自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖(gài)茨(cí)已(yǐ)多次公开(kāi)谈论人工智(zhì)能话题。在最近的一次采(cǎi)访(fǎng)中，他(tā)再次表示：“AI可能会让科技行(xíng)业迎来一(yī)次剧烈的(de)洗(xǐ)牌”。

这个结论(lùn)是他在当地时间(jiān)2月20日接受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的(de)行动相当迅速。而最(zuì)终科(kē)技巨头将把AI整合成(chéng)用(yòng)户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到(dào)来可能(néng)尚需时日，但(dàn)由ControlNet引发的又一(yī)次AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出(chū)重围(wéi)。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠(kào)近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的(de)时候(hòu)，还(hái)是2022年8月，在美(měi)国科(kē)罗拉多州(zhōu)举办的新兴数字艺术家竞赛中，一(yī)幅名为《太(tài)空歌(gē)剧院》的(de)作品获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在(zài)应(yīng)用中输(shū)入(rù)一(yī)组(zǔ)关键词或者(zhě)一张照片，就能获得一幅AI创作的画作(zuò)。

作(zuò)画的(de)关键就是所(suǒ)输入(rù)的文本。同一组关键词也(yě)可(kě)以(yǐ身临其境是什么意思的临，身临其境是什么意思呢原意是什么)创作出很多张风格不一样的画作，这让创作的过程就像开盲(máng)盒。

很多用(yòng)户很(hěn)喜欢这种(zhǒng)不确定的惊(jīng)喜，他们(men)会将生成的美图当做头像。而另一(yī)部分喜欢翻看AI绘(huì)画的(de)“翻车”作品(pǐn)。在社交媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗(gǒu)照片被AI画(huà)成了(le)“肌肉(ròu)男”，还有网友的个人(rén)照(zhào)片被AI识别(bié)成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯(sī)坦福读(dú)博的中(zhōng)国(guó)人张吕(lǚ)敏创作(zuò)的一种基于控制(zhì)点的图像(xiàng)变形算(suàn)法(fǎ)，主要(yào)用于(yú)数字图像处(chù)理、计(jì)算(suàn)机视(shì)觉和(hé)计(jì)算机图形学等领(lǐng)域。

其SD插件一经(jīng)发布，在(zài)短短的两天(tiān)内(nèi)便(biàn)成为了AI绘画领域最(zuì)新的热点。

在此之前(qián)，大家用了很多方法(fǎ)想让(ràng)AI生(shēng)成的(de)结果尽可能的(de)符(fú)合要求，但是(shì)都不(bù)尽(jǐn)如(rú)人意，它的出现代表着AI生(shēng)成开始进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接(jiē)提取画面的构图，人物的姿势和画面的(de)深(shēn)度信息等(děng)。有了它的(de)帮助，就(jiù)不用(yòng)频繁的用提示词来碰运气，抽盲盒式(shì)的创作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博(bó)主的作(zuò)品已(yǐ)经(jīng)获得了大量(liàng)的浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一(yī)，他用朋友的照片(piàn)直接(jiē)带她们走进动漫世界。

viggo先(xiān)用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓(tuò)展找到对应的(de)关键词(cí)；最后(hòu)用(yòng)ControlNet插件绑定骨骼(gé)开始换关键词试效果(guǒ)。

通过图(tú)片就可以看出来，效(xiào)果十分(fēn)惊艳(yàn)。

更(gèng)厉害(hài)的是，除了真实的照片，草图也可(kě)以(yǐ)加上(shàng)“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自(zì)回应。

不得(dé)不说当下(xià)AIGC已经变得越来越强大，甚至输出的作品都已经能以假乱真了。

02

难(nán)辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所谓(wèi)的“party”可能是全国第(dì)一(yī)起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美女照片(piàn)都是AI制作的真人(rén)照片绘(huì)图，因(yīn)为太逼真，被大(dà)家当成(chéng)真事传播了。

不过仔细观察可(kě)以发现，活(huó)动发起者提供的(de)照片中有个很大的(de)漏洞可以发现并非真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中女性的(de)手指(zhǐ)部分有的存在异常。

有行业人事表示：“现(xiàn)在因(yīn)为手(shǒu)指部(bù)分的绘画算法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看到的图片已经(jīng)有越来越完美的AI模型出(chū)现，以后(hòu)可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公司报道，土耳其地(dì)震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了儿童受(shòu)灾(zāi)的(de)假(jiǎ)照片发(fā)布到(dào)网络，以此诱骗善良(liáng)的(de)人(rén)打赏“捐(juān)助(zhù)”从而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人照片般的绘图效果，如果这样的(de)图片被(bèi)用(yòng)来(lái)诈骗，将非常可(kě)怕。

此外AIGC还引发了很多(duō)担忧(yōu)，一方(fāng)面，批判者认为AI在“学习(xí)”了大量前人的作品(pǐn)之后(hòu)，其(qí)创作没有任何情绪和(hé)灵魂，难以和人类的艺术创作相提(tí)并(bìng)论。

另一(yī)方(fāng)面，AIGC背(bèi)后的版(bǎn)权、目前(qián)都并没(méi)有得到(dào)有效的解决，还有AIGC会不会代替(tì)人类“至高无上”的(de)创(chuàng)意。

马斯克也强(qiáng)调，人工智能的安全问(wèn)题需要得到重视，太晚就来不(bù)及了。

03

AIGC下一站除了视频(pín)，还有远方

技术都(dōu)是(shì)有两面(miàn)性的(de)，潜在的危(wēi)害并不能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智能技术(shù)将是第四次工业革命的(de)核(hé)心驱动力量，将(jiāng)创(chuàng)造新的(de)增(zēng)长奇迹(jì)。

过去一年，人工智能在技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性改变的(de)一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布了几条引爆科(kē)技(jì)圈的(de)短视频。这些(xiē)视频引(yǐn)发关注并(bìng)非(fēi)内容(róng)做得多(duō)优秀，反而都非常简单，比如一(yī)匹正在(zài)喝水的(de)马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩托车的第一(yī)视角录像，随便一个有(yǒu)手机的人都(dōu)可以随手录下一段。

但这些短视频的(de)创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要向AI输(shū)入(rù)一段话(huà)，甚至只是说(shuō)一下要求，AI就身临其境是什么意思的临，身临其境是什么意思呢原意是什么(jiù)可以根据需要生成一段视(shì)频。

谷(gǔ)歌发布的两个AI生成视频(pín)分(fēn)别(bié)来自于(yú)Imagen Video和Phenaki，前者主要突(tū)出(chū)的是高清，与Meta的Make-A-Video没有太多的(de)差别(bié)。

在(zài)Make-A-Video公布了AI生成(chéng)的视频后，AI圈就已经玩了一(yī)波(bō)梗，一(yī)个能够(gòu)做(zuò)出更(gèng)高(gāo)清视(shì)频的AI还不足(zú)以(yǐ)在短时(shí)间内戳中(zhōng)兴奋点。

Phenaki更加(jiā)令人(rén)震惊(jīng)的地方(fāng)在(zài)于(yú)，它可(kě)以制作出超过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真正让人们(men)感到惊喜的地方(fāng)。因为无论AI生成的视频多么高(gāo)清，也只能是为(wèi)内容(róng)生产者(zhě)提供一个(gè)灵感，一个素(sù)材，一个过场动画。

不过能够制作出有具(jù)体(tǐ)剧情内容的视频就(jiù)意味着，一些视频创作由AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下(xià)AI的发展速度已经超(chāo)过大部分人的想象(xiàng)。内容产业(yè)的本质是供给创(chuàng)造需(xū)求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带(dài)来(lái)更新(xīn)的内容风格、更快的生产速(sù)度(dù)，更低的生产成本，这(zhè)无疑会驱动内容产业(yè)的大(dà)爆(bào)发(fā)。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器(qì)人(rén)动作等(děng)多种内容形(xíng)式的生成。不难(nán)发现该(gāi)项(xiàng)技术不仅在(zài)游戏(xì)等行业能得到有效(xiào)应用，对于下(xià)一(yī)代互联网各种元(yuán)素的构建亦有(yǒu)关键意(yì)义(yì)。

从商业(yè)化的(de)角度(dù)来看，文化娱乐(lè)、教育(yù)、传媒等(děng)诸(zhū)多(duō)领域，本身就(jiù)对(duì)基(jī)于(yú)AI的(de)可视化内(nèi)容有强烈需(xū)求。

因此，AI绘画(huà)及(jí)视频或(huò)不是结果，而只(zhǐ)是AI进程中的(de)一块重(zhòng)要拼图，有望在技(jì)术更新(xīn)的加(jiā)持下实(shí)现更大的应用价值(zhí)。

AI从(cóng)理解内容，走向了(le)可以生成(chéng)内(nèi)容(róng)，甚至能够创造(zào)出独立(lì)价值(zhí)和独立视角的内容。AIGC的(de)再次出(chū)圈，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从(cóng)技术的发展也可以看出，在(zài)语言大(dà)模型、图像大模型之后(hòu)，多模态大模型已经成为了新的(de)趋势。

大模型被(bèi)誉为当(dāng)前人(rén)工智能(néng)发展的智能底座，是全球竞争最(zuì)激烈的研究方向之一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯(xùn)等众多(duō)头部企业(yè)都(dōu)在竞相(xiāng)发力(lì)。

不过训(xùn)练大模型(xíng)的(de)确价格不菲，以(yǐ)国(guó)盛证券(quàn)发(fā)布的(de)《ChatGPT需要(yào)多少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训练一次的(de)成本约(yuē)为140万美元。而(ér)对于一些更大的(de)LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至(zhì)1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万(wàn)计算(suàn)，其(qí)对应芯片需求为3万多(duō)片英伟达A100 GPU，初(chū)始(shǐ)投入(rù)成本约为(wèi)8亿美元，每日仅电(diàn)费就在5万(wàn)美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持(chí)。在关注各类大(dà)模型的发展同时，更应该关注算力(lì)网络的建设。

算力网络(luò)正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一(yī)人工智(zhì)能发展的(de)终极目标离得更近。

因(yīn)为(wèi)算力可以(yǐ)对突(tū)破性(xìng)技术创新(xīn)提供大(dà)力的支持(chí)。这方面，多模态(tài)大(dà)模型是典型。作为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新，多(duō)模态大(dà)模型已经在人工智能(néng)领域(yù)提出了很多年(nián)，业界也有不少(shǎo)技术突破，但是，多模(mó)态大模型进(jìn)一步往(wǎng)下走，算力需求(qiú)呈(chéng)几何式(shì)上升，一般(bān)的(de)算力基(jī)础设(shè)施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一项的训练，到(dào)双模态、三(sān)模态的跃迁(qiān)，让人工智能可以灵(líng)活应对不同模态的转化、像人与世(shì)界交互一样(yàng)自然，这方面，由算力(lì)网络来驱动将(jiāng)有(yǒu)明显优(yōu)势。

此外，还有很多需要(yào)爆(bào)发(fā)式(shì)增(zēng)长(zhǎng)的算力来支撑的技术创新，将在人工智能算力(lì)网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大算(suàn)力的支(zhī)持下AIGC能持续颠覆(fù)内容生产的方式，将创造的边际成本降低，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 身临其境是什么意思的临，身临其境是什么意思呢原意是什么