自聊天机器人ChatGPT火(huǒ)爆以来，微软公(gōng)司创始(shǐ)人比尔·盖(gài)茨已多次公开谈论人工智能(néng)话(huà)题。在最(zuì)近的一次采访(fǎng)中(zhōng)，他(tā)再次表示：“AI可能会让(ràng)科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预(yù)期，AI的(de)发展可能会威胁到谷(gǔ)歌的市(shì)占率，因(yīn)为微软在(zài)AI方面的行(xíng)动相当(dāng)迅速。而最终科技巨头将(jiāng)把AI整(zhěng)合成用户的“全能(néng)助手”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

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

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的(de)AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多(duō)州举办(bàn)的新兴数字艺术家(jiā)竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品获(huò)奖。

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

用户(hù)们(men)可以在应用中输(shū)入一(yī)组关键词(cí)或者一张照片，就能获得(dé)一幅(fú)AI创作的(de)画作。

作画的关键就是所输(shū)入的文本(běn)。同一(yī)组关(guān)键(jiàn)词也可以(yǐ)创作出很(hěn)多(duō)张(zhāng)风(fēng)格不(bù)一样的画(huà)作，这让(ràng)创作的过程就像开盲盒。

很多用户(hù)很(hěn)喜(xǐ)欢这种不(bù)确定的惊喜，他们会将生成的(de)美图当做头像。而另一(yī)部分喜欢翻看AI绘画(huà)的“翻(fān)车”作品。在社交媒体上(shàng)，许(xǔ)多用(yòng)户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画(huà)成了“肌肉(ròu)男(nán)”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现与加持，以往(wǎng)AI绘画的填(tián)写关键词(cí)游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张吕敏创作(zuò)的一种基于控制(zhì)点的图像变(biàn)形算法，主要用(yòng)于数字(zì)图像(xiàng)处理、计(jì)算机视(shì)觉和计算(suàn)机图形(xíng)学等领域。

其(qí)SD插件一经发(fā)布，在短(duǎn)短的两天内便成为了AI绘(huì)画领(lǐng)域(yù)最新的(de)热点(diǎn)。

在此之前，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽(jǐn)如人意，它的出现代表着AI生成开始进入真正的可控(kòng)时(shí)期。

因为ControlNet可以直接提取画面的(de)构图(tú)，人物(wù)的(de)姿势和(hé)画面的深度信息(xī)等。有了它(tā)的帮(bāng)助(zhù)，就(jiù)不用频繁(fán)的用(yòng)提示词来(lái)碰运(yùn)气(qì)，抽盲盒式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少(shǎo)博主的(de)作品已经获得了大量的浏览量，“viggo”就是(shì)其中之一(yī)，他用朋友(yǒu)的照片(piàn)直接带(dài)她们(men)走进(jìn)动漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到(dào)对应(yīng)的关键(jiàn)词(cí)；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试效果(guǒ)。

通过(guò)图(tú)片(piàn)就可以看出来，效(xiào)果(guǒ)十分惊艳(yàn)。

更厉害的是，除了(le)真实的照片，草图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实(shí)现(xiàn)线(xiàn)稿转全彩图(tú)。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不(bù)得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强大(dà)，甚至(zhì)输出的作品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖有(yǒu)游艇party”的消(xiāo)息火遍网络(luò)，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片(piàn)都是AI制作的真(zhēn)人照片(piàn)绘(huì)图，因(yīn)为太(tài)逼真(zhēn)，被大家当成真事(shì)传播了。

不(bù)过仔细观察(chá)可(kě)以发现，活(huó)动发起者提供的照片中(zhōng)有个很大的漏(lòu)洞可以(yǐ)发现(xiàn)并非真人，而是AI绘图，那便是图(tú)片(piàn)中女性的手指(zhǐ)部分(fēn)有的存在异常。

有行业人(rén)事表示：“现(xiàn)在因为手指(zhǐ)部分的绘画算法比(bǐ)较复杂，AI还不太会画人(rén)的手，但最新看(kàn)到(dào)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(dòng)了。”

类似的AI作图诈骗在国(guó)外也已(yǐ)有(yǒu)发生。据英国广(guǎng)播c上标3下标5怎么算公式，c上标2下标5怎么算公司报道，土耳其地震(zhèn)期间(jiān)，有(yǒu)Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发(fā)布到(dào)网络，以此(cǐ)诱骗善(shàn)良的人打(dǎ)赏“捐助”从而实施(shī)诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出(chū)真人照片般的(de)绘图效果，如果这样的(de)图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担忧(yōu)，一方面，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量前人的作(zuò)品之(zhī)后，其(qí)创(chuàng)作没有任何(hé)情(qíng)绪(xù)和灵魂，难以和人类的艺(yì)术创作相(xiāng)提并论(lùn)。

另一方面，AIGC背后的版权、目前都(dōu)并没有得到有效的(de)解决，还有AIGC会不会(huì)代(dài)替人类“至高无上”的创意(yì)。

马(mǎ)斯克也强调，人工智能的安(ān)全问题(tí)需(xū)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(yuǎn)方

技(jì)术(shù)都是(shì)有两面性(xìng)的，潜(qián)在的危害(hài)并不能(néng)掩(yǎn)盖(gài)其光(guāng)辉的贡献。现在看来，人工智能技术将(jiāng)是(shì)第四次(cì)工业革命(mìng)的核(hé)心(xīn)驱动力量，将创造新的增长奇迹(jì)。

过去一年，人工智能在技术和商业层面(miàn)都有了巨大(dà)进展，AI绘(huì)画就(jiù)是人工智能技术发生方向性改变的(de)一个代表。其(qí)下一站或许(xǔ)就是(shì)视频。

此前，Meta和(hé)谷歌先后发(fā)布了(le)几(jǐ)条引爆科技圈(quān)的短视频。这些视(shì)频引发关注并非内容做得多优秀(xiù)，反而都非常(cháng)简单，比如一(yī)匹正在(zài)喝水的(de)马，一只画画的(de)玩具熊，或者(zhě)一(yī)段骑(qí)摩托(tuō)车的第(dì)一(yī)视角录(lù)像，随便(biàn)一(yī)个有手机的人(rén)都可以随手录下一段。

但这些(xiē)短视频的创作(zuò)方式非常简单，创(chuàng)作者仅仅需要向AI输入(rù)一(yī)段话，甚(shèn)至只是说(shuō)一(yī)下要求(qiú)，AI就可以(yǐ)根据需(xū)要(yào)生成一段(duàn)视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的(de)是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈就已经玩了一(yī)波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超过2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正(zhèng)让人们感到惊喜的地方(fāng)。因(yīn)为无论(lùn)AI生成(chéng)的视频多么高清，也只能是为内(nèi)容(róng)生(shēng)产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画。

不过能够(gòu)制作出有(yǒu)具体剧情内容的(de)视频就(jiù)意(yì)味着，一些(xiē)视频创作由(yóu)AI代替(tì)人工完成已经初(chū)步有了可(kě)能(néng)。

当下(xià)AI的发展速度已经(jīng)超(chāo)过大(dà)部分人的(de)想象。内(nèi)容产业(yè)的本质是(shì)供给创造需(xū)求，AIGC作为全新的(de)内容生(shēng)产(chǎn)方式(shì)，可以为内容产业(yè)带来更新的内容风格、更快的生产(chǎn)速度，更低的生(shēng)产(chǎn)成本，这(zhè)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(hái)能应用于音(yīn)乐(lè)、代码、机器(qì)人动(dòng)作等多种(zhǒng)内容(róng)形式的(de)生成。不(bù)难发现该项技术(shù)不(bù)仅在(zài)游戏(xì)等(děng)行业能(néng)得到有效应用，对于(yú)下(xià)一(yī)代互联网各种元(yuán)素的(de)构建亦(yì)有关(guān)键意义。

从商业(yè)化(huà)的角度来看，文化(huà)娱(yú)乐、教育(yù)、传媒等诸多领域，本(běn)身就对(duì)基于AI的可视化(huà)内容(róng)有强烈(liè)需(xū)求。

因(yīn)此，AI绘画及(jí)视频或不是结果，而只是AI进程中(zhōng)的(de)一块重要拼图，有(yǒu)望在技术(shù)更新的加持下实现(xiàn)更大的应用价值。

AI从理解(jiě)内容，走向了可以生(shēng)成内(nèi)容，甚至能够创造出独(dú)立价值和独立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代表着(zhe)未来的(de)先进生产(chǎn)力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算(suàn)力，牢(láo)固(gù)AIGC底座

从技术的(de)发展也可以看出，在(zài)语(yǔ)言大(dà)模型、图(tú)像大模型之后，多(duō)模态大模型(xíng)已经成(chéng)为了新的趋势。

大模型被誉(yù)为(wèi)当前(qián)人工智能(néng)发展(zhǎn)的智能底(dǐ)座，是全球竞(jìng)争(zhēng)最激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾(téng)讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训练大(dà)模型的确价格不(bù)菲，以国盛证券发布的《ChatGPT需要(yào)多少(shǎo)算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大(dà)的LLM(大(dà)型语言模型(xíng))，训(xùn)练成本则介于200万美(měi)元至1200万(wàn)美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独立访客平均数1300万计(jì)算，其(qí)对应芯片需(xū)求为3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每日(rì)仅电费就在5万美元左右。

c上标3下标5怎么算公式，c上标2下标5怎么算atio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更应该关注算力网络的(de)建设。

算力(lì)网络正驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终(zhōng)极目标离得更近。

因为算力可以对(duì)突破(pò)性技术创(chuàng)新(xīn)提供大力(lì)的(de)支持。这(zhè)方面，多模(mó)态大(dà)模型是典型。作(zuò)为面向未来强人(rén)工智能(néng)、通用人工智能的重要技术创新，多模态(tài)大模型已经在人工(gōng)智能领域提出了很多年，业(yè)界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算力需(xū)求(qiú)呈几何(hé)式上升，一般的(de)算力(lì)基础设(shè)施很快将(jiāng)难以胜任(rèn)。

从(cóng)图像、文字、语音单独一项的训(xùn)练，到双模c上标3下标5怎么算公式，c上标2下标5怎么算(mó)态、三模态的跃(yuè)迁(qiān)，让人工智能可(kě)以灵活应对不(bù)同(tóng)模态的(de)转化(huà)、像人与世界交互一样自然(rán)，这方面，由算(suàn)力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需(xū)要爆发式增长(zhǎng)的算力来(lái)支撑(chēng)的技术创新，将在人工智(zhì)能算(suàn)力网络(luò)支撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大(dà)模型和大(dà)算(suàn)力的(de)支持下AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 c上标3下标5怎么算公式，c上标2下标5怎么算