自(zì)聊天机器人(rén)ChatGPT火爆以(yǐ)来，微软公司创始人比尔·盖茨(cí)已(yǐ)多次公开谈论人(rén)工智能话(huà)题。在最近的(de)一(yī)次采访中，他(tā)再次表示：“AI可能(néng)会让科(kē)技行(xíng)业迎来一次剧(jù)烈的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当(dāng)地时间2月20日(rì)接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可(kě)能(néng)会威胁到谷歌的市占率，因为微软在AI方面的行动相当(dāng)迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到来(lái)可能尚需(xū)时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘(huì)画为(wèi)代表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年8月，在美国科罗拉(lā)多州举办的新兴数(shù)字艺术家竞赛中，一幅(fú)名为《太空歌剧院》的作品获(huò)奖。

随(suí)后(hòu)各大厂商的(de)AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们可以(yǐ)在应用中输(shū)入一组关键词或者一张(zhāng)照片，就能获得(dé)一幅AI创作的画(huà)作。

作(zuò)画(huà)的关键就是(shì)所输入(rù)的文本。同(tóng)一(yī)组关(guān)键词(cí)也(yě)可以创作出很(hěn)多张风格不一样的(de)画(huà)作，这让创作的过程就(jiù)像开盲盒。

很(hěn)多(duō)用(yòng)户(hù)很喜欢(huān)这种不确定的(de)惊喜，他们(men)会(huì)将生成的美(měi)图当做(zuò)头(tóu)像。而另一部(bù)分喜欢翻看AI绘画的“翻车”作品。在(zài)社交媒体(tǐ)上，许多用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成(chéng)了(le)“肌肉男”，还有(yǒu)网友的个(gè)人照片(piàn)被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写(xiě)关键(jiàn)词游戏可(kě)能要被颠(diān)覆了。

去巴基斯坦办签证多少钱，去巴基斯坦需要签证吗coding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读(dú)博的中(zhōng)国(guó)人张吕(lǚ)敏创作的一种(zhǒng)基于控制点的图像变(biàn)形(xíng)算法，主(zhǔ)要(yào)用(yòng)于数字图像处理、计算(suàn)机视觉(jué)和计(jì)算机图形学等领域。

其SD插件一经发布(bù)，在短短的(de)两天内便成为了(le)AI绘画领域最(zuì)新的热点。

在此(cǐ)之前，大家用(yòng)了很多方法想让AI生(shēng)成(chéng)的结(jié)果尽可能的符合要求，但(dàn)是(shì)都不尽如人意，它(tā)的(de)出现代表着AI生成开始进入(rù)真正的可控时期。

因(yīn)为(wèi)ControlNet可(kě)以(yǐ)直接提取画面(miàn)的构图，人物的姿势和画面的深(shēn)度信息等。有了它的帮助，就不(bù)用频繁(fán)的用提示(shì)词来碰运气(qì)，抽盲盒式的创作了(le)。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已经获得了大量的(de)浏览(lǎn)量(liàng)，“viggo”就是其中之(zhī)一，他(tā)用朋友的照片直接带她们走进(jìn)动漫(màn)世界。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片(piàn)转文字(zì)。

再用Text2Prompt插件拓展找到(dào)对应的关(guān)键词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始换关(guān)键词(cí)试效果。

通(tōng)过图片就可以(yǐ)看出来(lái)，效(xiào)果十分(fēn)惊艳。

更厉害的是，除了真实的(de)照片，草(cǎo)图也(yě)可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图。大神张(zhāng)吕敏其本尊也亲自回(huí)应。

不得(dé)不(bù)说当下AIGC已经变得越来(lái)越强大，甚至输出的作品都(dōu)已经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术(shù)力爆发

警惕安全问题

近(jì去巴基斯坦办签证多少钱，去巴基斯坦需要签证吗n)日(rì)，“苏(sū)州金鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经(jīng)过警方辟谣这所谓(wèi)的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图(tú)诈骗(piàn)。

由于这(zhè)个(gè)活动里面(miàn)给出(chū)的美女照片都(dōu)是(shì)AI制(zhì)作的真人照片绘图，因(yīn)为太逼(bī)真(zhēn)，被大(dà)家当成真事传(chuán)播了。

不过仔细(xì)观察(chá)可以(yǐ)发现，活动发(fā)起(qǐ)者提供的(de)照片(piàn)中有个(gè)很大的漏洞可以发(fā)现(xiàn)并非真人，而是AI绘图(tú)，那便是图片中女性的(de)手(shǒu)指部分(fēn)有的存在异常。

有行业人事表示(shì)：“现(xiàn)在因为手指部分(fēn)的绘画算法比(bǐ)较(jiào)复杂，AI还不(bù)太会(huì)画(huà)人的(de)手，但最新看到的图片(piàn)已经有越来越完美的AI模型出现，以后可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照片发布到网络，以此诱(yòu)骗善良的人打赏“捐助(zhù)”从而实施(shī)诈(zhà)骗。

目前随着技(jì)术发展，AIGC已经能做出真人照片般(bān)的绘图效果，如果这样的图片被(bèi)用来诈骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前(qián)人的作品之后，其创作没有任何情绪和灵魂，难以和人类的艺术创作相提并论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目前都(dōu)并没有得到有效的解(jiě)决，还有AIGC会(huì)不会代替人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的安全问题需要得到(dào)重视，太晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了视频(pín)，还(hái)有远方

技术都是(shì)有两面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡献(xiàn)。现在(zài)看来，人(rén)工智(zhì)能技术将(jiāng)是第四(sì)次(cì)工(gōng)业革命的核(hé)心驱(qū)动力量，将(jiāng)创造(zào)新(xīn)的增长奇迹。

过(guò)去一年，人工智能在技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术(shù)发生(shēng)方向性改变(biàn)的一个代(dài)表(biǎo)。其下一(yī)站或许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆科技圈的短视(shì)频。这些视频引发关(guān)注并非(fēi)内容做(zuò)得(dé)多(duō)优(yōu)秀，反而都非常简(jiǎn)单，比如一匹正在喝水的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一段骑摩托车的第(dì)一视角(jiǎo)录像，随(suí)便一个有手机的人都可以随(suí)手录下一段。

但这(zhè)些短视频(pín)的创作方式(shì)非(fēi)常简单(dān)，创作(zuò)者仅仅需要向AI输入一段(duàn)话，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需要生(shēng)成一段视(shì)频。

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

在Make-A-Video公(gōng)布(bù)了AI生成的(de)视频后(hòu)，AI圈(quān)就已(yǐ)经玩了(le)一波梗，一(yī)个能够做出更高清视频的(de)AI还不足以在短时间内(nèi)戳(chuō)中兴奋点。

Phenaki更(gèng)加令人震惊的地方在(zài)于，它可以(yǐ)制作出(chū)超过2分(fēn)钟的连贯的(de)也有(yǒu)确(què)切内(nèi)容的视(shì)频，这(zhè)才是真正让人们感到惊喜(xǐ)的地方。因为无论AI生(shēng)成的(de)视频多么高(gāo)清，也只能是(shì)为内容(róng)生(shēng)产(chǎn)者(zhě)提供一个灵感，一个素材，一(yī)个过场动画。

不过能够制作出有具体剧情内(nèi)容的视(shì)频就(jiù)意(yì)味着，一些视频创作由AI代替人(rén)工完成已经初步有(yǒu)了可能。

当下(xià)AI的(de)发(fā)展速度已经超(chāo)过大部(bù)分人的(de)想象。内容产业的(de)本质是(shì)供给创造(zào)需(xū)求，AIGC作(zuò)为全新(xīn)的内容生产方(fāng)式，可以为内容产(chǎn)业带(dài)来更(gèng)新的内容(róng)风格、更快的(de)生(shēng)产速度，更低(dī)的生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于(yú)音(yīn)乐(lè)、代码、机器人动(dòng)作等(děng)多种内容形式的生成。不(bù)难发(fā)现该项技术不仅在游(yóu)戏等(děng)行(xíng)业能(néng)得到有效应用，对于下一代互联(lián)网各种元素的(de)构建(jiàn)亦有(yǒu)关键意义。

从商业化的角度来看(kàn)，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身就(jiù)对基于AI的(de)可视化内容有强烈需求。

因此(cǐ)，AI绘画(huà)及(jí)视频或不(bù)是结果，而只是AI进程(chéng)中的一(yī)块(kuài)重(zhòng)要(yào)拼图，有望在技术(shù)更新的(de)加(jiā)持下实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向了可以生成(chéng)内容，甚至能(néng)够创(chuàng)造(zào)出独立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈，更(gèng)代表着未来的先进生(shēng)产力(lì)即将到(dào)来(lái)。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底座(zuò)

从技(jì)术(shù)的发(fā)展也可(kě)以看出，在语言大模型、图像大(dà)模型(xíng)之后，多模(mó)态大(dà)模(mó)型已经(jīng)成为了(le)新的趋(qū)势。

大模型(xíng)被誉为当前人工(gōng)智能发(fā)展(zhǎn)的(de)智能底(dǐ)座，是全球竞争最(zuì)激烈的研究方向之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头部企业都在竞(jìng)相发力。

不过训练大(dà)模型的确价格不(bù)菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算(suàn)力(lì)》报告(gào)估算(suàn)，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万(wàn)美元高(gāo)价之(zhī)间。

以ChatGPT在(zài)2023年1月(yuè)的(de)独立访客(kè)平(píng)均数(shù)1300万计算(suàn)，其对(duì)应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持(chí)。在关注各类大模型的发展同时，更应该(gāi)关(guān)注算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发展进(jìn)入史诗级加速(sù)进程，让(ràng)AIGC及通用(yòng)AI这(zhè)一人(rén)工(gōng)智(zhì)能发展(zhǎn)的(de)终极目标离(lí)得(dé)更(gèng)近。

因为算力可以对突(tū)破性技术创新(xīn)提供大(dà)力的支持。这(zhè)方(fāng)面，多模态(tài)大模型是典型。作为面向未来强(qiáng)人工智能、通用(yòng)人工(gōng)智能的(de)重要技术创新，多模(mó)态大模型已(yǐ)经在(zài)人工智能(néng)领域提出了很多(duō)年，业界(jiè)也有不少技(jì)术突破，但是，多模态大模型进一步往(wǎng)下走，算力需求(qiú)呈几何式上升，一(yī)般的算力基础设施很快将难以胜任(rèn)。

从(cóng)图像、文(wén)字、语音单独一项的(de)训练，到双模态、三模态的(de)跃迁(qiān)，让人工智能可以灵(líng)活应对不同模态的(de)转化、像人与世界交互一(yī)样(yàng)自然，这方面，由算力(lì)网络来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还(hái)有(yǒu)很(hěn)多(duō)需要爆(bào)发(fā)式增长的(de)算力来支撑的技(jì)术创新，将(jiāng)在人工智(zhì)能算力网络支撑下快(kuài)速推(tuī)进。

AIGC已经露(lù)出曙光(guāng)，期待在大(dà)模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将创造的边(biān)际成本降低(dī)，让万众受益。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 去巴基斯坦办签证多少钱，去巴基斯坦需要签证吗