自聊天(tiān)机器人(rén)ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨(cí)已多次公开谈论人(rén)工智能话题。在最(zuì)近的一次(cì)采访中，他(tā)再次表示：“AI可能会让(ràng)科技行业(yè)迎(yíng)来一次剧烈的洗牌”。

这(zhè)个(gè)结论是他(tā)在当地时(shí)间2月20日接受(shòu)《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的发展可能会威胁(xié)到谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技巨(jù)头将把AI整合(hé)成用(yòng)户(hù)的“全(quán)能助手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行沟通并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全(quán)能助手的到(dào)来可(kě)能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞(jìng)赛中，一(yī)幅名(míng)为《太(tài)空歌剧院》的(de)作品获奖。

随后各大厂商的(de)AI绘画软件(jiàn)被(bèi)广大(dà)网友(yǒu)熟知并(bìng)体验(yàn)，Stable Diffusion便是其中代表(biǎo)。

用户们可(kě)以在应用中输入一组关键词或者一张照片，就能(néng)获(huò)得一幅(fú)AI创作的(de)画作。

作(zuò)画的关键就是(shì)所输入的文本(běn)。同(tóng)一组关(guān)键词也可以创作出很多张(zhāng)风格不一样的画作，这让(ràng)创作的过程(chéng)就像(xiàng)开盲盒。

很多(duō)用户很喜欢这种(zhǒng)不确定的(de)惊喜，他们会将生(shēng)成的美(měi)图(tú)当做头(tóu)像(xiàng)。而另一部分喜欢翻看AI绘(huì)画的(de)“翻车”作品。在社(shè)交媒体上，许多(duō)用(yòng)户分(fēn)享AI“翻车现场(chǎng)”，例如，一位网(wǎng)友(yǒu)的小狗照(zhào)片(piàn)被AI画成了“肌肉男(nán)”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑(zhù)。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键(jiàn)词游戏可能要被(bèi)颠(diān)覆了。

北京亦庄开发区属于哪个区的 北京亦庄是几环a-w="1024">

ControlNet是一(yī)位正在斯坦福读博(bó)的(de)中国(guó)人(rén)张吕敏(mǐn)创(chuàng)作的一种(zhǒng)基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主要用于数字图像处理、计算机(jī)视(shì)觉(jué)和(hé)计算(suàn)机图形学等(děng)领域(yù)。

其(qí)SD插件(jiàn)一经(jīng)发(fā)布，在(zài)短短的(de)两天内便(biàn)成为了AI绘画领域最(zuì)新的(de)热点。

在此之前，大家用了很(hěn)多(duō)方法想让AI生(shēng)成的结果(guǒ)尽可能的符合要求，但是(shì)都(dōu)不尽如人(rén)意，它的(de)出现代表(biǎo)着AI生(shēng)成开始进入(rù)真正的可控时期。

因为ControlNet可以直(zhí)接提(tí)取画(huà)面的构图(tú)，人物的姿势和画面的(de)深度信(xìn)息等(děng)。有了它的(de)帮助，就不用频繁的(de)用提(tí)示词(cí)来碰运气，抽盲(máng)盒式的创作了。

通俗的(de)说ControlNet相当于给(gěi)AI绘画(huà)加了“魔法”，不少博主的作(zuò)品已经获得了(le)大量的浏(liú)览(lǎn)量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直(zhí)接带(dài)她们走进动漫世界。

viggo先用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓(tuò)展找到对应的(de)关键(jiàn)词；最(zuì)后用ControlNet插件绑定骨骼开始(shǐ)换关键(jiàn)词试效果。

通(tōng)过图片就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉害(hài)的是，除了真(zhēn)实的照片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介(jiè)绍到ControlNet还能实现(xiàn)线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊也亲自回应。

不(bù)得不说当下AIGC已经变得(dé)越来(lái)越(yuè)强大(dà)，甚至输(shū)出的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州金鸡(jī)湖有(yǒu)游艇(tǐng)party”的(de)消息火遍(biàn)网(wǎng)络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗(piàn)。

由于(yú)这个活动里面(miàn)给出(chū)的美女照片都是AI制作的(de)真人照片绘图，因为太(tài)逼(bī)真(zhēn)，被大家当成真事传播了(le)。

不过仔细观察(chá)可以发现，活动发(fā)起者提供的照片中有(yǒu)个很大的(de)漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女性(xìng)的手指部分(fēn)有的存在异常。

有行业(yè)人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算(suàn)法比较(jiào)复杂(zá)，AI还不太会画人的手，但最新看到的图片已经(jīng)有(yǒu)越来越完(wán)美(měi)的AI模型出现，以后可能就完全没(méi)有漏洞(dòng)了。”

类(lèi)似的(de)AI作(zuò)图诈骗在国(guó)外(wài)也已(yǐ)有(yǒu)发生。据(jù)英(yīng)国(guó)广播(bō)公司报道，土耳其(qí)地(dì)震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾(zāi)的假照片发布到网络，以此诱(yòu)骗善良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能(néng)做出(chū)真人(rén)照片般(bān)的绘图效(xiào)果，如果这样的图(tú)片(piàn)被用来诈骗，将非常可(kě)怕。

此外AIGC还引发(fā)了很多担忧，一方(fāng)面，批判(pàn)者认(rèn)为AI在“学习”了大量(liàng)前人的(de)作品之后，其创作没有任何情绪和灵魂(hún)，难以和人类的艺术创作相提并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都(dōu)并(bìng)没(méi)有得到有(yǒu)效的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上”的创意。

马(mǎ)斯克也(yě)强调，人工(gōng)智能的安全问(wèn)题需要得到重(zhòng)视，太晚就(jiù)来不及了。北京亦庄开发区属于哪个区的 北京亦庄是几环

03

AIGC下(xià)一站除了视频(pín)，还有(yǒu)远方

技术(shù)都是(shì)有两(liǎng)面(miàn)性的，潜(qián)在(zài)的危害并(bìng)不能(néng)掩盖其光辉(huī)的贡献。现(xiàn)在看(kàn)来，人工智能技术将是第(dì)四次(cì)工业革(gé)命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是人工(gōng)智能技(jì)术发生方向性改变的一个代(dài)表。其下(xià)一站(zhàn)或许就是视(shì)频。

此前，Meta和(hé)谷歌先(xiān)后发布了几条引(yǐn)爆科技圈的(de)短视频。这些视频引发关注并(bìng)非内容(róng)做得(dé)多(duō)优秀(xiù)，反而(ér)都非常简(jiǎn)单，比如一(yī)匹正在喝水(shuǐ)的马，一北京亦庄开发区属于哪个区的 北京亦庄是几环只画画的玩(wán)具熊，或者一段(duàn)骑摩托车的第一视角(jiǎo)录像，随便一个有手机的人都(dōu)可以随手录下一(yī)段。

但这些短视频(pín)的创作方式非常简单(dān)，创作者(zhě)仅仅需要向AI输入(rù)一段话(huà)，甚至(zhì)只(zhǐ)是说一(yī)下要求(qiú)，AI就可(kě)以根(gēn)据(jù)需要生成一段视频。

谷歌发布(bù)的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生成(chéng)的(de)视(shì)频后，AI圈就已经玩了一波(bō)梗，一个能(néng)够(gòu)做出更高清视频(pín)的AI还(hái)不(bù)足以在短时间(jiān)内戳中兴奋(fèn)点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于(yú)，它可以(yǐ)制作(zuò)出超过2分钟的连贯的也(yě)有确切内容的视频(pín)，这才是真(zhēn)正让人们感到惊喜的地方(fāng)。因(yīn)为无论AI生(shēng)成(chéng)的视频多么高清，也只能是(shì)为内容生产者提供(gōng)一个灵感，一个素(sù)材，一个(gè)过场(chǎng)动画。

不(bù)过能够制作出有具体剧情内容的(de)视频就意味(wèi)着，一些视频创(chuàng)作由AI代替人(rén)工(gōng)完成已经初步有了可(kě)能。

当(dāng)下AI的发展速(sù)度已经超(chāo)过大(dà)部分人的想象。内容(róng)产业的本质是供给创造需求，AIGC作为全新的内容生产方式，可(kě)以为内(nèi)容产(chǎn)业带来更(gèng)新的内容风格、更快(kuài)的生产速度，更低的生产(chǎn)成本，这无疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机(jī)器人动作等多种内容形式的生成。不难发现(xiàn)该项(xiàng)技术不(bù)仅在游(yóu)戏等行业(yè)能得到有效应(yīng)用，对于下(xià)一代互联网各种元素(sù)的构建(jiàn)亦(yì)有关键意义。

从商业化的(de)角度(dù)来看，文化娱乐、教(jiào)育、传(chuán)媒(méi)等(děng)诸多领域，本身就对基于AI的可视化内容有强(qiáng)烈需求(qiú)。

因此，AI绘画及视频或(huò)不(bù)是结果，而只(zhǐ)是AI进(jìn)程中的(de)一(yī)块重要拼图，有望在技术更新(xīn)的加持下实(shí)现更大的应用(yòng)价值。

AI从理解内容，走(zǒu)向(xiàng)了(le)可以生成内(nèi)容，甚至能(néng)够创造出独立价值和独立视角的(de)内容(róng)。AIGC的再次出圈(quān)，更代表着(zhe)未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固(gù)AIGC底座

从技(jì)术(shù)的发(fā)展也可以看出，在语(yǔ)言大模(mó)型、图像大模型之(zhī)后，多(duō)模态大(dà)模型已经成为了(le)新的趋势。

大(dà)模型被(bèi)誉为当前人工智(zhì)能发展(zhǎn)的(de)智能底座，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷(gǔ)歌、亚马(mǎ)逊、百度、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不(bù)过训练大模(mó)型(xíng)的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报(bào)告(gào)估算(suàn)，GPT-3训练一(yī)次(cì)的(de)成(chéng)本约为140万美(měi)元。而(ér)对(duì)于一(yī)些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立(lì)访客平均数1300万计算，其对应(yīng)芯片需求(qiú)为3万多片(piàn)英伟达(dá)A100 GPU，初始投入成(chéng)本约(yuē)为8亿美元，每(měi)日仅电费就在5万美元左右。

此外不(bù)论(lùn)是ChatGPT还(hái)是AIGC，都离不开庞大算力支持。在关注(zhù)各类(lèi)大模型(xíng)的发展(zhǎn)同时，更(gèng)应该关注算力网络的建(jiàn)设。

算力网络正驱动(dòng)AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展(zhǎn)的终(zhōng)极目(mù)标离得更近。

因为算力可以对突破性(xìng)技术创新提供(gōng)大力的支(zhī)持。这(zhè)方面，多模态大模(mó)型是典型。作为面向(xiàng)未来(lái)强(qiáng)人(rén)工(gōng)智能、通用人(rén)工智能的重要技术创新，多模(mó)态大模型已(yǐ)经在人工智(zhì)能领域提(tí)出了(le)很多(duō)年，业界也(yě)有不少(shǎo)技术(shù)突破，但是，多模态(tài)大模型进一步往(wǎng)下(xià)走(zǒu)，算力需求呈几(jǐ)何式上(shàng)升(shēng)，一般的算力基础设施很快(kuài)将难以胜任。

从图像、文(wén)字、语音单(dān)独(dú)一项的训(xùn)练，到双模态、三模态的跃(yuè)迁，让人工智能可(kě)以灵(líng)活应对不同模态(tài)的转化、像人与世界交互一样(yàng)自然，这(zhè)方(fāng)面，由(yóu)算力网(wǎng)络(luò)来驱动将有明显优势。

此外(wài)，还有很(hěn)多需要爆发式增长的算力(lì)来支撑(chēng)的技术(shù)创新，将(jiāng)在人工智能算(suàn)力网络支撑下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力(lì)的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创(chuàng)造(zào)的边际成本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 北京亦庄开发区属于哪个区的 北京亦庄是几环