自聊天机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次公(gōng)开谈(tán)论人工智能(néng)话题。在最(zuì)近的一次采访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

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

他预期，AI的发(fā)展可能会威胁(xié)到谷歌的市占率，因为(wèi)微(wēi)软在(zài)AI方(fāng)面的(de)行动(dòng)相当迅速。而最终科技巨头将把(bǎ)AI整合成用户(hù)的(de)“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的(de)到来(lái)可能尚需时(shí)日，但由(yóu)ControlNet引发(fā)的又一次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘(huì)画为代表的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌剧(jù)院(yuàn)》的作(zuò)品(pǐn)获(huò)奖。

随后各大厂商的(de)AI绘画软件(jiàn)被广(guǎng)大网友熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可(kě)以在应用中(zhōng)输入一组关键词或(huò)者一张照片，就能(néng)获得一幅AI创作的画作。

作画的关键就(jiù)是所输入的(de)文本。同一组关键词也可(kě)以创作出很多张风(fēng)格(gé)不一样的(de)画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这(zhè)种不确定的惊喜，他们(men)会将生成的美图当做头像。而另(lìng)一部(bù)分喜欢翻(fān)看AI绘画的“翻车(chē)”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例(lì)如，一位网友的(de)小狗(gǒu)照片被AI画成了“肌肉男”，还(hái)有网友的个(gè)人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏可能要(yào)被(bèi)颠覆了。

投笔从戎的故事简介，投笔从戎的故事主人公是谁ding="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)一位正在斯坦福读博的中国(guó)人(rén)张吕敏创作的一种基于控制点的(de)图像变(biàn)形算法(fǎ)，主(zhǔ)要用于数字图像处(chù)理、计算机视觉和计(jì)算机图形学等领域(yù)。

其SD插(chā)件一经(jīng)发(fā)布，在短短(duǎn)的两天内便(biàn)成为了AI绘画领域最(zuì)新(xīn)的热(rè)点。

在此之前(qián)，大家用(yòng)了很(hěn)多方法(fǎ)想让AI生成的(de)结果尽可能的(de)符合要求，但是都不尽如人意，它(tā)的出现(xiàn)代表(biǎo)着AI生成开始进入真(zhēn)正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取(qǔ)画(huà)面的构图，人物(wù)的姿势和画面的(de)深度(dù)信息等。有了它的帮助，就不用频(pín)繁的用提示词来(lái)碰运气，抽(chōu)盲(máng)盒(hé)式的创(chuàng)作(zuò)了(le)。

通俗(sú)的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔(mó)法(fǎ)”，不少博(bó)主的作品已(yǐ)经获得了大(dà)量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋友的照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词(cí)；最后用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开始换关键词试效果。

通(tōng)过图片就(jiù)可以看出来(lái)，效果十分惊艳。

更厉害的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲(qīn)自回(huí)应。

不得不说当下AIGC已经变得越来越(yuè)强大，甚至(zhì)输出的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的真人(rén)照片绘图，因(yīn)为太逼真，被大家当(dāng)成(chéng)真事传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起者提供的照片中(zhōng)有个很大(dà)的漏(lòu)洞可以发(fā)现并非真人，而(ér)是AI绘图(tú)，那(nà)便是图片中(zhōng)女性的手指部(bù)分有的存在异常。

有行(xíng)业人事表示(shì)：“现(xiàn)在因(yīn)为手(shǒu)指(zhǐ)部分的绘画算(suàn)法比较复杂(zá)，AI还不太会(huì)画人的(de)手，但最新看到的图片已经有越来越完美的AI模型出现，以后(hòu)可(kě)能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有发生。据(jù)英(yīng)国广播公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照(zhào)片(piàn)发(fā)布到网络(luò)，以此诱骗(piàn)善良的人打(dǎ)赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前(qián)随(suí)着技术(shù)发(fā)展，AIGC已经能做(zuò)出真人照片般(bān)的绘图效果，如(rú)果这(zhè)样(yàng)的图片被(bèi)用来诈骗，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为(wèi)AI在“学习”了(le)大量前人的作品之后，其创作没有(yǒu)任何情绪和灵魂(hún)，难以和人(rén)类的艺术创作相提并论。

另(lìng)一(yī)方面(miàn)，AIGC背(bèi)后的版权、目(mù)前都并没(méi)有(yǒu)得到有效(xiào)的解(jiě)决，还有AIGC会不(bù)会代替人(rén)类“至高(gāo)无上”的创意。

马斯克也强调，人(rén)工智能的安全问题需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站除(chú)了视频(pín)，还有远方

技术(shù)都是(shì)有两面(miàn)性的，潜在的危害并不(bù)能掩盖(gài)其(qí)光辉的贡献。现(xiàn)在看(kàn)来，人工智能技术(shù)将是第四(sì)次工(gōng)业(yè)革命的核心驱动力量，将创造(zào)新(xīn)的增长奇迹(jì)。

过(guò)去一年(nián)，人(rén)工智(zhì)能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方向(xiàng)性改变的一个(gè)代表(biǎo)。其下一站(zhàn)或许(xǔ)就是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆科技圈(quān)的(de)短视(shì)频。这些视频引发关注(zhù)并非内容做得(dé)多优秀，反而(ér)都非常简单，比如(rú)一匹正在喝水(shuǐ)的马，一只画画的玩具熊，或者(zhě)一段骑(qí)摩托车的第(dì)一视角录(lù)像，随便一(yī)个(gè)有手机(jī)的人都可以随(suí)手录下(xià)一(yī)段。

但这些(xiē)短(duǎn)视(shì)频的创(chuàng)作方式非常(cháng)简单，创(chuàng)作者仅仅需要向AI输入一(yī)段(duàn)话，甚至只(zhǐ)是说(shuō)一(yī)下要求，AI就(jiù)可以根(gēn)据需(xū)要生成一段视(shì)频。

谷歌发(fā)布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高清，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一(yī)个能(néng)够做出更高清视频的AI还不足以(yǐ)在短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人(rén)震(zhèn)惊的地(dì)方在于，它可(kě)以制作出(chū)超(chāo)过2分(fēn)钟的连贯的也(yě)有确切内容的(de)视(shì)频，这才是真正让人(rén)们感到(dào)惊喜的地方。因(yīn)为无论AI生成的视频多么高清，也只能(néng)是(shì)为内(nèi)容生产者(zhě)提供一个灵感(gǎn)，一个素(sù)材(cái)，一个过场(chǎng)动画。

不过能够制作出(chū)有具(jù)体(tǐ)剧情内容的(de)视频就意味着，一些视频创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发展速(sù)度(dù)已经超过大部分人的想象。内容产(chǎn)业的本(běn)质(zhì)是供给创造需求，AIGC作为全新(xīn)的内容(róng)生产方式(shì)，可以为内容产(chǎn)业带来(lái)更新(xīn)的内容风格、更快(kuài)的生(shēng)产(chǎn)速度(dù)，更(gèng)低的生(shēng)产成本，这无疑会驱动(dòng)内容(róng)产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应(yīng)用(yòng)于音乐、代码(mǎ)、机(jī)器人(rén)动作(zuò)等多种内容形式(shì)的生成。不难发现该项(xiàng)技(jì)术不(bù)仅在游戏等行业能得到(dào)有效应用(yòng)，对于下一代互联网各(gè)种元素的构建(jiàn)亦有关键意义。

从(cóng)商业(yè)化的角度来(lái)看，文化娱乐、教育、传媒等诸(zhū)多领域，本身就(jiù)对(duì)基(jī)于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是AI进程(chéng)中的一块重要拼图，有望在技(jì)术更新的加持下实(shí)现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了(le)可以(yǐ)生成内(nèi)容(róng)，甚至能够创(chuàng)造出(chū)独立价值和独立(lì)视角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生(shēng)产力即将到来。

04

紧抓大(dà)模型(xíng)与(yǔ)算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出，在语(yǔ)言大模型、图像(xiàng)大模型之后，多模态大模型已经成(chéng)为(wèi)了(le)新的(de)趋势。

大(dà)模(mó)型被誉为当前人工(gōng)智能发展的智能底座，是全球竞争最激烈的(de)研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众(zhòng)多头部企业(yè)都(dōu)在竞(jìng)相发力。

不过训练大模型的确价格(gé)不(bù)菲，以国盛(shèng)证券(quàn)发(fā)布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练(liàn)一(yī)次的成本约为140万美元(yuán)。而对于一些更大的LLM(大型语言模型)，训(xùn)练成本则介(jiè)于200万美元至1200万(wàn)美元高(gāo)价之间。

以(yǐ)ChatGPT在2023年1月的(de)独立访客平均数(shù)1300万计(jì)算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在关注各类大模型的(de)发展同时，更应该(gāi)关注算力网络的建(jiàn)设。

算力网(wǎng)络正驱(qū)动AI产业发(fā)展(zhǎn)进入史诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发(fā)展的终(zhōng)极目标离(lí)得更近。

因为算力可以对突破(pò)性技术(shù)创新提供大力的(de)支持。这方面，多模态大模型是典型。作为(wèi)面向未(wèi)来强人工(gōng)智(zhì)能(néng)、通用(yòng)人工(gōng)智能(néng)的重要技术创(chuàng)新，多模(mó)态大模型已经在人(rén)工智能领域提出了很多年，业界(jiè)也有不(bù)少技(jì)术突破，但是，多模(mó)态大(dà)模型进一步往下走，算力(lì)需求(qiú)呈几何(hé)式上升，一般(bān)的算(suàn)力基础设施很快(kuài)将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模(mó)态的跃迁(qiān)，让人(rén)工智能可以灵活(huó)应对(duì)不同模态的转化、像人(rén)与(yǔ)世界(jiè)交互一(yī)样(yàng)自然，这方面，由算力网络来驱(qū)动将有明(míng)显优势。

此外，还有很多(duō)需要爆发(fā)式增(zēng)长(zhǎng)的算力来(lái)支(zhī)撑(chēng)的技(jì)术创新，将在人工智(zhì)能算力网络支撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内(nèi)容生(shēng)产(chǎn)的方式(shì)，将创造(zào)的边际成本(běn)降低，让万众受益。

未经允许不得转载：昆明苹果手机维修|苹果电脑维修|iPhone维修|iPad维修|iPod维修|MacBook维修|iMac维修|三星手机维修|HTC手机维修|昆明安瓦手机电脑云南维修中心 投笔从戎的故事简介，投笔从戎的故事主人公是谁