自聊天机器(qì)人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始人比(bǐ)尔·盖茨已多(duō)次(cì)公开谈论人工智能话题。在最近的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提出的。

他预期，AI的发展可(kě)能(néng)会(huì)威胁到谷(gǔ)歌的市占(zhàn)率(lǜ)，因为微软在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨头将把AI整(zhěng)合成用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的(de)到来可(kě)能(néng)尚需(xū)时日，但由(yóu)ControlNet引发(fā)的又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火(huǒ)的时候，还是2022年8月(yuè)，在(zài)美国(guó)科罗拉(lā)多(duō)州举办(bàn)的新(xīn)兴(xīng)数字艺术(shù)家竞赛中，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖(jiǎng)。

随(suí)后(hòu)各(gè)大厂商(shāng)的AI绘画软件被广大网友熟知并体验，Stable Diffusion便是其(qí)中代(dài)表。

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

作画(huà)的关键就是所(suǒ)输(shū)入的(de)文本。同一组关键词也可以创作(zuò)出很多(duō)张风(fēng)格不一样(yàng)的画作(zuò)，这让创作的过程就像开盲盒(hé)。

很多用户很喜(xǐ)欢这种不(bù)确定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当做头像。而另一部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交媒(méi)体上，许多(duō)用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了“肌肉(ròu)男(nán)”，还(hái)有网友的个人照(zhào)片被(bèi)AI识别成了建筑(zhù)。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写(xiě)关键(jiàn)词游戏(xì)可(kě)能要被(bèi)颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制点(diǎn)的图像(xiàng)变(biàn)形算法，主要用于数字图像处(chù)理、计算机视觉和(hé)计算机图(tú)形(xíng)学(xué)等领域。

其SD插件一经发(fā)布，在短短的两(liǎng)天内便(biàn)成(chéng)为了(le)AI绘画领域(yù)最新的热点。

在此之前，大家用了很(hěn)多(duō)方法想让AI生成的结果尽可能的符合要求，但是都不尽如人(rén)意，它的(de)出现代表着AI生成开始进(jìn)入(rù)真正(zhèng)的可控时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人物的姿(zī)势和画(huà)面的深度信息等。有了它(tā)的帮助，就不用频繁(fán)的用(yòng)提示词来碰运(yùn)气，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于(yú)给AI绘画加了“魔法(fǎ)”，不(bù)少博(bó)主的作(zuò)品已经获得(dé)了大量的浏览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友的(de)照(zhào)片直接(ji北京市有几个区，北京市有几个区,都叫什么ē)带(dài)她们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关键词(cí)；最后用(yòng)ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过图(tú)片(piàn)就可以看出(chū)来，效果(guǒ)十分惊艳。

更厉害(hài)的是，除(chú)了(le)真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已(yǐ)经变得越(yuè)来越强大，甚至输出(chū)的作(zuò)品都已经能(néng)以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发(fā)

警惕安全(quán)问题

近日，“苏州金鸡湖(hú)有游艇party”的消息火遍网络，而经过警方辟谣这(zhè)所谓(wèi)的“party”可能(néng)是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于(yú)这个活动里面给出的(de)美女照片都是(shì)AI制作的(de)真人照(zhào)片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者(zhě)提供(gōng)的照(zhào)片中有个很大(dà)的漏洞可以发现并非真人(rén)，而是(shì)AI绘图，那便是(shì)图片中女性的手指部分有(yǒu)的存在(zài)异常。

有行业人事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还不太会画(huà)人的手，但(dàn)最(zuì)新看到的图片已经有(yǒu)越(yuè)来越完美的(de)AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也(yě)已有发生。据英国广播公司报道，土(tǔ)耳其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假(jiǎ)照片发(fā)布到网络(luò)，以此诱(yòu)骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能做(zuò)出真(zhēn)人照片般的(de)绘图效果，如(rú)果(guǒ)这样的(de)图(tú)片被用(yòng)来(lái)诈(zhà)骗，将非常可怕。

此外(wài)AIGC还引发了(le)很(hěn)多担忧(yōu)，一(yī)方面(miàn)，批判者认为AI在“学习”了大量(liàng)前人的(de)作(zuò)品(pǐn)之后，其创(chuàng)作没(méi)有任何情绪(xù)和灵魂，难以和(hé)人(rén)类的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都(dōu)并没有(yǒu)得到(dào)有效的解决，还(hái)有(yǒu)AIGC会不会代(dài)替(tì)人(rén)类(lèi)“至高无(wú)上”的(de)创意。

马斯克也强调，人工智能的安(ān)全问(wèn)题(tí)需要得到重视，太(tài)晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方(fāng)

技术(shù)都是有两面性的，潜在的危害并不能掩盖其(qí)光辉(huī)的(de)贡献。现在(zài)看来，人(rén)工智能(néng)技术(shù)将是第四次工业革(gé)命的核心驱动力(lì)量，将创造(zào)新(xīn)的增长奇迹(jì)。

过去一年，人工(gōng)智能在技术和商业(yè)层面都有(yǒu)了(le)巨大(dà)进展，AI绘(huì)画就是人工智(zhì)能技术发生(shēng)方向性改变(biàn)的一个(gè)代表。其下(xià)一站或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先(xiān)后发(fā)布(bù)了几条引爆(bào)科(kē)技圈的短视频(pín)。这(zhè)些视(shì)频引发关注(zhù)并(bìng)非(fēi)内容做得多优(yōu)秀，反而都非常(cháng)简单，比如(rú)一(yī)匹正在喝(hē)水的马，一(yī)只画画的玩具(jù)熊，或者(zhě)一段骑(qí)摩托车的第(dì)一视(shì)角录像(xiàng)，随便(biàn)一个有手机的人都可以随手录下一段。

但这些短视频的创作(zuò)方式非常简(jiǎn)单(dān)，创作者仅仅(jǐn)需(xū)要向(xiàng)AI输入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷歌(gē)发布的(de北京市有几个区，北京市有几个区,都叫什么)两个(gè)AI生(shēng)成视频分别来(lái)自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

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(gè)能够做出更高清视频的AI还不足以在短(duǎn)时间(jiān)内(nèi)戳中兴(xīng)奋点。

Phenaki更加令人震惊(jīng)的地方在于，它可以(yǐ)制(zhì)作出超过(guò)2分钟的连贯(guàn)的也(yě)有确切内容的视频(pín)，这才是真(zhēn)正让人(rén)们感到(dào)惊喜的地方(fāng)。因为无(wú)论(lùn)AI生(shēng)成的视频多么(me)高清，也只能是为内容生产者提(tí)供一(yī)个(gè)灵感(gǎn)，一个素材，一个(gè)过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频就(jiù)意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步有了(le)可(kě)能。

当下AI的发展速度已经超(chāo)过(guò)大部分人的想象。内(nèi)容产业的本(běn)质是(shì)供给创造(zào)需(xū)求，AIGC作为全(quán)新的内(nèi)容生产方式，可以为内容产业带来更新的(de)内(nèi)容风格、更快的生产速度，更低的生产成本(běn)，这(zhè)无疑会驱(qū)动内(nèi)容产业的大爆发(fā)。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代(dài)码、机(jī)器人动作等(děng)多种(zhǒng)内容形(xíng)式的(de)生(shēng)成。不(bù)难发现该(gāi)项技(jì)术不仅(jǐn)在(zài)游戏等行业(yè)能得到(dào)有(yǒu)效应用，对(duì)于下一(yī)代互(hù)联网各(gè)种元素的构建亦(yì)有关键意义。

从商(shāng)业(yè)化的角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本身(shēn)就(jiù)对基于AI的可(kě)视化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结果，而(ér)只是(shì)AI进程(chéng)中的一(yī)块重要拼图，有(yǒu)望在技术更(gèng)新的(de)加持(chí)下(xià)实现更大(dà)的(de)应用价(jià)值。

AI从理解内容，走向了(le)可以生成内容，甚(shèn)至能(néng)够创造出独立价值(zhí)和独立视角的(de)内容。AIGC的再次(cì)出圈，更代表着(zhe)未来(lái)的(de)先进(jìn)生产力即将(jiāng)到来(lái)。

04

紧(jǐn)抓大(dà)模(mó)型与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术的发展也可以看出，在语言大(dà)模型(xíng)、图(tú)像大模型之(zhī)后，多模态大(dà)模型已经(jīng)成(chéng)为(wèi)了新(xīn)的趋势。

大模型被誉为(wèi)当前人工智能发展的智能底座，是全球竞争最激烈的研究(jiū)方向(xiàng)之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相(xiāng)发(fā)力。

不过训练大模型的确价(jià)格(gé)不菲(fēi)，以国盛(shèng)证券发(fā)布的《ChatGPT需要多(duō)少算(suàn)力》报告估算，GPT-3训练一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大(dà)型语(yǔ)言模(mó)型)，训练成(chéng)本则介于200万美元至(zhì)1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访(fǎng)客平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投(tóu)入成本约(yuē)为(wèi)8亿(yì)美元(yuán)，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算力(lì)支(zhī)持。在关注各类大模型的发展同时(shí)，更(gèng)应该(gāi)关注算力网络的建设。

算力网络正驱动(dòng)AI产业发(fā)展进(jìn)入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展(zhǎn)的终极目标离(lí)得更近。

因为算力(lì)可以对突破性技术创新提供大力(lì)的支持。这方面，多(duō)模态大(dà)模型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工(gōng)智能的(de)重要技术创新，多模(mó)态大模型已经(jīng)在(zài)人工智能领域提出(chū)了很(hěn)多年，业界(jiè)也有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模型进一步往下走，算(suàn)力需求呈几(jǐ)何式上升，一般的算力基础设(shè)施很(hěn)快将难以胜任(rèn)。

从图像、文字、语音单(dān)独(dú)一项(xiàng)的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵活应对(duì)不同(tóng)模态的转化、像人(rén)与世界交互一(yī)样自然，这方面，由算力网络来(lái)驱动(dòng)将有明显优势(shì)。

此外，还有很(hěn)多需要爆发式增(zēng)长的算力来(lái)支(zhī)撑的技术创新，将在人工智能算力网(wǎng)络支撑下快速推进。

AIGC已经(jīng)露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容(róng)生产的方式(shì)，将(jiāng)创(chuàng)造(zào)的边际成本(běn)降低，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 北京市有几个区，北京市有几个区,都叫什么