自聊天(tiān)机器人ChatGPT火爆以来，微软公司(sī)创始人比尔·盖(gài)茨已多(duō)次公开谈论(lùn)人工智能话题。在最近(jìn)的一次采访(fǎng)中，他再次表示(shì)：“AI可能会让科技行业迎(yíng)来一次剧烈的洗牌(pái)”。

这(zhè)个结论是他在当(dāng)地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提出的。

他(tā)预(yù)期，AI的发展可能(néng)会威胁到谷歌的市占率，因为(wèi)微软在AI方面的行动相(xiāng)当迅速。而最终科技(jì)巨头(tóu)将(jiāng)把AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与人(rén)们进行沟通并提(tí)供建(jiàn)议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大(dà)佬(lǎo)口中(zhōng)全(quán)能(néng)助手的(de)到来可能尚需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题纪梵希口红属于什么档次，一张图看懂口红档次热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一(yī)次(cì)爆(bào)火的时(shí)候，还是2022年8月，在美国科罗拉多州举(jǔ)办的新兴(xīng)数(shù)字艺术家竞赛(sài)中，一幅名为(wèi)《太空(kōng)歌(gē)剧院》的作品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各大厂商(shāng)的AI绘(huì)画软件(jiàn)被广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用(yòng)户(hù)们可以在应用中输(shū)入一组关键词(cí)或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作。

作(zuò)画的(de)关键就是所输入(rù)的(de)文(wén)本。同(tóng)一组关键(jiàn)词也可以创(chuàng)作出很多张风格不一样的画作，这让创作(zuò)的过程就像(xiàng)开盲(máng)盒。

很多用户很喜欢这种不(bù)确定的惊喜，他们会(huì)将生成的(de)美(měi)图(tú)当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画的(de)“翻(fān)车”作(zuò)品(pǐn)。在社交媒体(tǐ)上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的(de)小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人(rén)照片被AI识别成了建筑。

而如(rú)今(jīn)随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键词(cí)游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人(rén)张(zhāng)吕敏创作的一种基(jī)于控制点的图像变形算法，主要用于数字图(tú)像处理(lǐ)、计算机视觉和计算机图形学等领域。

其(qí)SD插(chā)件一经(jīng)发布，在(zài)短(duǎn)短的(de)两天(tiān)内(nèi)便(biàn)成为了AI绘画领域最(zuì)新的热点。

在此之(zhī)前，大家用了很多(duō)方法想让(ràng)AI生成的结果尽(jǐn)可能的符(fú)合要(yào)求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生(shēng)成开始进(jìn)入真(zhēn)正的可控时期。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图(tú)，人物的(de)姿势(shì)和画面的深度信息等。有了它的帮(bāng)助，就不用(yòng)频(pín)繁的(de)用提示(shì)词来碰(pèng)运气，抽盲(máng)盒式的创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不(bù)少博主的作(zuò)品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用(yòng)Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的关(guān)键(jiàn)词(cí)；最后用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果(guǒ)。

通(tōng)过图(tú)片就可(kě)以(yǐ)看出(chū)来，效果十(shí)分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草(cǎo)图也可以加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其本尊也(yě)亲自回(huí)应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至输(shū)出的作品都已(yǐ)经(jīng)能(néng)以假乱真(zhēn)了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而经(jīng)过警方辟(pì)谣这所(suǒ)谓的“party”可能(néng)是全国(guó)第一(yī)起AI绘图诈骗。

由于这(zhè)个活动里面给出的美女照片都是AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太逼(bī)真，被(bèi)大家当成真事传(chuán)播(bō)了(le)。

不过仔(zǎi)细观察可以发现，活(huó)动发起者提供的(de)照片(piàn)中(zhōng)有个很大的漏(lòu)洞可以发现并非真人，而是(shì)AI绘图，那(nà)便是图(tú)片中女(nǚ)性(xìng)的(de)手指部分有(yǒu)的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画(huà)算法(fǎ)比(bǐ)较复杂，AI还不太会(huì)画人的手，但最(zuì)新(xīn)看(kàn)到(dào)的图片已经有越来越(yuè)完美的(de)AI模型(xíng)出现，以后可能就完全没有漏洞了(le)。”

类(lèi)似的AI作(zuò)图诈骗在国外也(yě)已有发生。据英国广播公(gōng)司报道(dào)，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络，以(yǐ)此诱(yòu)骗善良的人打赏“捐(juān)助”从而实施(shī)诈骗。

目前(qián)随着技(jì)术发展，AIGC已经能做出(chū)真人照(zhào)片般的绘图效(xiào)果，如果这(zhè)样(yàng)的(de)图片被用来诈(zhà)骗，将非(fēi)常可怕。

此外(wài)AIGC还引发了很多担(dān)忧，一方面，批判者(zhě)认(rèn)为(wèi)AI在“学习”了大(dà)量前人的作品之(zhī)后，其创作没有任何(hé)情绪和灵魂，难以和(hé)人(rén)类的艺术创(chuàng)作(zuò)相提并论(lùn)。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目(mù)前(qián)都并没有得到有(yǒu)效的解决，还有(yǒu)AIGC会不会代(dài)替人(rén)类(lèi)“至高无上”的创意。

马斯克也强调，人工智(zhì)能的安全问题需要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下(xià)一(yī)站除了(le)视(shì)频，还有远(yuǎn)方

技(jì)术(shù)都是有两面性的，潜在的(de)危害并不能掩盖其光辉的贡献(xiàn)。现在看(kàn)来，人(rén)工(gōng)智能技术将(jiāng)是第四次(cì)工业革命的核心驱动(dòng)力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇(qí)迹(jì)。

过去一年(nián)，人工(gōng)智能在技术和商(shāng)业层面都有了巨大进展，AI绘画就是人(rén)工智能技(jì)术发(fā)生方向性(xìng)改变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌(gē)先后发布了(le)几条引爆科(kē)技(jì)圈的短视频(pín)。这些视频引发(fā)关(guān)注并非(fēi)内容(róng)做得多(duō)优秀，反而都非常简单，比如一匹正在喝水的马(mǎ)，一只(zhǐ)画画的(de)玩具(jù)熊，或(huò)者一段骑摩托(tuō)车(chē)的第一视角录像，随(suí)便一(yī)个有手(shǒu)机(jī)的(de)人都可以随(suí)手(shǒu)录(lù)下一(yī)段(duàn)。

但这些短视频的创作(zuò)方式非(fēi)常简单，创(chuàng)作者仅仅(jǐn)需要(yào)向AI输入一段话(huà)，甚至(zhì)只(zhǐ)是(shì)说一下要求(qiú)，AI就可(kě)以根(gēn)据(jù)需要生成一段视频(pín)。

谷(gǔ)歌发布的两个AI生(shēng)成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够(gòu)做出更高(gāo)清(qīng)视(shì)频的AI还(hái)不足以在短时间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令(lìng)人(rén)震惊(jīng)的地方在(zài)于，它可以制作出超过(guò)2分钟(zhōng)的连贯的也有确切内容(róng)的视(shì)频，这才是真正(zhèng)让(ràng)人(rén)们(men)感到惊喜的地方。因(yīn)为(wèi)无论AI生(shēng)成的视(shì)频多么高清，也只能是为内容生产者(zhě)提供一个灵感(gǎn)，一个素材(cái)，一个(gè)过场动画。

不过能够制作(zuò)出有具体剧情内容的(de)视频就意味着(zhe)，一些视频(pín)创(chuàng)作由AI代替人(rén)工完(wán)成已经初步有了可能。

当下AI的(de)发(fā)展速度(dù)已经(jīng)超过大(dà)部分人的想(xiǎng)象。内(nèi)容产(chǎn)业(yè)的(de)本质是供给创造需求，AIGC作为全新的内容生(shēng)产方式，可以(yǐ)为内容(róng)产业带来更新(xīn)的内容风格(gé)、更(gèng)快的(de)生产速度，更(gèng)低的生产成本，这(zhè)无疑会驱动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频，AIGC技(jì)术(shù)还能(néng)应(yīng)用于音乐、代码、机器人动作等(děng)多种内容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代互联网各种元素的构(gòu)建亦有关(guān)键意义。

从商业(yè)化的角(jiǎo)度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的(de)可视化内容(róng)有强烈需求。

因此，AI绘画及视频或不是结果，而只是AI进(jìn)程中的(de)一(yī)块重(zhòng)要拼图，有望在技(jì)术更新的(de)加持下实(shí)现更大(dà)的应用价值。

AI从(cóng)理解(jiě)内容，走向了可(kě)以生成内(nèi)容，甚至能够创(chuàng)造出(chū)独立(lì)价值和独(dú)立视(shì)角(jiǎo)的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算力，牢固AIGC底座

从(cóng)技术的发展(zhǎn)也(yě)可以看出，在(zài)语言(yán)大模型、图像大模型之后(hòu)，多模态大模型已经成为了新的趋势。

大模(mó)型被誉为当前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激(jī)烈(liè)的研究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯等众多头部企业都在竞相发力。

不(bù)过训练(liàn)大模(mó)型的确价格(gé)不(bù)菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训(xùn)练一次的成(chéng)本约(yuē)为140万美元(yuán)。而对于一些(xiē)更大的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平(píng)均数1300万(wàn)计算，其对应(yīng)芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成(chéng)本约(yuē)为8亿(yì)美元，每日仅电费就在5万美(měi)元左右。

此外(wài)不(bù)论是ChatGPT还是AIGC，都离(lí)不开庞大算力支(zhī)持(chí)。在关注各类大模(mó)型(xíng)的发(fā)展同时(shí)，更应(yīng)该关注(zhù)算力网络的建设。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史诗级加速(sù)进程，让AIGC及通用(yòng)AI这一人工智能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力可(kě)以(yǐ)对(duì)突破性技术创新提供大力(lì)的支(zhī)持。这方面(miàn)，多模态大模型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工智能(néng)的重要技(jì)术(shù)创(chuàng)新(xīn)，多模态大(dà)模型已(yǐ)经在人工智能(néng)领域提出(chū)了很多年，业界也有(yǒu)不少技术突破，但是，多模态大模型(xíng)进(jìn)一步往下走，算力需求(qiú)呈几(jǐ)何式上(shàng)升，一(yī)般的算力(lì)基(jī)础(chǔ)设施很快(kuài)将难以胜任。

从图像(xiàng)、文(wén)字(zì)、语音单独一项的训练，到双模态、三(sān)模态的跃(yuè)迁，让人工(gōng)智能(néng)可以灵活应对(duì)不(bù)同模(mó)态的转(zhuǎn)化、像(xiàng)人(rén)与世界(jiè)交互一样自然，这方面(miàn)，由算力网络来驱动将有明显优(yōu)势(shì)。

此外，还有很多需要爆发式增长的算力来(lái)支撑的技术创新，将在人(rén)工智能算(suàn)力网络支撑下快(kuài)速(sù)推进。

AIGC已经露出曙(shǔ)光(guāng)，期(qī)待(dài)在大模(mó)型(xíng)和大算力的(de)支(zhī)持下AIGC能持续颠覆(fù)内容(róng)生(shēng)产(chǎn)的方(fāng)式，将创(chuàng)造的边(biān)际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 纪梵希口红属于什么档次，一张图看懂口红档次