自(zì)聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软公司创始人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最(zuì)近的(de)一次(cì)采访中(zhōng)，他(tā)再次表示：“AI可(kě)能会让科技行(xíng)业迎来(lái)一次(cì)剧(jù)烈的洗牌”。

这个结论是他(tā)在(zài)当(dāng)地(dì)时间2月20日(rì)接受《In Good Company》节(jié)目专(zhuān)访时提出(chū)的。

他预期，AI的发展可能会(huì)威胁到谷歌的市(shì)占率，因(yīn)为(wèi)微软在AI方面的行动相当迅速。而最(zuì)终科技巨头将把AI整合成(chéng)用户(hù)的(de)“全能助手(shǒu)”，包揽一切应用，与人们进(jìn)行沟通并提供建(jiàn)议，可以取代(dài)亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中全能助(zhù)手的到来可能尚需时日，但由(yóu)ControlNet引(yǐn)发的又一(yī)次AI绘(huì)画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘(huì)画为(wèi)代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还是2022年(nián)8月，在美国科(kē)罗拉多州举办的(de)新兴数(shù)字(zì)艺术(shù)家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件(jiàn)被广大(dà)网友熟(shú)知(zhī)并体验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的(de)关(guān)键就是所输入的文本。同一组关键词也可以创作(zuò)出很多张风格不(bù)一样的画作，这让创作的过程(chéng)就(jiù)像开盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊(jīng)喜，他(tā)们会将生(shēng)成的美图当做头像。而另一部分喜欢(huān)翻看AI绘画(huà)的(de)“翻车”作品。在社交媒(méi)体上，许多用户(hù)分享AI“翻车现场”，例如(rú)，一(yī)位网友的(de)小狗(gǒu)照片(piàn)被AI画成了“肌肉男”，还有网(wǎng)友(yǒu)的个(gè)人(rén)照片被AI识别成(chéng)了(le)建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填写关键词(cí)游(yóu)戏可(kě)能要被(bèi)颠(diān)覆(fù)了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人张(zhāng)吕敏(mǐn)创作的一(yī)种基于控制点的图像变(biàn)形算法，主要用于数(shù)字图像处理、计算(suàn)机视觉和计(jì)算机图形(xíng)学等(děng)领(lǐng)域。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天内便成(chéng)为了AI绘画领域(yù)最新的热点。

在此之前，大(dà)家(jiā)用(yòng)了很(hěn)多方(fāng)法想让AI生成的结(jié)果尽(jǐn)可(kě)能(néng)的(de)符合要求(qiú)，但(dàn)是都不尽如人意，它的(de)出现代表着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接(jiē)提取画面(miàn)的(de)构图，人物的(de)姿势和(hé)画面(miàn)的(de)深度(dù)信息(xī)等。有了(le)它的帮(bāng)助，就不用频(pín)繁的用提示词来碰(pèng)运气，抽盲(máng)盒式(shì)的(de)创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量，“viggo”就(jiù)是其(qí)中之一，他用(yòng)朋友的照(zhào)片直接带她们走进(jìn)动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关(guān)键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换关键(jiàn)词试(shì)效果(guǒ)。

通过图片(piàn)就可以看(kàn)出来，效果(guǒ)十分惊艳。

更厉害的是，除了(le)真实的(de)照(zhào)片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能(néng)实现线稿转全彩图。大神(shén)张(zhāng)吕敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输(shū)出的作(zuò)品都已经能以(yǐ)假(jiǎ)乱(luàn)真了(le)。

02

难(nán)辨虚实，AIGC技术力爆发

警周公吐哺天下归心的意思是什么意思，周公吐哺天下归心的意思是什么解释惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有(yǒu)游(yóu)艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所谓(wèi)的“party”可能是(shì)全国第(dì)一(yī)起AI绘图诈骗(piàn)。

由于这个活(huó)动里面给出的(de)美女照片(piàn)都(dōu)是AI制作的真人照片(piàn)绘图，因为太逼真，被大家当成真事传播了。

不过仔细观(guān)察可以发现，活动发起者(zhě)提供的照片中有个很大的漏洞可以发(fā)现(xiàn)并(bìng)非真(zhēn)人，而(ér)是AI绘图，那便是图片中女性的手(shǒu)指(zhǐ)部分有(yǒu)的存在异(yì)常。

有行业人事表示：“现在因为手(shǒu)指部分(fēn)的绘(huì)画算法比较复杂，AI还不太会画(huà)人的(de)手，但(dàn)最新看到(dào)的图片已经有(yǒu)越来越完美的AI模型出现，以(yǐ)后可能就完全没(méi)有漏洞了(le)。”

类似的AI作图(tú)诈骗在国外也已有发(fā)生。据英国广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童(tóng)受(shòu)灾(zāi)的假(jiǎ)照片发布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出(chū)真(zhēn)人(rén)照(zhào)片(piàn)般的绘(huì)图(tú)效(xiào)果，如(rú)果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还(hái)引发了很多担忧，一方面，批判(pàn)者认为AI在(zài)“学习”了大(dà)量前人(rén)的作(zuò)品之后(hòu)，其创作没(méi)有任何(hé)情绪和灵魂，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都(dōu)并没有得到(dào)有(yǒu)效的解决(jué)，还有AIGC会不(bù)会代替(tì)人(rén)类(lèi)“至高无上(shàng)”的创意。

马(mǎ)斯(sī)克(kè)也强(qiáng)调，人(rén)工智能的安全问(wèn)题需要得到重(zhòng)视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面性(xìng)的，潜(qián)在的危害并不(bù)能掩盖其(qí)光辉的贡献。现在看来，人工(gōng)智能技术将是第四次工业(yè)革命的核心驱动力量，将创(chuàng)造新的增(zēng)长奇(qí)迹。

过去一年，人(rén)工智能在技术和商(shāng)业层面都有了巨(jù)大(dà)进展，AI绘(huì)画就是人工(gōng)智能(néng)技(jì)术(shù)发生方向(xiàng)性改变的一个代(dài)表。其下一站(zhàn)或许(xǔ)就是视频。

此前(qián)，Meta和(hé)谷歌(gē)先后发布(bù)了(le)几条引(yǐn)爆科(kē)技圈的短视频。这(zhè)些视(shì)频引发关注(zhù)并非内容(róng)做(zuò)得多优秀，反而都非常(cháng)简(jiǎn)单，比如一匹正在喝(hē)水(shuǐ)的马，一只画画的玩具熊，或(huò)者一段骑摩托车(chē)的第(dì)一视(shì)角录像，随(suí)便一(yī)个有(yǒu)手机的人都可以随手录下一段。

但这些短视频的(de)创作方式非(fēi)常简单(dān)，创作者仅仅需要(yào)向AI输入(rù)一段话，甚至只是(shì)说一下要求，AI就可以根据需(xū)要生成一段(duàn)视频(pín)。

谷歌发布(bù)的(de)两个AI生成视频(pín)分别(bié)来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布(bù)了(le)AI生成的视频后，AI圈就已经玩了一(yī)波梗(gěng)，一个能够做出更高清视频的AI还不足以(yǐ)在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在(zài)于(yú)，它(tā)可以制作出超过(guò)2分钟的连贯的也有确切内容的(de)视(shì)频，这才(cái)是真正让人们感到(dào)惊喜的(de)地方。因为无论AI生成的视(shì)频多么高清，也只能是为内(nèi)容生(shēng)产(chǎn)者提供一个灵感，一个素材(cái)，一(yī)个过场动画。

不过能够(gòu)制(zhì)作出有具体剧(jù)情内容的视频就意味着，一些视(shì)频创作(zuò)由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下AI的发(fā)展(zhǎn)速度已经超(chāo)过大部(bù)分人的想象。内容产业的(de)本质是(shì)供给创造(zào)需求，AIGC作为全新的内容(róng)生产(chǎn)方式，可以为内容产(chǎn)业(yè)带来(lái)更新的内(nèi)容风格、更快(kuài)的生产速度，更低的生(shēng)产成本，这(zhè)无(wú)疑会驱动(dòng)内(nèi)容产(chǎn)业的(de)大(dà)爆(bào)发。

除了AI绘图、视频，AIGC技(jì)术(shù)还(hái)能应用(yòng)于(yú)音(yīn)乐、代码、机器人动作等多(duō)种(zhǒng)内(nèi)容(róng)形(xíng)式的生(shēng)成。不难发现(xiàn)该项技术不(bù)仅在游戏等行业能得(dé)到有效应用，对于下一(yī)代互联网各种元素的构(gòu)建亦有关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸多领域(yù)，本身就对基于AI的(de)可视(shì)化内(nèi)容有强烈需求。

因此，AI绘画(huà)及视频(pín)或不(bù)是结果，而只是AI进(jìn)程(chéng)中的一块重(zhòng)要拼图(tú)，有望在技术更新的加持下实(shí)现(xiàn)更(gèng)大的应用价值(zhí)。

AI从理(lǐ)解内容，走向(xiàng)了可以生成内容，甚至能(néng)够(gòu)创(chuàng)造出独立(lì)价值和独立(lì)视(shì)角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生(shēng)产力即将到来。

04

紧抓大模(mó)型与算力，牢(láo)固(gù)AIGC底座

从技术的发展也可以看出(chū)，在语言大(dà)模型、图(tú)像(xiàng)大模(mó)型之后，多模态大(dà)模型已经成(chéng)为了新(xīn)的(de)趋(qū)势。

大模型被誉为当前人(rén)工智能(néng)发展(zhǎn)的(de)智能(néng)底座(zuò)，是全球(qiú)竞(jìng)争最激(jī)烈的研究(jiū)方向之一，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在竞(jìng)相发力(lì)。

不过训(xùn)练大模型的确(què)价格(gé)不菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算力(lì)》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万(wàn)美元。而(ér)对于一些更(gèng)大(dà)的LLM(大型语言模型)，训练(liàn)成(chéng)本则介于200万美(měi)元至1200万美(měi)元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的独立(lì)访客平均(jūn)数1300万计算，其(qí)对(duì)应芯片需求(qiú)为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初(chū)始投入成本约为8亿美(měi)元，每日仅(jǐn)电费就在5万美元左右(yòu)。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算(suàn)力支持。在关注各类(lèi)大模型的发展同时(shí)，更应该关注算力网络(luò)的建设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的终极目(mù)标离得(dé)更(gèng)近。

因为算力可以(yǐ)对突破性技术创新提供大(dà)力的支(zhī)持。这方面，多模态(tài)大模型(xíng)是典(diǎn)型(xíng)。作为面向(xiàng)未来强人(rén)工智能(néng)、通用人工(gōng)智(zhì)能的重要技术创新，多模态大模型(xíng)已经在(zài)人工智能领(lǐng)域(yù)提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突破(pò)，但(dàn)是(shì)，多模态大模(mó)型进一步往(wǎng)下走，算力需求(qiú)呈(chéng)几何(hé)式(shì)上(shàng)升，一般的算力基础设施(shī)很快将(jiāng)难以(yǐ)胜(shèng)任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可以(yǐ)灵活应对不同模态的转化、像人与世界交(jiāo)互一样自然(rán)，这方面，由算力网络来驱动将有(yǒu)明显优势。

此外(wài)，还有(yǒu)很多需要爆发式(shì)增长的算力(lì)来支(zhī)撑的技术创新，将在人工智(zhì)能算力网(wǎng)络支撑下快(kuài)速推进。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的方(fāng)式，将创造的边(biān)际成本降低，让(ràng)万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 周公吐哺天下归心的意思是什么意思，周公吐哺天下归心的意思是什么解释