自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论人工智(zhì)能(néng)话题(tí)。在(zài)最近的一次(cì)采访中，他(tā)再次表示：“AI可能(néng)会(huì)让科技行业迎来一(yī)次剧烈的洗牌(pái)”。

这(zhè)个(gè)结论(lùn)是(shì)他在(zài)当地(dì)时间(jiān)2月20日接受《In Good Company》节目专访时提出的。

他(tā)预期，AI的(de)发(fā)展可能会(huì)威胁到谷歌的市占(zhàn)率，因为微(wēi)软在AI方面(miàn)的(de)行动(dòng)相当迅(xùn)速。而最(zuì)终科(kē)技巨(jù)头将把AI整合成用户的“全能助手”，包(bāo)揽一切应(yīng)用(yòng)，与人(rén)们进行沟通并(bìng)提供(gōng)建议，可(kě)以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新(xīn)玩法

AIGC向可控靠(kào)近

以AI绘(huì)画为代表的(de)AIGC上一次(cì)爆火的时(shí)候，还是2022年8月，在美国(guó)科罗拉(lā)多州举办的新兴(xīng)数字(zì)艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院》的作(zuò)品获(huò)奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可以在应用中输入一(yī)组关键词或(huò)者一张照片，就能(néng)获得(dé)一幅AI创作的画作。

作(zuò)画的关(guān)键就(jiù)是所输入的文本。同(tóng)一组关键词也可(kě)以创(chuàng)作出很多张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很(hěn)多用户很喜欢(huān)这种不确定(dìng)的惊喜(xǐ)，他们会将生成的美图当做(zuò)头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友的小狗照(zhào)片被AI画成了“肌(jī)肉男”，还有网友的个人照片(piàn)被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键(jiàn)词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读(dú)博的(de)中国人张吕敏创作(zuò)的(de)一种基(jī)于控(kòng)制点的图像(xiàng)变形算法，主要用于数字图像处(chù)理、计算机视觉(jué)和计(jì)算(suàn)机图形学等(děng)领域。

其SD插件一经发(fā)布，在短短的两天内(nèi)便(biàn)成为了AI绘(huì)画领域最新的热点(diǎn)。

在此(cǐ)之前，大家(jiā)用了很多(duō)方法想(xiǎng)让AI生(shēng)成的结(jié)果尽(jǐn)可能(néng)的符(fú)合要(yào)求，但(dàn)是都不尽如人意，它的(de)出现代表着AI生成开(kāi)始(shǐ)进入真正的可控时(shí)期。

因为(wèi)ControlNet可(kě)以直(zhí)接提(tí)取画面的构图，人河南省住房和城乡建设厅执业资格注册中心网站，河南住建厅执业资格注册中心电话物的(de)姿势(shì)和画面(miàn)的深度信(xìn)息等。有了它(tā)的帮助，就(jiù)不(bù)用频繁的用提示词(cí)来碰(pèng)运气(qì)，抽盲盒式的(de)创作了(le)。

通俗的(de)说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不(bù)少博主的作(zuò)品已经获得了大(dà)量的浏(liú)览量(liàng)，“viggo”就是其(qí)中(zhōng)之一(yī)，他用(yòng)朋友(yǒu)的照片直(zhí)接带(dài)她(tā)们走进动(dòng)漫世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片转文字(zì)。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的关(guān)键词(cí)；最后用ControlNet插(chā)件绑定(dìng)骨(gǔ)骼(gé)开始(shǐ)换关键词试效果。

通过(guò)图(tú)片(piàn)就可(kě)以看出来，效果十分惊艳。

更厉害的(de)是，除了真实的照片，草图也可(kě)以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全(quán)彩图。大(dà)神(shén)张(zhāng)吕敏(mǐn)其本尊(zūn)也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已经变得越(yuè)来越强大，甚至输出的作(zuò)品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警(jǐng)惕(tì)安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游(yóu)艇party”的(de)消息火遍网络，而(ér)经过警(jǐng)方辟谣这所谓的(de)“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于(yú)这个活动里面给出的美女(nǚ)照片都是(shì)AI制作的真人照片绘(huì)图，因为太逼真，被大(dà)家当成真事传播了。

不(bù)过仔细(xì)观察可(kě)以发现，活动发起者提供的照片中(zhōng)有个很大的漏洞可以发(fā)现(xiàn)并(bìng)非真人，而是AI绘图，那便是图片中女(nǚ)性的手指(zhǐ)部分有的存在异常。

有(yǒu)行(xíng)业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘画算(suàn)法比较复杂，AI还(hái)不(bù)太会画人的手(shǒu)，但(dàn)最(zuì)新看到的图(tú)片已经有越来越完美的AI模型出现，以后可能就完全没(méi)有漏(lòu)洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也已有发生。据英国广播公司(sī)报道，土耳(ěr)其(qí)地震期(qī)间，有(yǒu)Tiktok用户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的(de)假照(zhào)片(piàn)发(fā)布到网络(luò)，以(yǐ)此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实施(shī)诈骗。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经能做出真人照片般(bān)的绘图(tú)效果，如果这样的(de)图片被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引(yǐn)发了很多担(dān)忧，一方面，批判者认为AI在“学习”了大量(liàng)前(qián)人的(de)作品(pǐn)之后，其(qí)创(chuàng)作没有任何(hé)情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没有得到有(yǒu)效的解(jiě)决，还有AIGC会不(bù)会代替人类(lèi)“至高(gāo)无上”的创意。

马斯克也强调，人工(gōng)智能的安全问题需(xū)要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的(de)危害并不能掩(yǎn)盖其光(guāng)辉的贡献。现在看来，人(rén)工智能技术(shù)将(jiāng)是(shì)第四次(cì)工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智(zhì)能在技术(shù)和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是人(rén)工智能技术(shù)发(fā)生方(fāng)向性改变的一个代表。其下一站(zhàn)或许就是(shì)视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布(bù)了(le)几条引爆科技圈的短视频。这些视频(pín)引发关注并非内容(róng)做得多优秀，反而都非常简单，比如一匹正在喝水的马，一(yī)只画(huà)画的玩具熊，或(huò)者(zhě)一段(duàn)骑(qí)摩托车(chē)的第一视角(jiǎo)录像，随便一个(gè)有手机的(de)人(rén)都(dōu)可(kě)以随手录下一段(duàn)。

但(dàn)这(zhè)些短视(shì)频(pín)的(de)创(chuàng)作方式非常简单(dān)，创作者(zhě)仅仅需要向AI输入一段话，甚至只是(shì)说一(yī)下要求(qiú)，AI就可以根据需要生(shēng)成一段视频。

谷歌发布的两个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经玩了(le)一(yī)波梗，一个能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时(shí)间内戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加令(lìng)人震惊的(de)地方(fāng)在于，它可以制作出超过2分(fēn)钟的连贯的也(yě)有确切内容(róng)的视频(pín)，这(zhè)才是真正(zhèng)让(ràng)人们感到惊(jīng)喜的地方。因为无论AI生成的视频多么高清，也只能(néng)是为内容(róng)生(shēng)产者(zhě)提(tí)供一个(gè)灵感(gǎn)，一个素材，一个(gè)过场动画。

不(bù)过能够制作出(chū)有具体剧情(qíng)内(nèi)容的视频就意味着，一(yī)些视频创(chuàng)作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过大部分(fēn)人(rén)的想(xiǎng)象。内容产业的本质是供给创(chuàng)造需求，AIGC作为全新的(de)内容生产(chǎn)方式，可以(yǐ)为内(nèi)容产(chǎn)业带来更新的内容风格、更快的生(shēng)产速度，更(gèng)低的生产成(chéng)本，这无疑会驱动内容(róng)产业的大爆(bào)发。

除(chú)了AI绘图、视频(pín)，AIGC技术还(hái)能应用(yòng)于音(yīn)乐、代(dài)码、机器人动作等多种内容形式的(de)生(shēng)成(chéng)。不难发(fā)现该项(xiàng)技(jì)术不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的(de)构建亦有关键意(yì)义。

从商业化的角(jiǎo)度(dù)来看，文(wén)化娱乐、教育、传媒等诸多(duō)领域，本(běn)身就对基(jī)于AI的可视化(huà)内(nèi)容有强烈需求(qiú)。

因(yīn)此(cǐ)，AI绘画及视(shì)频或不是结果，而只是AI进(jìn)程(chéng)中的一块(kuài)重(zhòng)要拼图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从(cóng)理(lǐ)解内容，走向了可以生成(chéng)内(nèi)容，甚(shèn)至能够创造出独立价值(zhí)和独立视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出(chū)圈(quān)，更代(dài)表着未来的先进生产(chǎn)力即将到来。

04

紧抓大模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术的(de)发(fā)展也(yě)可以看出，在语言大模型(xíng)、图像(xiàng)大模型之后，多模态(tài)大模型(xíng)已经成为(wèi)了(le)新的趋势(shì)。

大模型被誉(yù)为当前(qián)人工智能发展(zhǎn)的(de)智能(néng)底座，是全球竞争最(zuì)激烈的研究方(fāng)向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等(děng)众多头(tóu)部企业(yè)都在(zài)竞相发力。

不(bù)过训练大模型的确价格(gé)不(bù)菲(fēi)，以国盛证券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美元。而(ér)对于一些更大(dà)的LLM(大型语言模型)，训练(liàn)成本则介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独立访客(kè)平均数(shù)1300万计算，其对应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初(chū)始投入成(chéng)本(běn)约为8亿美元，每日仅电(diàn)费(fèi)就在5万美元(yuán)左(zuǒ)右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型的(de)发(fā)展同(tóng)时，更应该关注算力网(wǎng)络的建设。

算力(lì)网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速进程，让(ràng)AIGC及(jí)通用AI这一人工(gōng)智能发展(zhǎn)的终极目标离得(dé)更近(jìn)。

因(yīn)为算力可以对(duì)突破(pò)性技(jì)术(shù)创(chuàng)新提供大(dà)力的支(zhī)持(chí)。这方面(miàn)，多模态大模型是典(diǎn)型。作为面向未(wèi)来(lái)强(qiáng)人工智(zhì)能、通用人工(gōng)智能的重要技(jì)术(shù)创(chuàng)新(xīn)，多模(mó)态大模型已经在人(rén)工智能(néng)领域提(tí)出了很多年，业界(jiè)也有不少技术(shù)突(tū)破，但是，多模态大模型进一步往(wǎng)下(xià)走，算力需(xū)求(qiú)呈几何式上(shàng)升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文(wén)字、语音单独一(yī)项的训练，到双模(mó)态、三模(mó)态的跃迁，让人工智能可以灵活应对不同模(mó)态的转化、像(xiàng)人与世(shì)界交互(hù)一样自然，这方(fāng)面，由算力(lì)网(w河南省住房和城乡建设厅执业资格注册中心网站，河南住建厅执业资格注册中心电话ǎng)络来驱动(dòng)将(jiāng)有明显优势。

此(cǐ)外，还(hái)有很多需要(yào)爆发式增(zēng)长的(de)算力(lì)来支撑(chēng)的技术创新，将在人工智能算力网络支撑下(xià)快速(sù)推(tuī)进(jìn)。

AIGC已经露出曙光，期待在大模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将(jiāng)创造的边际成本降低，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 河南省住房和城乡建设厅执业资格注册中心网站，河南住建厅执业资格注册中心电话