自(zì)聊天机器人ChatGPT火(huǒ)爆以来，微(wēi)软(ruǎn)公司(sī)创始人比(bǐ)尔·盖茨已多次公(gōng)开谈论(lùn)人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎来(lái)一次剧烈的洗牌”。

这个结论是(shì)他在(zài)当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展(zhǎn)可能会威胁到谷歌的市(shì)占(zhàn)率，因为(wèi)微软在AI方面的行动(dòng)相当迅速。而(ér)最终(zhōng)科技巨(jù)头将(jiāng)把AI整(zhěng)合成用户(hù)的“全能助(zhù)手”，包揽(lǎn)一切应用，与人们进行沟通(tōng)并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘(huì)画浪潮(cháo)，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向可(kě)控靠近

以AI绘(huì)画为代(dài)表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年8月，在美国科罗拉多州举办(bàn)的新(xīn)兴数字艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户们可以在应用中输入一组(zǔ)关键词或者一张(zhāng)照片(piàn)，就(jiù)能获得一(yī)幅AI创作(zuò)的(de)画作。

作画的关键就是所输入的文(wén)本。同(tóng)一(yī)组关键词也可以创(chuàng)作出很多张(zhāng)风格(gé)不一样的画作，这让(ràng)创作的(de)过程就像开盲(máng)盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生(shēng)成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在(zài)社交媒体上(shàng)，许多用户(hù)分享AI“翻车现场”，例如(rú)，一位网友的小狗照(zhào)片被AI画(huà)成了“肌肉男(nán)”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如今(jīn)随(suí)着ControlNet的(de)出现与(yǔ)加持(chí)，以往AI绘(huì)画的填(tián)写关(guān)键词(cí)游戏可能要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博(bó)的中国人张吕敏创作(zuò)的一(yī)种基(jī)于控制点(diǎn)的图像(xiàng)变形算法，主(zhǔ)要用于数(shù)字图像(xiàng)处理(lǐ)、计算(suàn)机视觉和计算机图形学等领域。

其SD插(chā)件(jiàn)一经发布，在短短的(de)两天内便成为了(le)AI绘(huì)画领域最新的热点。

在此之(zhī)前，大家用了很多方法想(xiǎng)让AI生成的结果尽可能的(de)符合要求，但是都不尽(jǐn)如人(rén)意(yì)，它的出现代表(biǎo)着AI生成开始(shǐ)进入真正的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面(miàn)的构图，人(rén)物的姿势和(hé)画面的深度信息等。有了它的帮(bāng)助，就不用频繁的用提示词来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少(shǎo)博主的作(zuò)品(pǐn)已经获得(dé)了(le)大量的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直接(jiē)带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键(jiàn)词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试效果。

通(tōng)过(guò)图片就可以看出来，效(xiào)果十分惊艳。

两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/t两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃humbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实的照(zhào)片，草(cǎo)图也可(kě)以(yǐ)加上“魔法”，知乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还(hái)能实现线稿转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经(jīng)变得(dé)越来越强大(dà)，甚至输出(chū)的作品都已经能以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近日，“苏州(zhōu)金鸡(jī)湖有游(yóu)艇party”的消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所谓的(de)“party”可能(néng)是全国第一起AI绘图(tú)诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作的真人照(zhào)片绘图，因为太(tài)逼真，被大(dà)家当成真事传播了。

不(bù)过(guò)仔(zǎi)细(xì)观察(chá)可以(yǐ)发现，活动发起者(zhě)提供的照(zhào)片中有(yǒu)个(gè)很大的(de)漏(lòu)洞可以发现并非真人，而是AI绘图(tú)，那便是(shì)图片中(zhōng)女性(xìng)的手指部分有(yǒu)的(de)存(cún)在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的绘画算法比较复杂，AI还不太(tài)会(huì)画人的手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就完全没有(yǒu)漏洞了(le)。”

类似(shì)的AI作(zuò)图诈(zhà)骗(piàn)在国外也已有发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了儿童受(shòu)灾的假(jiǎ)照片(piàn)发布(bù)到网(wǎng)络，以此(cǐ)诱骗善(shàn)良的人打赏“捐助”从而实施诈骗(piàn)。

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

此外(wài)AIGC还(hái)引发了(le)很多(duō)担忧，一方面，批判者认为AI在(zài)“学习”了大量(liàng)前人的(de)作品之后，其创作没有(yǒu)任(rèn)何(hé)情(qíng)绪和灵魂(hún)，难以和(hé)人(rén)类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背后的版权(quán)、目前都并没有得到(dào)有效的解决，还有AIGC会不会代替人(rén)类(lèi)“至高无上”的创意。

马斯克也强调(diào)，人(rén)工(gōng)智能的(de)安全问题需(xū)要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除(chú)了视频(pín)，还有(yǒu)远方

技术(shù)都是(shì)有(yǒu)两(liǎng)面性的，潜在(zài)的危害并不能(néng)掩盖其光辉的贡(gòng)献(xiàn)。现在看来(lái)，人工智能技(jì)术将是第四次工业革命(mìng)的核(hé)心驱动力量，将(jiāng)创(chuàng)造新的增长奇迹(jì)。

过去(qù)一(yī)年，人工智(zhì)能在技术和商业(yè)层面都有了(le)巨大进(jìn)展，AI绘(huì)画就是人(rén)工智(zhì)能(néng)技术发生方向(xiàng)性改变(biàn)的(de)一个代(dài)表(biǎo)。其下(xià)一站或许(xǔ)就是(shì)视频。

此前，Meta和(hé)谷歌先(xiān)后发(fā)布了几条引爆科技圈的短(duǎn)视(shì)频。这些视(shì)频引发(fā)关(guān)注(zhù)并非(fēi)内容做(zuò)得(dé)多优秀，反而(ér)都非常简单，比如一(yī)匹正在喝(hē)水的马，一只画画的玩(wán)具熊，或者一段骑摩托(tuō)车的第一视角(jiǎo)录像，随便一个(gè)有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方(fāng)式非常简单，创作者仅仅需(xū)要(yào)向AI输入一段(duàn)话，甚至只(zhǐ)是(shì)说一下要(yào)求，AI就可以根据需(xū)要生成一段视频(pín)。

谷歌发(fā)布的(de)两个(gè)AI生成视频分别来自(zì)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(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频(pín)后，AI圈就已经玩了一波梗(gěng)，一(yī)个能够(gòu)做(zuò)出更高(gāo)清视频(pín)的AI还不足以(yǐ)在短时间(jiān)内(nèi)戳(chuō)中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方(fāng)在(zài)于(yú)，它可以制作出超过(guò)2分(fēn)钟(zhōng)的连贯的也有确切(qiè)内容的视频，这才是真正让人们感(gǎn)到惊喜(xǐ)的地方。因为无论AI生成的视频多么(me)高(gāo)清，也只能(néng)是为内容生产者提供一个灵(líng)感(gǎn)，一(yī)个素材，一个过场动画。

不过能够制作出有具体(tǐ)剧情内容(róng)的视频就意味着，一些视频创作由AI代替人工完成(chéng)已经初步有(yǒu)了可能(néng)。

当下AI的发展速度已经超过大部分人的想象。内容产业的本质是供给(gěi)创造需(xū)求，AIGC作为全新的内容(róng)生产方式，可以为内容产(chǎn)业带来更新的内容风格(gé)、更快的生产速度，更低的生(shēng)产成本(běn)，这无疑会驱动内(nèi)容产业的(de)大爆(bào)发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用(yòng)于(yú)音(yīn)乐、代码、机器人动作等多种内容(róng)形(xíng)式的生成。不难(nán)发现该项技术不(bù)仅在游戏等行(xíng)业能得到有效应用，对于下一(yī)代互(hù)联网各种元(yuán)素的构(gòu)建亦有(yǒu)关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教(jiào)育(yù)、传(chuán)媒等诸多领域(yù)，本身(shēn)就对(duì)基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，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，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生(shēng)成内容，甚至(zhì)能够创(chuàng)造出独立(lì)价(jià)值和(hé)独立(lì)视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算力，牢固AIGC底(dǐ)座(zuò)

从技(jì)术(shù)的发展也可以看出，两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃在语言大(dà)模型、图像大模型之后，多模(mó)态大模型已经成(chéng)为了(le)新的趋势(shì)。

大模型被誉(yù)为当前人工智(zhì)能发展的智能底座，是全球竞争最激烈的(de)研究方向之一，包括谷歌、亚(yà)马逊、百(bǎi)度(dù)、阿(ā)里、腾(téng)讯等众(zhòng)多头(tóu)部企业(yè)都在竞(jìng)相发力。

不(bù)过(guò)训(xùn)练大模型的确价(jià)格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练(liàn)一次的(de)成(chéng)本约为140万(wàn)美元(yuán)。而对于(yú)一些更大的LLM(大型语言模型)，训练成本则(zé)介于200万美(měi)元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客(kè)平(píng)均数1300万计算，其对应芯片需求(qiú)为3万多片(piàn)英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外(wài)不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类大(dà)模型的发展同时，更(gèng)应该关(guān)注算力网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱(qū)动(dòng)AI产业发展进入(rù)史诗级加速进程(chéng)，让AIGC及(jí)通用AI这一人(rén)工智能发展的终极目标离(lí)得更近。

因为算力可(kě)以对突破性技术创新提供大(dà)力的支持。这方面，多模态(tài)大模型是典型。作为面(miàn)向(xiàng)未(wèi)来强人工智能、通用人工智能的重要技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域(yù)提出了很多年，业界(jiè)也(yě)有不少技术(shù)突破，但是，多模态大模型进一步往下走(zǒu)，算(suàn)力需求呈几(jǐ)何式上升，一般(bān)的算力基础设施很快(kuài)将难以胜任。

从图像、文字、语(yǔ)音(yīn)单独(dú)一项的训(xùn)练，到双模态、三模态的(de)跃迁，让(ràng)人工智(zhì)能可以灵活应(yīng)对不同模态(tài)的转化、像人(rén)与世(shì)界交互一样自然，这方面，由算力网络来驱动(dòng)将有明显优势。

此(cǐ)外，还有很多(duō)需要爆发式增长的算力(lì)来支撑的技(jì)术创新，将在人工智能算力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙光，期(qī)待在大(dà)模型和(hé)大算力的(de)支持(chí)下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造(zào)的边际(jì)成(chéng)本降(jiàng)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 两只小白兔在衬衫里抖来抖去，老师两只大兔子来回晃