自聊天机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比(bǐ)尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在(zài)最近的一次(cì)采访中，他再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈(liè)的洗牌”。

这个(gè)结论(lùn)是他在当(dāng)地(dì)时间2月20日(rì)接受《In Good Company》节目(mù)专(zhuān)访时提出的。

他预(yù)期，AI的发展可能会威胁到谷歌的市占率(lǜ)，因为微软在AI方(fāng)面的行(xíng)动相当迅速。而(ér)最终科技巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包(bāo)揽一切应用，与人们(men)进行沟通并提供(gōng)建议，可以(yǐ)取(qǔ)代亚马逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又一(yī)次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火(huǒ)的时候，还(hái)是(shì)2022年8月，在(zài)美国(guó)科罗拉多州举办的(de)新兴(xīng)数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖(jiǎng)。

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

用户们可以在(zài)应用中(zhōng)输(shū)入一组关键词或(huò)者(zhě)一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关键就(jiù)是(shì)所输入的文本。同一组关键词也可以创作(zuò)出很多(duō)张风格(gé)不(bù)一样的画作，这让创作(zuò)的(de)过(guò)程就像开盲(máng)盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他们会将(jiāng)生(shēng)成的美图(tú)当做头像。而另一(yī)部(bù)分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，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(gè)人照(zhào)片被AI识别成了建筑(zhù)。

而如(rú)今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画(huà)的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国(guó)人张吕敏创(chuàng)作的一(yī)种基于控制点的(de)图像变形(xíng)算法，主要(yào)用(yòng)于数字图像处理、计算(suàn)机视觉和计(jì)算(suàn)机图形学等领域。

其(qí)SD插件(jiàn)一经发布，在短短的两天内便成(chéng)为了AI绘画领域最新(xīn)的热点。

在此之(zhī)前，大家用了很多方法想让(ràng)AI生(shēng)成(chéng)的结果尽可能(néng)的符合(hé)要求，但是都不尽如人(rén)意，它的(de)出现代表着AI生(shēng)成(chéng)开始进入(rù)真正的可控时期。

因为ControlNet可以直接提取画(huà)面的(de)构图，人物的姿势和画面的深(shēn)度(dù)信息等。有(yǒu)了它的帮助，就(jiù)不用(yòng)频繁的用提示词来碰运气(qì)，抽(chōu)盲盒(hé)式(shì)的(de)创作了(le)。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加了“魔法”，不(bù)少博主的作品已经获得了(le)大量的浏(liú)览(lǎn)量，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直接带(dài)她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字(zì)。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关键(jiàn)词试效(xiào)果。

甜蜜惩罚类似的有哪些 推荐一下满是车的剧男女"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图片(piàn)就(jiù)可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害(hài)的是，除了真实的照片，草图(tú)也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和(hé)“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还能实现线稿转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得(dé)不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的作(zuò)品都(dōu)已经能(néng)以(yǐ)假(jiǎ)乱真了。甜蜜惩罚类似的有哪些 推荐一下满是车的剧男女

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍网络(luò)，而(ér)经过警方辟谣(yáo)这所谓的“party”可能(néng)是全(quán)国第一起(qǐ)AI绘图诈(zhà)骗。

由于这(zhè)个活动里面给出(chū)的美女(nǚ)照片都是AI制作的真人照片绘图(tú)，因为(wèi)太逼(bī)真，被大家当成真(zhēn)事传播了。

不过仔细(xì)观察可(kě)以发(fā)现，活动发起者提(tí)供的照片中(zhōng)有(yǒu)个很大的漏洞可(kě)以(yǐ)发现(xiàn)并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是图片(piàn)中(zhōng)女(nǚ)性的手指部分有(yǒu)的存(cún)在异常(cháng)。

有行业人事表(biǎo)示：“现在(zài)因为手指部分的绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但(dàn)最新看到的图片已经有(yǒu)越来越完美的AI模(mó)型出现，以后可能就完全没(méi)有漏洞了(le)。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据英国广播公司报道，土(tǔ)耳(ěr)其地(dì)震(zhèn)期间，有Tiktok用户(hù)使用(yòng)AI合成(chéng)了儿童受(shòu)灾的(de)假照片发布到网(wǎng)络，以此(cǐ)诱(yòu)骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随着(zhe)技(jì)术发展，AIGC已经能(néng)做出真人照(zhào)片般的绘图效(xiào)果，如果这样的图(tú)片被用来(lái)诈骗，将非(fēi)常(cháng)可怕。

此外AIGC还(hái)引(yǐn)发了很多(duō)担忧(yōu)，一方面，批判者认为AI在“学(xué)习”了大量前人的(de)作品之后，其创作没有任何情绪和灵魂，难以和人(rén)类的(de)艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不会代(dài)替人类“至高无(wú)上(shàng)”的创(chuàng)意。

马斯克也强调，人工智能的安全问题需要得(dé)到重视(shì)，太晚就(jiù)来(lái)不及(jí)了。

03

AIGC下一站除了视频，还(hái)有(yǒu)远方

技术都(dōu)是有两(liǎng)面性的，潜在的危害并不(bù)能掩盖其(qí)光(guāng)辉的贡献(xiàn)。现在看来，人工智能技术将(jiāng)是第(dì)四(sì)次工业革(gé)命(mìng)的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一年(nián)，人工智能在技术和商业层面都有了(le)巨大进(jìn)展，AI绘画(huà)就(jiù)是人工(gōng)智能技术发生方向性改变(biàn)的(de)一个代表(biǎo)。其下一(yī)站(zhàn)或许(xǔ)就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了(le)几条引爆科(kē)技(jì)圈的短视(shì)频。这(zhè)些视频引(yǐn)发关注(zhù)并(bìng)非(fēi)内容做得多优秀，反而(ér)都(dōu)非常简单，比如一匹正在(zài)喝水的马(mǎ)，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段骑(qí)摩托车(chē)的第一视角(jiǎo)录(lù)像(xiàng)，随便一个有手机的人都可以随手录下一段。

但这些短(duǎn)视(shì)频的创作方式非常简(jiǎn)单，创作者仅仅需要向AI输(shū)入一段话(huà)，甚至只是(shì)说一下要(yào)求(qiú)，AI就可(kě)以根据需(xū)要生成(chéng)一段(duàn)视频。

谷歌发布的两个AI生成视频分别来自于(yú)Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做出更高清视频的AI还(hái)不足以在(zài)短时间(jiān)内(nèi)戳(chuō)中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在(zài)于(yú)，它可以制(zhì)作出超(chāo)过2分钟的连贯的(de)也有确切内(nèi)容(róng)的视频，这才(cái)是真(zhēn)正(zhèng)让(ràng)人(rén)们(men)感到(dào)惊喜的地方(fāng)。因(yīn)为无(wú)论AI生成的视频多么高清，也只能(néng)是为内容生产者(zhě)提(tí)供一个(gè)灵感，一个素材，一(yī)个过场动画(huà)。

不过能够制作出有具体剧情(qíng)内容的视(shì)频就意(yì)味(wèi)着，一(yī)些视频创作由AI代替人工完成(chéng)已经初步有了可能。

当下AI的发展速度已经超过大部分人的想象(xiàng)。内容(róng)产业的(de)本质是(shì)供给创(chuàng)造(zào)需(xū)求，AIGC作(zuò)为全新的内容生(shēng)产方式(shì)，可以为内容产(chǎn)业带来更新的内(nèi)容风格(gé)、更快的生产速度，更低的生产成(chéng)本，这(zhè)无(wú)疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能应用于音(yīn)乐、代(dài)码、机器人动作(zuò)等多(duō)种内容(róng)形(xíng)式的生(shēng)成。不难发(fā)现(xiàn)该项技术(shù)不仅(jǐn)在游(yóu)戏等行业(yè)能得到有效(xiào)应用，对于(yú)下一代互(hù)联网各种元素(sù)的构建亦有关键(jiàn)意义。

从商(shāng)业化的角度来看，文(wén)化娱乐、教(jiào)育、传媒(méi)等(děng)诸多(duō)领域，本身(shēn)就对基于AI的可视化内(nèi)容有强烈(liè)需求。

因此，AI绘画及视频或(huò)不是结果(guǒ)，而只是AI进程中的一(yī)块(kuài)重要拼图，有(yǒu)望在(zài)技术更(gèng)新的加持(chí)下实现更大(dà)的应(yīng)用价值。

AI从理(lǐ)解内(nèi)容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容，甚至能够创造出独(dú)立(lì)价值和独立(lì)视角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技(jì)术(shù)的发展也可以看出(chū)，在语言大模型(xíng)、图(tú)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)型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的(de)研究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头(tóu)部企(qǐ)业都(dōu)在竞相发力。

不(bù)过训练(liàn)大模(mó)型的确(què)价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多(duō)少算力》报告估(gū)算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为140万(wàn)美元。而对于一些更大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本(běn)则介于200万美(měi)元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应(yīng)芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为8亿(yì)美元，每日仅(jǐn)电费就在5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各类大模型(xíng)的发展同时(shí)，更应该关注算力(lì)网络的建设(shè)。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业(yè)发(fā)展进入史诗级加速进程，让AIGC及通(tōng)用AI这一人工智(zhì)能发展的终极目标(biāo)离(lí)得(dé)更近。

因为算(suàn)力可以对(duì)突(tū)破性技(jì)术(shù)创新提供(gōng)大力的支持(chí)。这方(fāng)面(miàn)，多模态(tài)大模型是典型。作为面向未来强人工智能、通用人工(gōng)智能的(de)重要技术(shù)创新，多模态大模型已经在人工(gōng)智能领域提(tí)出了很多(duō)年(nián)，业界也有不少技术突破，但是，多模态大模型进一步往下(xià)走，算力需求呈几何式(shì)上升，一般(bān)的算力基础设施很快将难以胜任。

从图像、文(wén)字、语音单独一项的(de)训练，到双模态、三模态的跃迁，让(ràng)人工智能可(kě)以灵活应(yīng)对不同模态的(de)转化、像人与世界(jiè)交互一样自然，这方面，由算力(lì)网(wǎng)络(luò)来驱(qū)动将有明显优势。

此外，还有很多(duō)需要爆发式增长的算力来支撑的技术创新(xīn)，将在人(rén)工(gōng)智能算力网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期(qī)待(dài)在(zài)大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将(jiāng)创造(zào)的(de)边(biān)际成(chéng)本(běn)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 甜蜜惩罚类似的有哪些 推荐一下满是车的剧男女