提出了很多(duō)年，业界也有不少技术突破，但是，多模态(tài)大模(mó)型(xíng)进一步往下走，算力(lì)需求呈几(jǐ)何式上升，一般(bān)的算力基础设(shè)施(shī)很(hěn)快(kuài)将(jiāng)难以(yǐ)胜任。

从(cóng)图像、文字(zì)、语音单独一项的训练，到双(shuāng)模态、三模态的跃迁，让人工智(zhì)能可以灵活应对(duì)不同模态(tài)的转(zhuǎn)化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外，还有很多(duō)需要爆发(fā)式增(zēng)长的(de)算力来支撑(chēng)的(de)技术创新(xīn)，将在人工智(zhì)能(néng)算(suàn)力网络支撑下快速推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大算力的支持下AIGC能持续(xù)颠覆(fù)内容生产(chǎn)的(de)方式，将(jiāng)创(chuàng)造的边际成(chéng)本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 倒装句是什么意思举例 语文，倒装句是什么意思举例