自聊(liáo)天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论人工智能(néng)话题。在最近(jìn)的一次采访中(zhōng)，他再(zài)次(cì)表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗牌”。

这个结论(lùn)是他(tā)在当地时(shí)间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发(fā)展可(kě)能(néng)会威胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的(de)行动相当(dāng)迅速(sù)。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合成(chéng)用户的(de)“全能助手”，包揽(lǎn)一切应(yīng)用，与人(rén)们进行沟(gōu)通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手(shǒu)的(de)到来可能(néng)尚(shàng)需时(shí)日，但由ControlNet引发(fā)的又一(yī)次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题热点包围中杀出(chū)重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一(yī)次爆火的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数(shù)字艺术家竞赛中，一(yī)幅名(míng)为《太空歌(gē)剧院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商的AI绘画(huà)软(ruǎn)件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户们可(kě)以(yǐ)在应用中输入一组关键词或者一张照(zhào)片，就能(néng)获得一幅(fú)AI创作的画作。

作画的关键就是(shì)所输入的文本。同一组关(guān)键词(cí)也可以(yǐ)创作出很多(duō)张风(fēng)格不一样的画作，这让创作(zuò)的(de)过(guò)程(chéng)就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊(jīng)喜，他们(men)会将(jiāng)生成(chéng)的美图(tú)当做头像。而另一部分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用户分享AI“翻车(chē)现场”，例如，一(yī)位网友(yǒu)的小狗照片被(bèi)AI画成了“肌(jī)肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要被颠覆了。

全都是泡沫下一句套路是什么，全都是泡沫的下一句套路答案oding="async" src="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(sī)坦福读博(bó)的中国人张吕敏创作的一种基于(yú)控制(zhì)点(diǎn)的图像变形算法，主要用于数(shù)字图像处理、计算机视觉和计(jì)算(suàn)机图形(xíng)学等领域。

其SD插件一经发布，在短短的两(liǎng)天内便成为了AI绘画领域(yù)最新(xīn)的热点。

在此之(zhī)前(qián)，大家用了很(hěn)多方法想(xiǎng)让AI生(shēng)成的结果尽(jǐn)可能(néng)的(de)符(fú)合要求，但是都不尽如(rú)人意(yì)，它的出(chū)现代表(biǎo)着AI生成开始进入真正的可控时期(qī)。

因(yīn)为ControlNet可以直接(jiē)提(tí)取画(huà)面的构图，人(rén)物的姿势和画面的深度信息等。有了它的帮助，就(jiù)不用(yòng)频繁(fán)的用提示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当(dāng)于给AI绘(huì)画加了“魔法”，不少(shǎo)博主的(de)作品已经获得了(le)大量(liàng)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(jìn)动漫世(shì)界。

viggo先(xiān)用(yòng)StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最后用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关键词(cí)试效果。

通全都是泡沫下一句套路是什么，全都是泡沫的下一句套路答案过图片就可以看出来，效果十分(fēn)惊艳。

更厉害的(de)是，除了真实的照片，草(cǎo)图也可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还(hái)能实现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也亲自回应(yīng)。

不得不说当下AIGC已经变得越来越强大，甚至(zhì)输出(chū)的作(zuò)品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕(tì)安(ān)全问题

近日，“苏州(zhōu)金(jīn)鸡湖有(yǒu)游艇party”的消息火遍网络，而经(jīng)过(guò)警方(fāng)辟谣(yáo)这所谓的(de)“party”可能是全国(guó)第(dì)一(yī)起(qǐ)AI绘图诈骗。

由于(yú)这(zhè)个活动里面给(gěi)出的美女照(zhào)片都是AI制作(zuò)的真人(rén)照(zhào)片绘图，因为(wèi)太逼(bī)真，被大家当成真事传播了(le)。

不过仔细观察(chá)可以发现，活动发起者提供的(de)照片中有个很(hěn)大(dà)的漏(lòu)洞(dòng)可以发现并非(fēi)真人，而是AI绘图(tú)，那便是图(tú)片中(zhōng)女性的手指部(bù)分(fēn)有的存在异常。

有行业人事表示(shì)：“现(xiàn)在因为(wèi)手指部分的绘画算法(fǎ)比(bǐ)较(jiào)复(fù)杂，AI还(hái)不太会画人的手，但最新看到的(de)图(tú)片已经有越来越(yuè)完美(měi)的AI模型出(chū)现，以后可能(néng)就(jiù)完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国广播公司报道(dào)，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照片发布(bù)到网络，以此诱骗(piàn)善良的人(rén)打(dǎ)赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前(qián)随着(zhe)技术发展，AIGC已经能做出真人照片(piàn)般(bān)的绘(huì)图效果，如果(guǒ)这样的(de)图(tú)片被用来诈骗，将非常可(kě)怕。

此外AIGC还引发了很多担忧，一方面(miàn)，批判者认(rèn)为AI在“学习”了大量前人的作品之(zhī)后，其创作(zuò)没有(yǒu)任何情绪和灵(líng)魂，难以和人类的(de)艺术创作相提(tí)并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不(bù)会代替人类“至高无上”的创(chuàng)意。

马斯克也强调(diào)，人工智能的(de)安(ān)全问题需要得到重视(shì)，太(tài)晚(wǎn)就来(lái)不(bù)及了。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是有两(liǎng)面(miàn)性的(de)，潜在的危害并不能(néng)掩盖其(qí)光(guāng)辉的贡(gòng)献。现在(zài)看(kàn)来，人工智能技术将是(shì)第四次工业革命的核(hé)心驱动力量(liàng)，将创造新的增长奇迹。

过去一年，人工智能(néng)在技术(shù)和商业层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先后发布(bù)了几条引爆科技圈的短视频。这些视频(pín)引发关注并非(fēi)内容做得多优秀，反而都非(fēi)常简单，比如一匹正在喝(hē)水的马，一(yī)只画画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第(dì)一视角录像，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)短视频的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一(yī)段话，甚至(zhì)只是说(shuō)一下(xià)要求，AI就可(kě)以根(gēn)据需要生成(chéng)一(yī)段视(shì)频。

谷歌(gē)发布(bù)的两个AI生(shēng)成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前者(zhě)主要突(tū)出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视(shì)频(pín)后，AI圈就(jiù)已(yǐ)经玩了一波梗(gěng)，一(yī)个能够做出更高清视频的AI还(hái)不足(zú)以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于(yú)，它可以制作出超过2分钟的连贯的也有确切内容的(de)视(shì)频，这才是真正让人们(men)感到惊喜的地方。因为无论(lùn)AI生成的视(shì)频多么高清，也(yě)只能(néng)是为内容生产者提供一个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能(néng)够(gòu)制(zhì)作(zuò)出(chū)有具(jù)体(tǐ)剧情内容的视频就意味着，一些视频创作由AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的发展速度(dù)已经超(chāo)过大部分人的想象。内容产业(yè)的(de)本(běn)质是供给创造需求，AIGC作为全(quán)新的内容生(shēng)产(chǎn)方式，可以(yǐ)为内容产(chǎn)业带来更新的内容风(fēng)格(gé)、更快的生产速度，更低的生产成本，这无疑会(huì)驱动(dòng)内容产业的大爆(bào)发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器(qì)人动作等(děng)多种(zhǒng)内容形(xíng)式(shì)的生成。不难(nán)发现该项技术(shù)不仅在游戏等行业能得(dé)到(dào)有(yǒu)效(xiào)应用，对(duì)于下一代互(hù)联(lián)网各种元素的构建(jiàn)亦(yì)有关(guān)键意义。

从(cóng)商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒等(děng)诸多领域，本身就对(duì)基于AI的(de)可(kě)视化内容有强(qiáng)烈需求。

因此，AI绘画(huà)及(jí)视频或不(bù)是结果，而只(zhǐ)是AI进程中的一块重要(yào)拼图，有望在技术更新的加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内容，走向了(le)可以(yǐ)生成(chéng)内容，甚至能够(gòu)创(chuàng)造出独立价值和独立(lì)视(shì)角的内容。AIGC的再次出圈，更(gèng)代(dài)表着未来的先进生产力(lì)即将到来(lái)。

04

紧(jǐn)抓大模型与(yǔ)算(suàn)力(lì)，牢(láo)固AIGC底座

从(cóng)技术的发展也可以(yǐ)看出，在语言(yán)大模型、图像大模型之后，多(duō)模(mó)态大模型已经成为了新的趋(qū)势(shì)。

大模型被誉为当前人工智能发展的智能(néng)底(dǐ)座(zuò)，是全球(qiú)竞争(zhēng)最激烈的研(yán)究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯(xùn)等众多头(tóu)部(bù)企业都在竞相发力(lì)。

不过训练(liàn)大模型的(de)确价(jià)格不菲，以国(guó)盛证券(quàn)发布的(de)《ChatGPT需要多少算力》报(bào)告(gào)估算(suàn)，GPT-3训(xùn)练一次(cì)的成(chéng)本约为140万美元(yuán)。而对于一些更大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美(měi)元高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平(píng)均数1300万(wàn)计算(suàn)，其对应芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本(běn)约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各(gè)类大(dà)模型的发(fā)展同时，更应(yīng)该关注算力网络的建(jiàn)设(shè)。

算(suàn)力网络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及(jí)通用(yòng)AI这(zhè)一人工(gōng)智能发展的终极目标(biāo)离(lí)得更(gèng)近(jìn)。

因为(wèi)算力(lì)可(kě)以(yǐ)对突破性技术创新提供大力的支持。这方(fāng)面，多模态大(dà)模(mó)型是(shì)典型。作为面向未(wèi)来强人工智能、通用人工智能的重(zhòng)要(yào)技术创新，多(duō)模态大模型已经在人(rén)工(gōng)智(zhì)能领(lǐng)域提出了很多年，业界也有(yǒu)不(bù)少技(jì)术突(tū)破，但是(shì)，多(duō)模态大模型进一步往下走，算力(lì)需求呈几何式(shì)上升，一般的(de)算(suàn)力(lì)基础设施很快将难以胜任。

从(cóng)图(tú)像、文(wén)字(zì)、语音(yīn)单独一项的训练(liàn)，到(dào)双(shuāng)模态、三模态(tài)的(de)跃迁，让人工智能可以灵活应对不同模(mó)态的转化(huà)、像(xiàng)人与世界(jiè)交互一样自然，这(zhè)方面，由算力网络(luò)来驱(qū)动将有明(míng)显优势。

此外，还有很多需要爆(bào)发式(shì)增长的算力(lì)来支撑的(de)技术(shù)创新，将(jiāng)在人(rén)工智能算力网(wǎng)络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待在大模型和大(dà)算力的(de)支持下(xià)AIGC能持续颠覆(fù)内(nèi)容生产的(de)方式(shì)，将创(chuàng)造的边际成(chéng)本(běn)降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 全都是泡沫下一句套路是什么，全都是泡沫的下一句套路答案