自聊天机(jī)器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖(gài)茨已多次公开(kāi)谈论人工(gōng)智能(néng)话题。在(zài)最近的(de)一次采访中，他再(zài)次表示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一次剧(jù)烈的(de)洗(xǐ)牌”。

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

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成用户的“全能助手”，包(bāo)揽一(yī)切应用，与(yǔ)人们进行沟(gōu)通并提供建议，可(kě)以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口中全能(néng)助手的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发的(de)又(yòu)一次AI绘画浪(làng)潮，让AIGC在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(xiàng)可控靠(kào)近

以AI绘画为(wèi)代表的AIGC上一次爆火(huǒ)的时(shí)候(hòu)，还是2022年8月，在美国(guó)科罗拉(lā)多(duō)州举(jǔ)办的新(xīn)兴(xīng)数(shù)字艺术家(jiā)竞(jìng)赛中(zhōng)，一(yī)幅(fú)名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后(hòu)各大厂(chǎng)商的AI绘画(huà)软件被广大网(wǎng)友(yǒu)熟知(zhī)并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户(hù)们(men)可以(yǐ)在应用中输(shū)入(rù)一组关键(jiàn)词(cí)或(huò)者一张照片，就能获得一(yī)幅AI创作的(de)画作。

作画(huà)的(de)关键就是所(suǒ)输入的文本。同一组关键词也可以创作出很多张风(fēng)格(gé)不一样的画作(zuò)，这让创(chuàng)作的过程就(jiù)像(xiàng)开盲盒。

很多用户很喜欢(huān)这(zhè)种(zhǒng)不(bù)确定的(de)惊(jīng)喜(xǐ)，他们会(huì)将(jiāng)生成的美图当做头像。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻车(chē)”作品。在社交媒体上(shàng)，许(xǔ)多用户分(fēn)享AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个(gè)人照片被AI识别成(chéng)了建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的(de)填写关键词游(yóu)戏可能(néng)要被颠(diān)覆(fù)了(le)。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一种基于控制点的(de)图像变形算法，主要用(yòng)于(yú)数字(zì)图像处理、计算机视觉和(hé)计(jì)算机图形学等领域。

其SD插件一经发布(bù)，在短(duǎn)短的两天(tiān)内便成为了AI绘画领域(yù)最(zuì)新的热点。

在此之(zhī)前，大家用了很多方法(fǎ)想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要求，但(dàn)是都不(bù)尽如人意，它(tā)的出现代表(biǎo)着AI生成开始进入真正(zhèng)的可控时期。

因为ControlNet可以直接提(tí)取(qǔ)画面的(de)构图，人(rén)物的姿势和画面(miàn)的(de)深度(dù)信息等。有了它(tā)的帮助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽(chōu)盲盒式的创作了(le)。

通俗(sú)的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直接带她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键(jiàn)词试(shì)效(xiào)果。

通过图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更厉害的是，除了真实的照(zhào)片(piàn)，草图也可(kě)以(yǐ)加上“魔法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂”介(jiè)绍(shào)到ControlNet还能(néng)实现(xiàn)线稿转全彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也(yě)亲自回(huí)应(yīng)。

不得(dé)不说当(dāng)下AIGC已经变得越来(lái)越强大，甚至输出的作品都已经能(néng)以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术力爆(bào)发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网络，而经(jīng)过警方辟谣这所谓的(de)“party”可能是全(quán)国第一(yī)起AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面(miàn)给(gěi)出的美女(nǚ)照(zhào)片都是AI制作的真(zhēn)人照片绘(huì)图，因(yīn)为太逼(bī)真，被(bèi)大(dà)家当(dāng)成真事传播了(le)。

不过仔(zǎi)细观察可以发现，活(huó)动发起(qǐ)者提供(gōng)的照片中有个(gè)很(hěn)大的(de)漏洞(dòng)可以发现并(bìng)非真人(rén)，而是AI绘图，那便(biàn)是(shì)图片中女(nǚ)性(xìng)的手指部分有(yǒu)的存在异常。

戊时是几点，戊时是几点到几点钟的时cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有行(xíng)业人(rén)事表示：“现在因(yīn)为手指(zhǐ)部分的绘画(huà)算(suàn)法比(bǐ)较复杂，AI还不太会画人的手，但最新看到的图(tú)片已经有越来越完美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类似(shì)的(de)AI作(zuò)图诈骗在(zài)国外也(yě)已(yǐ)有发生。据英国(guó)广播公司报(bào)道，土(tǔ)耳其地震期间，有Tiktok用户(hù)使(shǐ)用(yòng)AI合(hé)成了儿童受灾的假照(zhào)片(piàn)发布(bù)到网络，以此诱骗善良的人打赏“捐助”从而(ér)实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照片般的绘(huì)图效(xiào)果(guǒ)，如果这样的图片(piàn)被用(yòng)来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认为AI在“学习”了大量前人的作(zuò)品(pǐn)之后，其(qí)创(chuàng)作(zuò)没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺术创作相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前都并(bìng)没有得到有效的解决，还有AIGC会(huì)不会(huì)代替人类(lèi)“至高(gāo)无上”的创意(yì)。

马斯(sī)克(kè)也强调，人工智能(néng)的安(ān)全(quán)问题需(xū)要得到重(zhòng)视，太晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除(chú)了视频，还有远方

技(jì)术都是有两面性的(de)，潜在的(de)危(wēi)害并(bìng)不能(néng)掩盖其光辉的贡献。现在看(kàn)来，人工(gōng)智能技术将是第四(sì)次工业革(gé)命(mìng)的核心驱动力(lì)量，将(jiāng)创(chuàng)造新的增长奇(qí)迹。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘画(huà)就是人工智(zhì)能技(jì)术发生(shēng)方向性改变的一个代表。其(qí)下一站或许就是视(shì)频。

此前，Meta和谷歌先后发(fā)布了几条引爆科(kē)技圈的短视频。这些视频引发(fā)关(guān)注并(bìng)非(fēi)内容做得多(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)一段骑摩托车的第(dì)一(yī)视(shì)角录像，随(suí)便一个有手机的人都(dōu)可以随手录下一段。

但这些短视频(pín)的创作方式(shì)非常简(jiǎn)单，创作者(zhě)仅仅需要向AI输入一段话，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视(shì)频。

谷歌发(fā)布的两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩了一波梗，一个能(néng)够做出更高(gāo)清视频的(de)AI还(hái)不足以在(zài)短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以(yǐ)制作(zuò)出(chū)超(chāo)过2分钟(zhōng)的连贯的也(yě)有确切内容的视频(pín)，这才是真正让人们感到惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高(gāo)清(qīng)，也只(zhǐ)能是为内容生产者提供一个(gè)灵感(gǎn)，一个素材，一(yī)个过(guò)场动画(huà)。

不(bù)过(guò)能够制作(zuò)出有具体剧情内(nèi)容的视频就意味着，一些视频(pín)创(chuàng)作由(yóu)AI代替人工完成已(yǐ)经初(chū)步有了可能。

当下AI的发展速度已经超过大部分人(rén)的(de)想象(xiàng)。内(nèi)容产业的本质是供给创造需求，AIGC作为全新的(de)内容生产方(fāng)式，可(kě)以为内(nèi)容产业带来更新(xīn)的内容风(fēng)格(gé)、更快的生产速度，更低(dī)的生产(chǎn)成(chéng)本，这无(wú)疑(yí)会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术还能应用(yòng)于音乐(lè)、代码(mǎ)、机(jī)器人动(dòng)作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难发现该项技术不仅在游戏等行业能得到有(yǒu)效应(yīng)用(yòng)，对于(yú)下一代互联网各(gè)种元素的构建亦有关(guān)键(jiàn)意义。

从商业化的角度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多(duō)领域，本身(shēn)就(jiù)对(duì)基于AI的可视化内容有强烈(liè)需求。

因此，AI绘(huì)画及视频(pín)或不是(shì)结果，而只是AI进程中(zhōng)的一块重(zhòng)要拼图(tú)，有望(wàng)在技术更新的加(jiā)持(chí)下(xià)实现更大的应(yīng)用价值。

AI从(cóng)理(lǐ)解内(nèi)容(róng)，走向了可以生成内容，甚至能够创造出独立价值和独立视(shì)角的内容。AIGC的再次出圈(quān)，更(gèng)代表着未来的先进生产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可(kě)以看出，在语言大(dà)模型、图像(xiàng)大模型之后(hòu)，多模态大(dà)模型已(yǐ)经成为了新的趋势。

大模型被誉(yù)为(wèi)当前人工(gōng)智(zhì)能发展的智能(néng)底座，是全球竞争(zhēng)最(zuì)激烈的研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业(yè)都(dōu)在竞相发(fā)力。

不过训练大(dà)模型的确价格不菲，以(yǐ)国盛证券发布(bù)的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训(xùn)练一次的成本(běn)约为(wèi)140万美元。而(ér)对于一(yī)些更大的(de)LLM(大型语言模型)，训练成本则介(jiè)于200万(wàn)美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万(wàn)计算，其对(duì)应(yīng)芯片需(xū)求为3万多片英伟达(dá)A100 GPU，初始投入成本(běn)约为(wèi)8亿(yì)美元，每日仅电费就在5万美元左右。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关注各类大模型的发展同时，更应(yīng)该(gāi)关注(zhù)算(suàn)力网络的建设。

算力网络正驱动AI产(chǎn)业发(fā)展进入(rù)史(shǐ)诗级加速进程，让AIGC及(jí)通用AI这一人(rén)工智能发展的终极目(mù)标离(lí)得更(gèng)近。

因(yīn)为算力可以对突破性技术创新提供大力的支(zhī)持(chí)。这方面，多模态大模型是典型。作为(wèi)面向未来强人(rén)工智能、通用人(rén)工智能的重要技术创新，多模(mó)态大(dà)模型已经在人工智能领域提出了很多年，业界也有不少技术突破(pò)，但是，多模态(tài)大模型(xíng)进(jìn)一(yī)步往下走，算力(lì)需求呈几何式(shì)上升，一般的算(suàn)力基(jī)础设施很(hěn)快将(jiāng)难(nán)以胜任。

从图像(xiàng)、文字、语(yǔ)音(yīn)单独一项的训(xùn)练，到(dào)双模态、三模态的跃迁，让人工智能可以灵活应对(duì)不同模态的(de)转(zhuǎn)化、像(xiàng)人(rén)与世界交互一样自然，这方面，由算力(lì)网络(luò)来驱(qū)动将有明显优(yōu)势。

戊时是几点，戊时是几点到几点钟的时pe="jpeg" data-w="1080">

此(cǐ)外(wài)，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在人(rén)工智能算力网络支撑下(xià)快(kuài)速(sù)推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式，将(jiāng)创造的边(biān)际成本降低，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 戊时是几点，戊时是几点到几点钟的时