自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软(ruǎn)公司(sī)创始人比(bǐ)尔(ěr)·盖茨已多次公开(kāi)谈(tán)论人工智能话题。在最(zuì)近的(de)一(yī)次采访中，他再(zài)次(cì)表示(shì)：“AI可(kě)能会(huì)让科(kē)技(jì)行业迎来一(yī)次剧烈(liè)的洗牌”。

这(zhè)个结论是他在(zài)当(dāng)地时间2月20日接受(shòu)《In Good Company》节(jié)目专访时提出的(de)。

他(tā)预期，AI的发(fā)展可能会威胁到谷歌的市占(zhàn)率，因为微软在(zài)AI方面(miàn)的行动相当迅速。而最(zuì)终(zhōng)科(kē)技(jì)巨头将把AI整合成(chéng)用户的“全能助手”，包揽一切应用，与人们进行(xíng)沟通(tōng)并提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或(huò)Outlook等应用(yòng)。

大佬口中(zhōng)全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法

AIGC向可(kě)控(kòng)靠近

以AI绘画为(wèi)代(dài)表的(de)AIGC上一次爆(bào)火的(de)时候，还是2022年8月，在(zài)美国科(kē)罗(luó)拉多(duō)州(zhōu)举办的(de)新兴数字艺术家(jiā)竞赛中，一幅(fú)名为《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大厂商的AI绘(huì)画(huà)软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以在应用(yòng)中输入一组关键(jiàn)词(cí)或者一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就是(shì)所输入(rù)的文(wén)本(běn)。同一组(zǔ)关键词(cí)也(yě)可以创作出(chū)很多(duō)张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的(de)美图当做头(tóu)像(xiàng)。而另(lìng)一部(bù)分喜欢翻看AI绘(huì)画的(de)“翻车”作(zuò)品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位网友的小狗照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随着(zhe)ControlNet的(de)出现与加持(chí)，以往AI绘(huì)画的填写关键词游(yóu)戏可能要被颠(diān)覆了。

均码一般是什么码，均码一般是什么码数c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一位正在斯坦(tǎn)福(fú)读(dú)博的中国人张(zhāng)吕敏创作(zuò)的一种基于控制点的(de)图像(xiàng)变形(xíng)算(suàn)法，主要用于数(shù)字图像处理(lǐ)、计算机视觉和计算机图(tú)形学等领域(yù)。

其SD插件一经发布，在短短(duǎn)的两(liǎng)天(tiān)内便成为了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此之前，大家用(yòng)了(le)很(hěn)多(duō)方法想让(ràng)AI生成的结(jié)果(guǒ)尽可能的符合要求，但是都不尽如(rú)人(rén)意，它的出现(xiàn)代表着AI生成开始进(jìn)入真正的可(kě)控时(shí)期。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人(rén)物的(de)姿势和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他用朋友的照片直接带她们走进动漫(màn)世(shì)界(jiè)。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到对应(yīng)的关键词(cí)；最后用ControlNet插件绑定骨骼开(kāi)始换关键词试效果(guǒ)。

通过图(tú)片就可以看出来(lái)，效果十分惊艳。

更厉害的是(shì)，除了真实的照(zhào)片，草图也可(kě)以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其(qí)本尊也亲自回应(yīng)。

不得不说当(dāng)下(xià)AIGC已经变得越来(lái)越强大(dà)，甚(shèn)至输出的作品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游艇party”的消息(xī)火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈(zhà)骗。

由于这个活动里面给出的美女照片(piàn)都是AI制(zhì)作(zuò)的真人照片绘图，因为太(tài)逼真(zhēn)，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现(xiàn)，活动(dòng)发起(qǐ)者提供(gōng)的照(zhào)片中有个很大的(de)漏洞可(kě)以发现并非(fēi)真人，而是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有的存(cún)在异(yì)常。

有(yǒu)行业人事表示：“现在因(yīn)为手指(zhǐ)部分(fēn)的(de)绘(huì)画算法比较复杂，AI还(hái)不太(tài)会画人的手，但最新(xīn)看到的图片(piàn)已经有越(yuè)来越完美的AI模型(xíng)出现，以后可能(néng)就完全没有漏(lòu)洞了(le)。”

类似的(de)AI作图诈骗在国外(wài)也(yě)已有发生。据(jù)英(yīng)国广播(bō)公(gōng)司(sī)报道，土耳其地震(zhèn)期间(jiān)，有Tiktok用户(hù)使用AI合成了儿童受灾的假照(zhào)片发(fā)布到网络，以此诱(yòu)骗(piàn)善良(liáng)的人打赏(shǎng)“捐助”从(cóng)而实施诈骗。

目前随着技术(shù)发展，AIGC已经(jīng)能做(zuò)出(chū)真(zhēn)人(rén)照片般的绘(huì)图效果，如果这样(yàng)的图片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多(duō)担(dān)忧，一方面，批判者认为AI在“学(xué)习”了大(dà)量(liàng)前人的(de)作品(pǐn)之后(hòu)，其创作没有任何情(qíng)绪和灵(líng)魂，难(nán)以和(hé)人类的艺术创作相(xiāng)提并论。

另(lìng)一方面(miàn)，AIGC背后(hòu)的版权、目前都(dōu)并没有得到有效(xiào)的解(jiě)决，还有AIGC会不会代(dài)替(tì)人类“至高无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人工智(zhì)能(néng)的安全问题(tí)需要得(dé)到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站(zhàn)除了视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能(néng)掩(yǎn)盖其光辉的贡(gòng)献。现(xiàn)在看来，人工智能技术将是第四次工业革命的核心(xīn)驱动力(lì)量(liàng)，将创(chuàng)造新的增(zēng)长奇迹。

过去一年，人(rén)工智(zhì)能(néng)在技术(shù)和商业层面都有了巨(jù)大进展(zhǎn)，AI绘(huì)画就是人(rén)工智能技(jì)术发生方(fāng)向性(xìng)改(gǎi)变的一个(gè)代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发(fā)布(bù)了几条引(yǐn)爆科(kē)技圈的短视频。这(zhè)些视频(pín)引发关注(zhù)并(bìng)非内容做得多优秀，反而都(dōu)非(fēi)常简单，比如(rú)一匹正在喝水的(de)马，一只(zhǐ)画画的玩具熊，或者(zhě)一段骑摩托(tuō)车的第(dì)一视角录像，随便一(yī)个有手机的(de)人都可以随手录下一段。

但这些(xiē)短视(shì)频的创作方式非(fēi)常简单(dān)，创(chuàng)作者仅(jǐn)仅需均码一般是什么码，均码一般是什么码数要向AI输入一段话，甚(shèn)至只是说一下(xià)要求，AI就可以根据需要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视(shì)频(pín)后，AI圈就已(yǐ)经玩了(le)一波梗，一个(gè)能够做出更高清视频的AI还不(bù)足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于(yú)，它可(kě)以制作(zuò)出超(chāo)过2分(fēn)钟的(de)连贯的也有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视频多(duō)么高(gāo)清，也只(zhǐ)能(néng)是为内容生产者提(tí)供一个灵感，一个素材，一(yī)个过场动(dòng)画。

不过能够(gòu)制作(zuò)出有具体剧情内容的(de)视频(pín)就意味着，一些视频创作(zuò)由AI代替人工完成已经(jīng)初步(bù)有了可能。

当下AI的发展速度(dù)已经超过大部分(fēn)人的想象。内(nèi)容产业(yè)的本质是供给(gěi)创造需求，AIGC作为(wèi)全新的内(nèi)容生产(chǎn)方式，可以为内容产业(yè)带(dài)来更新(xīn)的(de)内容(róng)风格、更快的生(shēng)产(chǎn)速度(dù)，更低的生产成本，这无疑会驱动内容(róng)产业的大爆发。

除了AI绘图、视频，AIGC技术(shù)还能应用(yòng)于音乐、代(dài)码、机器人动作等多种内容形式(shì)的生(shēng)成。不(bù)难(nán)发现该项技术(shù)不仅在游戏等行业能得到有效应用(yòng)，对(duì)于下一(yī)代互联网(wǎng)各种(zhǒng)元素的(de)构建亦(yì)有关键意(yì)义。

从商业化(huà)的角度来(lái)看(kàn)，文化(huà)娱乐(lè)、教育、传媒等诸多领(lǐng)域，本(běn)身就对基(jī)于AI的可视(shì)化内(nèi)容有(yǒu)强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频或不是(shì)结(jié)果，而只是(shì)AI进程中的一块重要拼图，有(yǒu)望(wàng)在技术(shù)更新的加持下实(shí)现更(gèng)大的应用价值。

AI从理解内容(róng)，走向了(le)可以生成内容，甚(shèn)至能够(gòu)创(chuàng)造出独立价值和独立视角(jiǎo)的(de)内容。AIGC的(de)再次(cì)出圈(quān)，更代表(biǎo)着未来的先进生产力即将(jiāng)到来。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技(jì)术的发(fā)展也可(kě)以(yǐ)看(kàn)出，在(zài)语言大模型、图像大模型之后，多(duō)模态大模型已经成(chéng)为了新(xīn)的趋势。

大模型(xíng)被誉为当前(qián)人工智(zhì)能发展(zhǎn)的智能底(dǐ)座，是全球竞争最激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在竞相发力。

不过训(xùn)练大模型的确价格不菲，以国(guó)盛证(zhèng)券(quàn)发(fā)布的《ChatGPT需要多(duō)少(shǎo)算力》报告估算，GPT-3训练(liàn)一次的成(chéng)本约(yuē)为140万美元。而对(duì)于一些更大的LLM(大型语言模型)，训练成本则介于200万(wàn)美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立(lì)访客平均数1300万计(jì)算，其对应芯片需求为3万多(duō)片英伟达A100 GPU，初始(shǐ)投入成本约(yuē)为8亿美元，每日仅电费就在5万美元左右。

此外不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算力支持。在关注各类大模型的发展同时(shí)，更应该关注(zhù)算力网(wǎng)络(luò)的建设。

算力网(wǎng)络(luò)正驱动AI产(chǎn)业发(fā)展进入史诗级(jí)加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能发(fā)展的(de)终(zhōng)极目标离得(dé)更近。

因为算力(lì)可(kě)以对(duì)突破(pò)性技术创新提供大力(lì)的支持。这(zhè)方面，多模态大模型是典型。作为面向未来强人工智能、通(tōng)用人工智能的重要技术创新，多(duō)模态大模型已经在人(rén)工智能领域提出(chū)了很多年，业(yè)界(jiè)也有不少技(jì)术突破，但是，多(duō)模态大模型进(jìn)一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础设施很快(kuài)将难以胜任。

从图像(xiàng)、文字、语(yǔ)音单独一项的训练，到双模态(tài)、三模态(tài)的跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模态(tài)的转(zhuǎn)化、像(xiàng)人与(yǔ)世界交互一样自(zì)然，这方面，由算力网络来(lái)驱动将有明显(xiǎn)优势(shì)。

此外，还(hái)有很多需(xū)要爆发(fā)式增长的算力来支撑的(de)技(jì)术创新，将在人工(gōng)智能算力网络支撑下快速推进(jìn)。

AIGC已经露出(chū)曙光，期待在大模(mó)型和大(dà)算力(lì)的支(zhī)持下AIGC能持续颠覆内容生产(chǎn)的方式，将(jiāng)创造的(de)边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 均码一般是什么码，均码一般是什么码数