自聊天(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智(zhì)能话题(tí)。在最近(jìn)的一次采访中，他(tā)再(zài)次表(biǎo)示：“AI可能会(huì)让科技行业迎来(lái)一次剧烈的洗牌(pái)”。

这(zhè)个结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他(tā)预期，AI的发展可(kě)能会威胁(xié)到谷歌的市占率，因为(wèi)微软在AI方(fāng)面的(de)行动(dòng)相当迅速。而(ér)最终(zhōng)科技巨头将把AI整合成用户的“全能助手”，包揽一切(qiè)应用，与人们进行沟通并(bìng)提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需(xū)时日，但由(yóu)ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题(tí)热(rè)点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上(shàng)一次爆火(huǒ)的时候，还(hái)是2022年(nián)8月，在(zài)美国科罗拉(lā)多州举办的(de)新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的(de)作品获奖。

随后各(gè)大(dà)厂商(shāng)的(de)AI绘画(huà)软(ruǎn)件(jiàn)被(bèi)广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代表。

用户们(men)可以在应用中输入一组(zǔ)关(guān)键词或者(zhě)一张照片，就能获得一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输(shū)入(rù)的文本。同一组(zǔ)关键词也可以创作出很多张风格不一样的画作，这让(ràng)创(chuàng)作的过程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊喜，他们会(huì)将生成的(de)美图当做头像。而另一部分喜欢翻看(kàn)AI绘(huì)画的“翻车”作品。在社(shè)交媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场”，例(lì)如(rú)，一位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人照片(piàn)被AI识别(bié)成了建(jiàn)筑。

而(ér)如今随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠(diān)覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的中(zhōng)国人(rén)张(zhāng)吕敏创作(zuò)的一种基于控制点的(de)图像变(biàn)形算法，主(zhǔ)要用于数字图像处理、计算机视觉和计算(suàn)机图形学(xué)等领域。

其SD插件一经(jīng)发布，在短短(duǎn)的两(liǎng)天内(nèi)便成为了AI绘(huì)画领(lǐng)域(yù)最新(xīn)的热点。

在此之前(qián)，大家用了很多方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如人意，它(tā)的出现代表着AI生成开始进(jìn)入真(zhēn)正的(de)可控时期。

因为ControlNet可以直接提(tí)取画面的(de)构图，人物的姿势和(hé)画面的深(shēn)度信息等。有了它的帮助，就(jiù)不用频繁的用提示词来(lái)碰运气，抽盲(máng)盒式的(de)创作了。

通俗的说(shuō)ControlNet相(xiāng)当于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已(yǐ)经获得了(le)大(dà)量的浏览(lǎn)量，“viggo”就是(shì)其(qí)中之(zhī)一，他用朋友的照(zhào)片直接带她(tā)们走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对应的关(guān)键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始换(huàn)关键词试效果。

先考与显考是什么意思区别，先考与显考有何区别t="ChatGPT之后又一应用杀疯了，AIGC或进入可控(kòng)期，将洗牌科(kē)技行业(yè)？_黑料(liào)正(zhèng)能量(liàng)" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图(tú)片就(jiù)可以看出来，效果十分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神(shén)张吕敏其本尊(zūn)也亲自(zì)回应。

不得不说当下AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至输出的作品(pǐn)都已经能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而(ér)经(jīng)过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘(huì)图诈骗。

由于这个活动(dòng)里面给出的美女照片都(dōu)是AI制作的真人照片(piàn)绘图(tú)，因为太逼真，被大家当成(chéng)真事传播了。

不过仔细观察可以发现，活(huó)动发起者提供的照片中有(yǒu)个很大的漏洞(dòng)可以发现并(bìng)非真人(rén)，而是(shì)AI绘图，那便是图片中女性的(de)手指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还不太会画(huà)人的手(shǒu)，但(dàn)最新看到的图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以后可能就完全没有(yǒu)漏(lòu)洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国广播公司报道，土耳其(qí)地震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合(hé)成了(le)儿童受灾的假(jiǎ)照片发(fā)布到网络(luò)，以(yǐ)此诱(yòu)骗(piàn)善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已经能做出真人照片般的绘图效果，如果(guǒ)这样的图片被用来诈骗，将(jiāng)非常可(kě)怕。

此外AIGC还引发了很(hěn)多担(dān)忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学习”了(le)大量前(qián)人的作品之(zhī)后，其创作没有任(rèn)何(hé)情绪和灵魂，难以和(hé)人(rén)类的艺术创作(zuò)相提(tí)并论(lùn)。

另一方面，AIGC背(bèi)后的版权、目(mù)前都并没有得到(dào)有效的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上(shàng)”的创意。

马斯克也强调，人工智能的(de)安全问题(tí)需(xū)要得到重视，太(tài)晚就(jiù)来不(bù)及了。

03

AIGC下一站除了视频，还有远(yuǎn)方

技(jì)术(shù)都是有两面(miàn)性(xìng)的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉的(de)贡献。现在看来，人工智能技术将是第四(sì)次(cì)工业革命(mìng)的核心驱动力(lì)量，将创造(zào)新(xīn)的增长(zhǎng)奇(qí)迹(jì)。

过去(qù)一年，人工智能(néng)在技术和商业层(céng)面都有了巨(jù)大进(jìn)展，AI绘画就是人(rén)工智能技术发生方向性改变的一个代表(biǎo)。其下(xià)一站或许就是(shì)视(shì)频。

此前，Meta和(hé)谷歌先后发(fā)布了几条(tiáo)引爆科技圈的短视频。这些视(shì)频引发关注并(bìng)非(fēi)内容(róng)做得多优秀，反而都非(fēi)常简单，比如一匹正在(zài)喝水(shuǐ)的马，一只(zhǐ)画画(huà)的(de)玩具熊，或者(zhě)一段骑摩托车(chē)的(de)第一视角录像，随便一个有手机的人都可以随手(shǒu)录(lù)下一段。

但(dàn)这些(xiē)短视(shì)频(pín)的创作方式非常简单，创作者(zhě)仅仅需(xū)要(yào)向AI输入(rù)一(yī)段话，甚至只是说一下要求，AI就(jiù)可以根据需要生(shēng)成一段视频。

谷歌发(fā)布的两(liǎng)个AI生(shēng)成视频分别来自于Imagen Video和(hé)Phenaki，前者主要突(tū)出(chū)的是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公(gōng)布了AI生(shēng)成(chéng)的视频后，AI圈(quān)就已(yǐ)经玩了一(yī)波梗，一个能够做出更高(gāo)清视频的(de)AI还不(bù)足以在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟的连贯的也有确(què)切内容的视(shì)频，这才是真(zhēn)正让人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生(shēng)成(chéng)的视频多(duō)么高(gāo)清，也只能(néng)是(shì)为(wèi)内容生产者提供一(yī)个灵感，一(yī)个(gè)素(sù)材，一(yī)个过场动画。

不过能够制作出(chū)有具体剧情内(nèi)容的(de)视频就意味着，一(yī)些视频创作由AI代替人工完成已(yǐ)经初步(bù)有了可能。

当(dāng)下AI的发展速(sù)度已经(jīng)超(chāo)过大部分人的想象。内(nèi)容产业的本质是供给(gěi)创造需求，AIGC作为全新的(de)内容生(shēng)产方式(shì)，可以为内容产业(yè)带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容(róng)产(chǎn)业的(de)大爆发(fā)。

除(chú)了AI绘图、视(shì)频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机器(qì)人动作等多(duō)种内容形式(shì)的生(shēng)成。不(bù)难发现该项技术不仅在游戏等行业(yè)能得到有效应用，对于下一代(dài)互联网(wǎng)各种元素的构建(jiàn)亦有关键意(yì)义。

从商业(yè)化的角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本身就(jiù)对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视频或(huò)不是(shì)结果，而只是AI进程中的(de)一(yī)块重要拼图，有望(wàng)在技术更新(xīn)的加持下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以(yǐ)生(shēng)成内容，甚(shèn)至能(néng)够创(chuàng)造出独(dú)立价值和独立(lì)视角的内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将(jiāng)到来。

04

紧抓大(dà)模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语言大模型、图像大模(mó)型之后，多模态(tài)大模型(xíng)已经成为了(le)新的趋势。

大模型(xíng)被誉为当前人工智能发展的智能底(dǐ)座，是全球竞(jìng)争最激烈(liè)的(de)研究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众(zhòng)多(duō)头(tóu)部企业(yè)都(dōu)在竞相(xiāng)发力。

不过(guò)训练大模型的确价(jià)格不菲，以国(guó)盛(shèng)证券发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练(liàn)一(yī)次的成本约为(wèi)140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言模型)，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万美(měi)元高(gāo)价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应芯(xīn)片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投(tóu)入成本约为(wèi)8亿美元，每日仅电费就在(zài)5万(wàn)美元左(zuǒ)右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持(chí)。在关注各(gè)类大模型的(de)发展同时，更应该关注(zhù)算力网络(luò)的建设。

算力网络正驱动AI产(chǎn)业(yè)发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智能(néng)发展的终极(jí)目(mù)标离得(dé)更近。

因(yīn)为算(suàn)力(lì)可以对突(tū)破(pò)性技术创新提供大力的支持。这(zhè)方面，多模态大模型是典型。作为面向(xiàng)未来强人工智能、通用(yòng)人工智能(néng)的重(zhòng)要技术创新，多模态大(dà)模型已经在人工(gōng)智能领域(yù)提出(chū)了很多(duō)年，业界(jiè)也(yě)有(yǒu)不少技术突破，但(dàn)是(shì)，多模态大模型进一(yī)步往下走，算力(lì)需求呈几何式上升，一般(bān)的算力基础设施很快(kuài)将先考与显考是什么意思区别，先考与显考有何区别(jiāng)难以胜任。

从图(tú)像、文字(zì)、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃(yuè)迁(qiān)，让人工智(zhì)能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与世界交互一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需要爆(bào)发式(shì)增(zēng)长的算(suàn)力来支撑的技术创新，将在人工智能算力网络支撑下(xià)快速推(tuī)进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期(qī)待在大模(mó)型和大(dà)算力(lì)的支持下(xià)AIGC能持续(xù)颠覆内容生产(chǎn)的方式，将创(chuàng)造的边际成本降(jiàng)低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 先考与显考是什么意思区别，先考与显考有何区别