自聊天机器(qì)人ChatGPT火爆(bào)以来(lái)，微软(ruǎn)公司创始(shǐ)人(rén)比(bǐ)尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的(de)一次(cì)采(cǎi)访(fǎng)中，他(tā)再次表示(shì)：“AI可能(néng)会让科(kē)技行业(yè)迎来(lái)一次剧烈的洗牌”。

这个结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节(jié)目专访时提(tí)出的(de)。

他预期，AI的(de)发展可能会威胁到(dào)谷歌的(de)市占率，因为微(wēi)软在AI方(fāng)面的行动相当迅(xùn)速。而最(zuì)终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与(yǔ)人们进行沟通并(bìng)提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的到来(lái)可能(néng)尚需时日，但由(yóu)ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表的AIGC上一(yī)次(cì)爆火的(de)时候，还是(shì)2022年8月，在美国科(kē)罗(luó)拉多州举办的新兴(xīng)数(shù)字艺(yì)术家竞赛(sài)中(zhōng)，一幅名为《太空歌剧院》的(de)作品获(huò)奖。

随后(hòu)各大厂商的AI绘画软件被(bèi)广(guǎng)大网友(yǒu)熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代表。

用(yòng)户们(men)可以(yǐ)在应用中(zhōng)输入一组关键词或者(zhě)一(yī)张照片，就(jiù)能获(huò)得一幅AI创作(zuò)的画作。

作(zuò)画的关键(jiàn)就是所输入的文(wén)本(běn)。同(tóng)一组(zǔ)关(guān)键词也可(kě)以(yǐ)创作出很多张风格不一样(yàng)的画作(zuò)，这让创(chuàng)作(zuò)的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢(huān)这(zhè)种不确(què)定的惊喜，他们会将生成(chéng)的美图当做头像(xiàng)。而另(lìng)一部分喜欢翻(fān)看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许(xǔ)多(duō)用户分享AI“翻车现场”，例(lì)如，一位(wèi)网友(yǒu)的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个(gè)人(rén)照片被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘(huì)画(huà)的填(tián)写(xiě)关(guān)键词游戏(xì)可(kě)能要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国人张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图像处理(lǐ)、计(jì)算(suàn)机(jī)视觉和计算机图形学等领域。

其(qí)SD插件一经(jīng)发布(bù)，在短短的两天内便成为了(le)AI绘画领(lǐng)域最新的热点(diǎn)。

在(zài)此之前，大家用了很多方法想让AI生(shēng)成(chéng)的结(jié)果(guǒ)尽可(kě)能的(de)符(fú)合要求，但是都不尽如人意，它的(de)出现代(dài)表着(zhe)AI生成开始进入(rù)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，人物的(de)姿势(shì)和画面的(de)深(shēn)度信息等。有了(le)它的帮(bāng)助，就不用频(pín)繁的用提示词来(lái)碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已经获得了大量的浏(liú)览量，“viggo”就是其(qí)中之一，他用朋友的照片直接带她们走进动漫(màn)世(shì)界。

viggo先(xiān)用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓(tuò)展找到对(duì)应的关键词(cí)；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关键(jiàn)词试效果。

通过图片就可以看出来，效果十分惊艳(yàn)。

更厉(lì)害的是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩(cǎi)图。大神张吕敏其本尊(zūn)也亲自(zì)回应。

不得不说(shuō)当下AIGC已(yǐ)经变得越来越(yuè)强大(dà)，甚至输出的作(zuò)品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警方(fāng)辟(pì)谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给出的美(měi)女照片都是AI制作(zuò)的真人(rén)照(zhào)片绘图，因(yīn)为(wèi)太逼真，被大家(jiā)当成真事传播了。

不(bù)过仔(zǎi)细观察可以(yǐ)发现，活(huó)动发(fā)起者提供(gōng)的照(zhào)片中有(yǒu)个很大(dà)的(de)漏洞可以发(fā)现(xiàn)并(bìng)非真人，而是AI绘图，那便是(shì)图片中女(nǚ)性(xìng)的手(shǒu)指部分(fēn)有的(de)存在(zài)异常。

有行业人事表(biǎo)示：“现在因为(wèi)手指部分的绘(huì)画算法(fǎ)比(bǐ)较复杂，AI还不太会画人的手，但最新看(kàn)到的(de)图片(piàn)已经有越来(lái)越完美的AI模型(xíng)出现(xiàn)，以后可能就完全没(méi)有(yǒu)漏洞了。”

类似的(de)AI作图诈骗在国(guó)外(wài)也(yě)已有发生。据英(yīng)国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照片发布(bù)到(dào)网(wǎng)络，以(yǐ)此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目(mù)前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘(huì)图效果，如果这样的图(tú)片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方面，批(pī)判(pàn)者认为(wèi)AI在“学(xué)习”了大量前人的(de)作品之(zhī)后(hòu)，其创(chuàng)作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版(bǎn)权、目前都并没有(yǒu)得到有效(xiào)的解决(jué)，还有AIGC会(huì)不会代替人类“至高(gāo)无上(shàng)”的创意。

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

03

AIGC下一站除了视频(pín)，还有远方(fāng)

技(jì)术都(dōu)是有两面性的，潜在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在(zài)看来，人工智能技术将是第四次工业革命的核心驱动力量(liàng)，将创造新(xīn)的(de)增长奇迹。

过去一年(nián)，人(rén)工智能在(zài)技术和商业层(céng)面都(dōu)有了(le)巨大进展，AI绘画(huà)就是(shì)人(rén)工智能技(jì)术发生方向性(xìng)改变的一个代表(biǎo)。其下(xià)一站或许就(jiù)是视频。

此前，Meta和谷歌先后发布(bù)了(le)几条引爆(bào)科技圈的短视(shì)频。这(zhè)些视频引发(fā)关注并非(fēi)折叠小刀哪个快递可以邮寄的 折叠小刀是管制刀具吗内(nèi)容做(zuò)得多(duō)优(yōu)秀，反而都非(fēi)常简单，比如一匹正(zhèng)在(zài)喝水的马，一只画画的玩具熊，或者一(yī)段骑(qí)摩托(tuō)车的(de)第一视角录像，随便(biàn)一个有(yǒu)手机的(de)人都(dōu)可以随手录下一段。

但这些短视频的(de)创作(zuò)方式(shì)非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至只(zhǐ)是说一下要求，AI就可以根据需要生成(chéng)一段视频。

谷歌发布(bù)的两个(gè)AI生(shēng)成视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要(yào)突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后，AI圈就已经玩了一波梗，一个能够做出更高清视频的AI还不(bù)足以(yǐ)在短时(shí)间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制作出超过2分钟的连(lián)贯的也有确切内(nèi)容的视频，这(zhè)才是真正让人们感到惊喜的地(dì)方。因为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是(shì)为(wèi)内容生产(chǎn)者(zhě)提(tí)供(gōng)一个(gè)灵感，一(yī)个素材，一个过(guò)场动画(huà)。

不(bù)过能够制(zhì)作出有具体剧(jù)情内容的视频(pín)就(jiù)意味着，一(yī)些视(shì)频创(chuàng)作由AI代替人工完成已经初步有了可能。

当下AI的发展速(sù)度已经(jīng)超过大部分人的想象。内容产业的本(běn)质(zhì)是供给创造需求，AIGC作为全新的(de)内(nèi)容生产方(fāng)式，可(kě)以为内容产业(yè)带来更新的内容(róng)风格、更快的生(shēng)产速度，更低的生产(chǎn)成(chéng)本，这无(wú)疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐、代码(mǎ)、机器人动作等(děng)多种内容形(xíng)式的(de)生成(chéng)。不难发现该项技术不仅在游戏等(děng)行业能得到(dào)有效应用，对于(yú)下(xià)一代互联网各(gè)种元素的构建亦有关键意义。

从商业化(huà)的(de)角度来(lái)看，文化娱(yú)乐、教(jiào)育、传(chuán)媒等诸(zhū)多领域，本身就(jiù)对基于(yú)AI的可视化(huà)内容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画(huà)及视频或(huò)不(bù)是结果，而只是AI进程中的一块(kuài)重要(yào)拼图，有望在技术更新的(de)加(jiā)持(chí)下实现更大(dà)的应用价(jià)值。

AI从理解内容(róng)，走向了可以生(shēng)成(chéng)内容，甚(shèn)至能够创(chuàng)造出独立价(jià)值(zhí)和(hé)独立(lì)视角的内容。AIGC的(de)再(zài)次出圈(quān)，更代(dài)表着(zhe)未来(lái)的先进生产力(lì)即将到(dào)来。

04

紧抓大模(mó)型与(yǔ)算(suàn)力，牢(láo)固(gù)AIGC底(dǐ)座

从技术(shù)的发(fā)展也可以看出，在语言大(dà)模(mó)型、图(tú)像大(dà)模型之后，多模(mó)态大(dà)模(mó)型已(yǐ)经成(chéng)为了新(xīn)的趋(qū)势。

大模(mó)型被誉为当(dāng)前人工智能发展的(de)智能底座，是全球竞争(zhēng)最激烈的研(yán)究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等(děng)众多头部企业都在(zài)竞相发(fā)力(lì)。

不过训练(liàn)大模型的确价格不菲，以(yǐ)国(guó)盛证(zhèng)券发布(bù)的(de)《ChatGPT需(xū)要多(duō)少算力(lì)》报(bào)告估算，GPT-3训练一次的成本约(yuē)为140万美(měi)元(yuán)。而对于一(yī)些(xiē)更大的LLM(大(dà)型语言模型)，训练(liàn)成(chéng)本则介于200万(wàn)美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客平均数1300万(wàn)计算，其(qí)对应芯片需求为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元(yuán)，每(měi)日仅电费就在5万(wàn)美元左右(yòu)。

此外(wài)不(bù)论(lùn)是ChatGPT还是AIGC，都离(lí)不(bù)开庞大(dà)算力支持。在关注(zhù)各(gè)类(lèi)大模(mó)型的发展同时(shí)，更应该(gāi)关注算力网络的建设。

算力(lì)网络正驱动AI产业发展进入史诗(shī)级(jí)加速进程，让AIGC及(jí)通用AI这一人工(gōng)智(zhì)能发(fā)展的终极(jí)目标离得更(gèng)近。

因为算力可以(yǐ)对突破性技(jì)术创新(xīn)提(tí)供大力的支持。这方面(miàn)，多模态(tài)大模型(xíng)是典型(xíng)。作为面向未来强人工智(zhì)能、通(tōng)用人工智能的重要(yào)技术创新，多模态大模型(xíng)已经在人工智能(néng)领(lǐng)域(yù)提(tí)出了(le)很多年，业界也有不少技术(shù)突破，但是(shì)，多模态大模型(xíng)进一步往下走(zǒu)，算力需求呈几(jǐ)何式上(shàng)升，一般的算力基(jī)础设施(shī)很快将难以胜任(rèn)。

从图像、文字、语音单独一项的(de)训练，到双模态(tài)、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的(de)转化、像人(rén)与世界交互一样自然，这方面，由算力网络来(lái)驱动将有(yǒu)明显优势。

此外，还有(yǒu)很多需要(yào)爆发(fā)式增长的(de)算力来(lái)支撑的(de)技术(shù)创新，将在人工智能算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大(dà)算力(lì)的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方(fāng)式，将创造(zào)的边(biān)际成本(běn)降低，让万众受益。

未经允许不得转载：MP3i音乐网址大全-MP3下载,网址导航,音乐在线试听,中国音乐网址导航第一站 折叠小刀哪个快递可以邮寄的 折叠小刀是管制刀具吗