自聊天(tiān)机(jī)器人ChatGPT火爆以来，微软公司创始人比尔·盖(gài)茨已多次公(gōng)开谈(tán)论人(rén)工智能话题。在(zài)最近的一次采访中，他再(zài)次表示(shì)：“AI可能会让科(kē)技行业迎(yíng)来一次(cì)剧烈的洗牌”。

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

他预期，AI的发展可能会威胁到谷歌的(de)市(shì)占率，因(yīn)为(wèi)微软在(zài)AI方面的行动相(xiāng)当迅速。而最(zuì)终科技巨头将把AI整合(hé)成用(yòng)户(hù)的“全(quán)能助手”，包揽一切应用(yòng)，与人们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助(zhù)手的(de)到(dào)来可能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一次(cì)AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以AI绘画(huà)为代表的AIGC上(shàng)一次爆火(huǒ)的时候(hòu)，还是2022年8月(yuè)，在美国科罗拉(lā)多州举办的新兴数字(zì)艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作品获(huò)奖。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中输入一组关键词或者(zhě)一张照(zhào)片，就(jiù)能获得(dé)一(yī)幅(fú)AI创作(zuò)的画(huà)作(zuò)。

作画(huà)的关键(jiàn)就是所输入的文本。同一(yī)组(zǔ)关键词也可以创作出很多张风格不(bù)一样的画作(zuò)，这让创(chuàng)作的过(guò)程就(jiù)像开(kāi)盲盒。

很多用户很喜(xǐ)欢这种不确定的(de)惊喜，他们会将生成(chéng)的美(měi)图当做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上(shàng)，许多(duō)用户(hù)分(fēn)享AI“翻车(chē)现场”，例如，一位网(wǎng)友(yǒu)的小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照(zhào)片被(bèi)AI识(shí)别成了建筑(zhù)。

而如(rú)今随(suí)着ControlNet的出现与加持(chí)，以往AI绘画的填写(xiě)关(guān)键词(cí)游戏可(kě)能要被颠(diān)覆(fù)了。

ControlNet是一位正在斯(sī)坦福读(dú)博的中国人张吕敏创作的一种(zhǒng)基于控制点(diǎn)的图像(xiàng)变形算法，主要用于数字图像(xiàng)处理、计算机视觉(jué)和(hé)计算机图(tú)形学等(děng)领域。

其SD插件(jiàn)一(yī)经发布(bù)，在短(duǎn)短的两天(tiān)内便成(chéng)为了(le)AI绘画领域最新的热点。

在此之前(qián)，大家用了(le)很(hěn)多(duō)方法想让AI生成的结果尽可(kě)能(néng)的符合(hé)要求，但(dàn)是(shì)都不尽(jǐn)如人意，它的出现代(dài)表着AI生成开始(shǐ)进入真(zhēn)正的可控时期。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图(tú)，人物的(de)姿势和画面的(de)深度(dù)信息等(děng)。有了它的帮助(zhù)，就不用频繁(fán)的(de)用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不(bù)少(shǎo)博(bó)主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照(zhào)片直接带她们走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关键(jiàn)词；最后(hòu)用ControlNet插(chā)件(jiàn)绑定骨骼开始换关键词试效果。

通过图片就可(kě)以看出(chū)来，效果十(shí)分惊艳。

更厉(lì)害的是，除了真实(shí)的(de)照片，草(cǎo)图(tú)也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现线稿转全彩图(tú)。大神张吕(lǚ)敏(mǐn)其本尊也(yě)亲自回应。

不得不(bù)说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出(chū)的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问(wèn)题

近日，“苏州金鸡(jī)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(kě)能是全国第(dì)一起(qǐ)AI绘图诈骗。

由(yóu)于(yú)这个活动里面给出的美女照片都是AI制作(zuò)的(de)真人照(zhào)片绘(huì)图，因为太逼真，被大(dà)家当成真事传播了。

不过仔细观察(chá)可以发现，活动发起(qǐ)者提(tí)供的照片中有个很大的(de)漏洞可以发现并非真人，而是AI绘图，那便是图片(piàn)中女性的手指部分有的存在异常。

有行业人事(shì)表示：“现在因为手指部(bù)分的绘画(huà)算法比较(jiào)复(fù)杂，AI还(hái)不太会画人的手，但最新看到的图(tú)片已经有越来(lái)越完美(měi)的AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图诈骗在国(guó)外也(yě)已有发生。据英国广(guǎng)播公司报道，土耳(ěr)其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合成了儿童受灾的假照片发布到网(wǎng)络，以此诱(yòu)骗(piàn)善良(liáng)的人打赏“捐助”从而实施诈骗。

目前随着(zhe)技术发(fā)展(zhǎn)，AIGC已经能做出真人照(zhào)片(piàn)般(bān)的绘图(tú)效果，如(rú)果(guǒ)这样的图片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多担忧，一方面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作没有任(rèn)何情绪和灵魂(hún)，难以和人类的艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没有(yǒu)得(dé)到有效的解决，还有AIGC会不会(huì)代替人(rén)类“至高无上”的创意(yì)。

马斯克也(yě)强调，人工智能的安全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站(zhàn)除(chú)了视(shì)频，还有远方

技术都是有两面性的，潜在的危害(hài)并不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智能技术将是(shì)第四次工业革命(mìng)的核心驱动力(lì)量(liàng)，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工(gōng)智(zhì)能(néng)在技术和商(shāng)业(yè)层(céng)面(miàn)都有了巨大(dà)进展，AI绘画就(jiù)是人工(gōng)智能技术发(fā)生方(fāng)向(xiàng)性(xìng)改变的(de)一个(gè)代表。其下一站或(huò)许就(jiù)是视频(pín)。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了几条引爆科技圈的短视(shì)频。这些视频引发关注并非内容做(zuò)得多优(yōu)秀，反而都非(fēi)常简(jiǎn)单，比(bǐ)如一匹正在喝(hē)水(shuǐ)的马，一只画画(huà)的(de)玩具熊(xióng)，或者一(yī)段(duàn)骑摩(mó)托车的第一视角(jiǎo)录(lù)像，随便一个有手机的人(rén)都可以随手录下一段。

但(dàn)这些短视频的(de)创作方式非(fēi)常简(jiǎn)单，创作者仅仅需(xū)要向AI输入一段话(huà)，甚至只是说(shuō)一下要求，AI就可以根据需(xū)要(yào)生成一(yī)段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于(yú)Imagen Video和Phenaki，前者主要突(tū)出的(de)是(shì)高清，与Meta的(de)Make-A-Video没(méi)有太多的差(chà)别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频(pín)后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做出更高清(qīng)视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在于(yú)，它可以制作(zuò)出(chū)超过2分(fēn)钟的连贯的(de)也有确(què)切内容的视频，这才是(shì)真(zhēn)正(zhèng)让人们(men)感到惊(jīng)喜(xǐ)的(de)地(dì)方(fāng)。因为无论(lùn)AI生(shēng)成的视频多么高清，也只能是为内容生产者提(tí)供(gōng)一个灵(líng)感，一(yī)个素材，一(yī)个过场(chǎng)动(dòng)画。

不过(guò)能够制(zhì)作(zuò)出有具体剧情(qíng)内(nèi)容的视频就意(yì)味着，一些视频创作由AI代(dài)替人(rén)工完(wán)成已(yǐ)经初步有(yǒu)了可能。

当下AI的发展(zhǎn)速度(dù)已经超(chāo)过大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本(běn)质(zhì)是供给创造需求，AIGC作为全(quán)新的内(nèi)容(róng)生产(chǎn)方式(shì)，可(kě)以为内容产业带来更新的内容(róng)风格、更快的生(shēng)产速度，更低(dī)的生产(chǎn)成(chéng)本，这无疑会(huì)驱动内容产业的大(dà)爆发。

除了AI绘图(tú)、视(shì)频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动作等多种内(nèi)容形(xíng)式的生成。不(bù)难发现该(gāi)项技术不(bù)仅(jǐn)在游(yóu)戏等(děng)行业能得到有效应用(yòng)，对(duì)于下一代互联网各种(zhǒng)元(yuán)素的构建亦(yì)有(yǒu)关(guān)键意义。

从商(shāng)业化的角度来看，文化娱乐、教育、传(chuán)媒(méi)等诸多领(lǐng)域，本身就对基于AI的可(kě)视化内(nèi)容有强烈(liè)需(xū)求(qiú)。

因此，AI绘画(huà)及(jí)视频或不是结(jié)果，而只是AI进程中的一(yī)块重要拼(pīn)图，有望在(zài)技术更新的加持(chí)下实现更大(dà)的(de)应用(yòng)价值(zhí)。

AI从理解(jiě)内容(róng)，走向了可(kě)以生成(chéng)内容(róng)，甚至能(néng)够(gòu)创造(zào)出独立价值(zhí)和独立视角的(de)内容(róng)。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技(jì)术的发展也可(kě)以看出，在语(yǔ)言大模(mó)型、图(tú)像大(dà)模型(xíng)之后，多模(mó)态大模型已经成为了新的趋势。

大模型被(bèi)誉为(wèi)当前人工智(zhì)能发展(zhǎn)的智能底座，是全球竞争最激(jī)烈的研究方(fāng)向之(zhī)一，包(bāo)括谷歌、亚(yà)马逊、百(bǎi)度、阿(ā)里、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力。

不(bù)过(guò)训(xùn)练大模型的确价格不菲，以国盛证券(quàn)发布的(de)《ChatGPT需要(yào)多(duō)少算力》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更(gèng)大(dà)的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美元(yuán)至1200万美(měi)元(yuán)高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算(suàn)，其对(duì)应芯片需(xū)求为3万多片英伟(wěi)达A100 GPU，初始投入成(chéng)本约(yuē)为(wèi)8亿美(měi)元，每日仅电费(fèi)就(jiù)在5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注各类(lèi)大模型的发展(zhǎn)同(tóng)时，更(gèng)应该关注算力网络的(de)建设。

算力(lì)网络(luò)正驱动AI产业发展进入史诗(shī)级加速进(jìn)程，让(ràng)AIGC及通用AI这(zhè)一人(rén)工智能发(fā)展(zhǎn)的终极目标离(lí)得更(gèng)近。

因(yīn)为算力可以对突破性技(jì)术创新提供(gōng)大力的支持。这方(fāng)面(miàn)，多(duō)模(mó)态大模型是(shì)典型。作为面向未来强人工(gōng)智能、通用人工智能的重(zhòng)要技术创(chuàng)新，多模态大模(mó)型(xíng)已经在人(rén)工智(zhì)能领域提出了(le)很多(duō)年，业(yè)界也有不少技术突破，但是，多模态(tài)大模(mó)型进一步(bù)往下走，算力(lì)需(xū)求呈几何式上(shàng)升，一般的算力基(jī)础设施很快将难以胜任(rèn)。

从图(tú)像、文字、语音单(dān)独(dú)一项(xiàng)的(de)训练，到(dào)双模态(tài)、三(sān)模态(tài)的跃(yuè)迁(qiān)，让(ràng)人工智能可以灵活应对不同(tóng)模态的转化(huà)、像人与世界交(jiāo)互一样自(zì)然，这方(fāng)面，由算力网络来(lái)驱动(dòng)将有(yǒu)明显(xiǎn)优势。

此外，还有(yǒu)很多需要(yào)爆发(fā)式增长的算(suàn)力来支撑的技术创(chuàng)新，将在人工智(zhì)能算力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待(dài)在大(dà)模型和大(dà)算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式，将创造的边际成本(běn)降(jiàng)低，让万众(zhòng)受(shòu)益(yì)。

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 唇炎吃什么维生素，唇炎吃什么维生素好