自聊天机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人(rén)工智能话题(tí)。在最近的一次(cì)采访中，他再次表示：“AI可能会让科(kē)技行业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论是他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访(fǎng)时提出的。

他预期(qī)，AI的发展可能会威(wēi)胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科(kē)技巨(jù)头将把AI整合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用(yòng)，与人们进(jìn)行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或(huò)Outlook等应用。

大(dà)佬口中(zhōng)全能(néng)助手的到来可能尚需时日(rì)，但由(yóu)ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画(huà)为代表(biǎo)的(de)AIGC上一(yī)次(cì)爆火的(de)时候(hòu)，还是2022年(nián)8月(yuè)，在美国科罗拉多州举(jǔ)办(bàn)的新兴数字艺术(shù)家竞赛(sài)中，一幅(fú)名为《太(tài)空歌(gē)剧院》的作品(pǐn)获(huò)奖。

随后各大厂商的AI绘(huì)画(huà)软件被广大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在应用中(zhōng)输入一组关键词或者(zhě)一张照片，就能获(huò)得(dé)一幅AI创作的画作。

作画的关键就(jiù)是所输(shū)入的文本。同一组关键词也可(kě)以创作出很多张(zhāng)风格不(bù)一样的(de)画作，这让(ràng)创作的(de)过(guò)程就像开盲盒。

很(hěn)多用户很喜欢这种不确(què)定的惊喜，他们(men)会将生成的美图当(dāng)做头像。而(ér)另一(yī)部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例如，一(yī)位网友的(de)小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人(rén)照片被AI识别(bié)成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出(chū)现与加(jiā)持，以往(wǎng)AI绘画的(de)填(tián)写关键词游(yóu)戏可能要(yào)被颠覆了(le)。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的(de)中国人(rén)张吕(lǚ)敏创作的一种(zhǒng)基于控制点的图(tú)像变形算法，主(zhǔ)要用于数字图像处(chù)理、计算(suàn)机视觉和计算机图形学等领域。

其SD插件一(yī)经(jīng)发布，在(zài)短(duǎn)短(duǎn)的(de)两天内便成(chéng)为(wèi)了AI绘画领域(yù)最(zuì)新的热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都(dōu)不(bù)尽如人意(yì)，它的出(chū)现(xiàn)代表着(zhe)AI生成开始进入真正的可(kě)控时期。

因为(wèi)ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿(zī)势和画面的深度信(xìn)息等。有了它的帮助，就不用频繁的用提示词来碰运(yùn)气，抽盲(máng)盒式的创作了。

通(tōng)俗的(de)说(shuō)ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件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，效果十分惊艳。

更厉害的(de)是，除了真实(shí)的照片，草图也可(kě)以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还能实现(xiàn)线稿转全彩图。大神张吕敏其本尊(zūn)也(yě)亲自回应。

不(bù)得(dé)不说(shuō)当下AIGC已经变得越来越强(qiáng)大，甚至(zhì)输(shū)出的(de)作品(pǐn)都已(yǐ)经能以假乱(luàn)真了。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全(quán)问题(tí)

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络(luò)，而经过警方辟(pì)谣这所谓的“party”可(kě)能是全国第一起AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个活(huó)动里面给(gěi)出的美女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真事传(chuán)播(bō)了。

不过(guò)仔细(xì)观(guān)察可以发现，活(huó)动发起者提供的照片中(zhōng)有个很(hěn)大的漏洞可以发现(xiàn)并非真人，而是AI绘图，那(nà)便是图片中女性的手指部(bù)分有的存在异常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘(huì)画(huà)算法比较复(fù)杂，AI还不(bù)太会画人的手，但最新(xīn)看到的图片已经有越来越完美的AI模型出现(xiàn)，以后(hòu)可能(néng)就完(wán)全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈骗在国外也已有发生。据英国广(guǎng)播(bō)公司报道，土耳其地震(zhèn)期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童受灾的(de)假照片(piàn)发(fā)布到网络(luò)，以此诱骗善良的人打赏“捐助”从而实施诈骗(piàn)。

目前随着技术发展(zhǎn)，AIGC已经能做(zuò)出真人照(zhào)片般的绘图效果，如(rú)果这(zhè)样的(de)图(tú)片被用来(lái)诈骗(piàn)，将非常可(kě)怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批(pī)判(pàn)者认为AI在(zài)“学(xué)习”了大(dà)量前人的作品之后，其创作没有任何情绪和(hé)灵魂(hún)，难以和人(rén)类的艺(yì)术(shù)创(chuàng)作相提并论。

另一方面(miàn)，AIGC背(bèi)后(hòu)的(de)版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人类(lèi)“至高(gāo)无(wú)上(shàng)”的创意。

马斯(sī)克也强(qiáng)调，人工智能(néng)的安(ān)全问题需要得(dé)到重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视频(pín)，还有远方

技术(shù)都是有两面性的，潜(qián)在的危(wēi)害并不能掩(yǎn)盖其(qí)光辉的贡献。现在看来，人工智能(néng)技(jì)术将(jiāng)是第(dì)四次工业(yè)革(gé)命的核心驱动(dòng)力量，将创造新的(de)增长奇迹。

过去一年，人工(gōng)智能(néng)在(zài)技(jì)术和商业(yè)层面都有(yǒu)了(le)巨大进(jìn)展，AI绘画就是人(rén)工(gōng)智(zhì)能技术发生方向性改变(biàn)的一个代表。其(qí)下一站或许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发布了(le)几条引爆科技(jì)圈的短视频。这些视(shì)频(pín)引发关(guān)注并非内容做得多优秀，反而都(dōu)非常简单，比(bǐ)如一(yī)匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一(yī)段骑摩(mó)托(tuō)车的第一视(shì)角录像(xiàng)，随(suí)便一(yī)个有手机的人都(dōu)可以随手(shǒu)录下一段。

但这些短视频的(de)创作方式(shì)非常简(jiǎn)单，创作(zuò)者仅仅需要向(xiàng)AI输入一(yī)段话，甚至只是说(shuō)一下(xià)要求，AI就可(kě)以根据需要生(shēng)成一(yī)段视(shì)频(pín)。

谷歌发(fā)布的(de)两个AI生(shēng)成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多的差(chà)别。

在Make-A-Video公布了(le)AI生成(chéng)的视频(pín)后，AI圈就已经(jīng)玩(wán)了(le)一波梗，一个能够做出(chū)更高(gāo)清视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震惊的地方(fāng)在于，它可以制作出(chū)超过2分钟的连贯的也(yě)有确切内容(róng)的视频，这(zhè)才(cái)是真正让(ràng)人们感到惊喜的(de)地方。因为无论(lùn)AI生(shēng)成的视频(pín)多么高清，也只(zhǐ)能是为内容生产者(zhě)提供一个灵感，一(yī)个素材(cái)，一个(gè)过场动画。

不过能够制作出有(yǒu)具(jù)体剧情内容的视频就意(yì)味着，一些视频创作由AI代替(tì)人工完成已经初(chū)步有了可(kě)能。

当下(xià)AI的发(fā)展速度(dù)已经超过大部分人的想象。内容产业(yè)的本质(zhì)是供给创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的(de)内容风格、更快的生(shēng)产(chǎn)速度(dù)，更低的生产(chǎn)成本(běn)，这(zhè)无(wú)疑会驱(qū)动内容产业的大爆(bào)发。

除了(le)AI绘(huì)图、视频，AIGC技术还能应(yīng)用于(yú)音(yīn)乐、代码、机器人(rén)动作(zuò)等多种内(nèi)容形(xíng)式的(de)生成。不难发现该项技(jì)术不仅在游戏(xì)等行业(yè)能得到有效应用，对(duì)于下一代(dài)互联网各种元素的构建亦(yì)有关命运多桀和命运多舛的区别怎么读，命运多桀和命运多舛的区别是什么键意(yì)义(yì)。

从(cóng)商业化的(de)角度来(lái)看(kàn)，文化(huà)娱乐、教育、传媒(méi)等诸多领域，本身就对基于AI的(de)可视化内容有强烈需(xū)求(qiú)。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程(chéng)中的一块重要(yào)拼图(tú)，有望在技(jì)术更新的加(jiā)持下(xià)实现更大的应用价值。

AI从(cóng)理解内容，走向了可以生(shēng)成内(nèi)容，甚至能够创(chuàng)造(zào)出(chū)独立价(jià)值(zhí)和独立视(shì)角的内容。AIGC的再次(cì)出圈，更代表着未来的(de)先进(jìn)生产力即将到(dào)来。

04

紧(jǐn)抓(zhuā)大模型(xíng)与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展也可(kě)以(yǐ)看(kàn)出(chū)，在(zài)语(yǔ)言大模型(xíng)、图像(xiàng)大模(mó)型(xíng)之后，多(duō)模态大模(mó)型已经(jīng)成为了新的趋势。

大模型(xíng)被誉为当(dāng)前人工(gōng)智能发展(zhǎn)的智(zhì)能底座，是全球竞(jìng)争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业(yè)都在竞相发力。

不过训练大模型的确价格不菲，以国盛证券(quàn)发布的(de)《ChatGPT需(xū)要多少算力(lì)》报告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美(měi)元。而对于(yú)一些更(gèng)大的LLM(大(dà)型(xíng)语言模型)，训练成本则介于(yú)200万美元至(zhì)1200万(wàn)美(měi)元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成(chéng)本(běn)约(yuē)为8亿(yì)美(měi)元(yuán)，每日仅电费就在5万美元(yuán)左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各(gè)类(lèi)大模型的发展同(tóng)时，更应该关注算力网络(luò)的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级(jí)加速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智(zhì)能发展的终极目(mù)标离得更近。

因为算(suàn)力可(kě)以(yǐ)对突破性(xìng)技术创新提供大力的(de)支持(chí)。这(zhè)方面(miàn)，多模态大模型是典(diǎn)型。作为面(miàn)向未来强人工智能、通(tōng)用人工智能的重要(yào)技术创新，多模(mó)态(tài)大模(mó)型已经在人工智能领域提出(chū)了很(hěn)多年，业(yè)界也有(yǒu)不(bù)少(shǎo)技(jì)术突(tū)破，但(dàn)是，多(duō)模态大模(mó)型进一步往下走，算力(lì)需求呈几何式(shì)上升，一般的算力基础设施很快将难以胜(shèng)任。

从图像、文字、语音单独一项的(de)训练，到(dào)双(shuāng)模(mó)态、三模态的跃迁(qiān)，让人工智能可(kě)以灵活(huó)应对不同模(mó)态的转(zhuǎn)化、像人与世界交(jiāo)互一样自然，这方面，由算(suàn)力网络来驱动将有明显优(yōu)势。

此外，还(hái)有(yǒu)很多需要(yào)爆发式增(zēng)长(zhǎng)的算力(lì)来支撑的技术(shù)创新，将在人工智能(néng)算力(lì)网络支(zhī)撑下快(kuài)速推(tuī)进。

AIGC已经露出曙光，期待(dài)在大模型和大算力的支持下AIGC能持续颠覆内容生产的方(fāng)式(shì)，将创(chuàng)造(zào)的边际成本降(jiàng)低，让万众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 命运多桀和命运多舛的区别怎么读，命运多桀和命运多舛的区别是什么