自聊天机器人ChatGPT火爆(bào)以(yǐ)来，微软(ruǎn)公司创始人(rén)比(bǐ)尔(ěr)·盖茨已多次公(gōng)开谈论人工智(zhì)能(néng)话题。在最近的一次采访中，他(tā)再(zài)次(cì)表示：“AI可(kě)能会让科(kē)技行业迎来(lái)一次剧烈(liè)的(de)洗牌”。

这(zhè)个(gè)结论是他在当地(dì)时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预(yù)期，AI的发展(zhǎn)可能会(huì)威胁到(dào)谷歌(gē)的市占率(lǜ)，因(yīn)为(wèi)微(wēi)软在AI方(fāng)面(miàn)的(de)行动相当(dāng)迅(xùn)速。而最终科技巨(jù)头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切(qiè)应用，与人们进行沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或(hu柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢ò)Outlook等应用。

大佬口中(zhōng)全能助手的到来可能尚需时日，但(dàn)由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年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(wèi)《太空歌剧院》的作(zuò)品(pǐn)获奖。

随后各(gè)大厂商(shāng)的AI绘画软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中输入一组关(guān)键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的关(guān)键(jiàn)就(jiù)是所输(shū)入的文本(běn)。同一组关键词也(yě)可以创作(zuò)出(chū)很多张风格不一样的(de)画作，这让创(chuàng)作的过程就(jiù)像开盲盒(hé)。

很(hěn)多用户很喜欢这种不(bù)确(què)定的惊(jīng)喜，他们会(huì)将生成(chéng)的(de)美(měi)图当做头像。而另一部分喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户(hù)分(fēn)享(xiǎng)AI“翻(fān)车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小狗照片(piàn)被AI画成了“肌肉男(nán)”，还(hái)有网友的个人照片被AI识别成了建筑(zhù)。

而如今随(suí)着(zhe)ControlNet的出现(xiàn)与(yǔ)加持(chí)，以往(wǎng)AI绘画的填写(xiě)关(guān)键词游戏可能要被(bèi)颠覆了。

ControlNet是一(yī)位正在斯坦福读博的(de)中(zhōng)国(guó)人张吕敏(mǐn)创作的一(yī)种基于控(kòng)制点(diǎn)的(de)图像(xiàng)变形算法(fǎ)，主要用(yòng)于数字图像处理、计算机视(shì)觉和计(jì)算(suàn)机(jī)图形学(xué)等领(lǐng)域。

其(qí)SD插件一经发布，在短短的两天(tiān)内(nèi)便成(chéng)为了AI绘画(huà)领域(yù)最(zuì)新的热(rè)点。

在(zài)此之前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合(hé)要求，但是都不尽如人意，它的出现代表(biǎo)着AI生成(chéng)开(kāi)始(shǐ)进入真正的可控时期。

因(yīn)为ControlNet可(kě)以直接提取(qǔ)画(huà)面(miàn)的构图，人(rén)物的(de)姿势和画(huà)面的深度信息等。有了它(tā)的帮助，就不用频繁的用提(tí)示词来碰运气，抽盲盒式的(de)创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经(jīng)获得(dé)了大量(liàng)的浏览量，“viggo”就是其中之(zhī)一，他用(yòng)朋(péng)友(yǒu)的照片(piàn)直接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后(hòu)用(yòng)ControlNet插件绑定骨骼开始(shǐ)换关键(jiàn)词试效果。

通(tōng)过图(tú)片就(jiù)可以看出来，效果十分惊艳。

更厉害(hài)的是，除了真实(shí)的照(zhào)片(piàn)，草图也(yě)可(kě)以加(jiā)上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图(tú)。大神(shén)张吕(lǚ)敏其(qí)本尊也亲自(zì)回应(yīng)。

不得不说当下AIGC已经变得越来越强(qiáng)大，甚至输出的(de)作品都(dōu)已经能以假乱(luàn)真了。

02

难(nán)辨(biàn)虚实，AIGC技术(shù)力(lì)爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动里面给出(chū)的(de)美女照片都(dōu)是AI制作(zuò)的真人(rén)照片绘图，因为(wèi)太逼(bī)真，被大家当成真事传播(bō)了。

不过仔细观(guān)察可以(yǐ)发现，活动发起(qǐ)者提供(gōng)的照片中有个(gè)很大的漏洞(dòng)可以发现并非真人，而是AI绘图，那便是图片中女性的手指部分有的存在异常。

有行业人事表(biǎo)示(shì)：“现在因为(wèi)手指部(bù)分的绘画算法比较(jiào)复(fù)杂，AI还不(bù)太会画人的(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了(le)。”

类似(shì)的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英(yīng)国广播公司(sī)报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成(chéng)了(le)儿(ér)童受灾的假照(zhào)片发布到(dào)网络，以此诱(yòu)骗善良的人打(dǎ)赏“捐助”从而(ér)实施诈骗(piàn)。

目前随着技术发展，AIGC已经(jīng)能做出真人照片般的绘图(tú)效果(guǒ)，如果这样(yàng)的图片被(bèi)用来(lái)诈骗(piàn)，将非(fēi)常可(kě)怕。

此外AIGC还引发(fā)了(le)很多担忧，一方面，批判者认为(wèi)AI在“学(xué)习”了大量前(qián)人的作品之后，其创作没有任何(hé)情绪和灵魂，难以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面(miàn)，AIGC背后(hòu)的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创意。

马(mǎ)斯克也强调，人工智能(néng)的安全(quán)问题需(xū)要(yào)得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除了(le)视(shì)频，还(hái)有远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖其光辉的贡献。现(xiàn)在看来，人(rén)工智能技术将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的增(zēng)长奇迹(jì)。

过去一(yī)年，人工智(zhì)能在技术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画就是人工(gōng)智能技术发生方向性改变(biàn)的一个代表。其(qí)下一站或许就是(shì)视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的短视频。这些(xiē)视频(pín)引发关(guān)注并非内容(róng)做得多(duō)优秀，反而都非常简单(dān)，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者(zhě)一(yī)段骑摩托车(chē)的第一(yī)视角录(lù)像，随便一个有手机的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式非常简单，创作者仅仅(jǐn)需(xū)要向AI输(shū)入一(yī)段话，甚至只是说一下要(yào)求(qiú)，AI就可以(yǐ)根据(jù)需(xū)要生成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在(zài)Make-A-Video公布了AI生(shēng)成(chéng)的视频后，AI圈就已经(jīng)玩了一波梗，一个(gè)能够做出(chū)更高清视频的(de)AI还不足以在(zài)短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确(què)切内容(róng)的视频，这才是真(zhēn)正让人们感到惊(jīng)喜的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产者提供一(yī)个灵(líng)感(gǎn)，一个(gè)素材，一个过(guò)场动(dòng)画。

不过能够制作出(chū)有(yǒu)具(jù)体剧情内容的视频就意味着，一些视频创作由AI代替人工(gōng)完成已经初步有(yǒu)了(le)可能。

当下AI的发展速(sù)度已经超(chāo)过大部分人的(de)想(xiǎng)象。内容产业(yè)的(de)本质是供给创造需求，AIGC作(zuò)为全新的内容生(shēng)产(chǎn)方式，可(kě)以(yǐ)为(wèi)内容(róng)产(chǎn)业带来更新(xīn)的内容风格、更(gèng)快的生(shēng)产速(sù)度，更低的生产成本(běn)，这无疑会驱动内容(róng)产业的(de)大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于下一(yī)代互联网各(gè)种(zhǒng)元(yuán)素(sù)的(de)构(gòu)建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教(jiào)育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的可视化内容有强烈(liè)需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术更新的加持(chí)下实现更大的应用价值(zhí)。

AI从(cóng)理解(jiě)内容，走向了可以(yǐ)生(shēng)成(chéng)内(nèi)容，甚(shèn)至能(néng)够(gòu)创造出独立价(jià)值和(hé)独(dú)立视(shì)角的内容。AIGC的再次出圈(quān)，更代(dài)表着(zhe)未(wèi)来(lái)的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发(fā)展也可以看出，在语言大(dà)模型、图(tú)像大(dà)模型之后，多模态大(dà)模(mó)型已经(jīng)成为了新的趋势(shì)。

大模型被(bèi)誉为当前人(rén)工智(zhì)能(néng)发展的智能底座，是(shì)全球(qiú)竞(jìng)争最激烈(liè)的研(yán)究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在(zài)竞(jìng)相发力。

不过训(xùn)练大模型的(de)确价(jià)格不柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢菲(fēi)，以国盛证券发布(bù)的《ChatGPT需(xū)要(yào)多少算力》报告估(gū)算，GPT-3训练一次的成本约为140万(wàn)美(měi)元(yuán)。而对(duì)于(yú)一些更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则(zé)介于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均(jūn)数1300万(wàn)计算(suàn)，其对(duì)应芯片需求为(wèi)3万多片(piàn)英(yīng)伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电(diàn)费就在(zài)5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力(lì)支持。在关注各类大(dà)模型(xíng)的(de)发(fā)展(zhǎn)同时，更(gèng)应该关(guān)注算(suàn)力(lì)网络的建设。

算力网络正驱动AI产业发展进入(rù)史诗(shī)级加(jiā)速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这一人工(gōng)智(zhì)能发展的(de)终极目标离得(dé)更近。

因(yīn)为(wèi)算(suàn)力可以对突破(pò)性技术(shù)创新提供大力的支持(chí)。这方面，多模态大(dà)模(mó)型是(shì)典(diǎn)型。作为面(miàn)向未(wèi)来强人工(gōng)智能、通用人(rén)工智能的(de)重要技术创(chuàng)新，多模态大模(mó)型已经在(zài)人工智能领域提出了很多年，业界也(yě)有不少技术突破，但是(shì)，多模态大模型进一(yī)步往下走，算力需求(qiú)呈(chéng)几何式上升，一般的(de)算力基(jī)础设(shè)施(shī)很快将难以胜任。

从图(tú)像、文字(zì)、语(yǔ)音单独(dú)一项的(de)训练(liàn)，到双模(mó)态、三模(mó)态的跃迁，让人(rén)工(gōng)智(zhì)能可(kě)以灵(líng)活应对不(bù)同(tóng)模(mó)态的转化、像人与世界(jiè)交互一样自然，这方(fāng)面(miàn)，由算(suàn)力网络来驱动将(jiāng)有明显优势。

此外，还(hái)有很多需要爆(bào)发式增长的算力来支撑的技术创新(xīn)，将在人工智能算力网络支撑下快速(sù)推进。

AIGC已(yǐ)经露(lù)出曙(shǔ)光，期待在大模型和大(dà)算(suàn)力的支(zhī)持下AIGC能持续颠覆内容生产的方式，将(jiāng)创造(zào)的(de)边际成本降低，让万(wàn)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 柿饼有酒味还能不能吃了，柿饼有酒味还能不能吃了呢