自聊天(tiān)机(jī)器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多次公开谈论人(rén)工智能话(huà)题。在最近(jìn)的一次采访中，他再次表示：“AI可(kě)能(néng)会让科技行业(yè)迎来一次剧烈的洗牌(pái)”。

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

他预(yù)期，AI的发展可(kě)能会威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅速。而(ér)最终科技巨头将(jiāng)把(bǎ)AI整合成用(yòng)户的“全能助手”，包(bāo)揽一切应用，与人们(men)进行沟通并提(tí)供(gōng)建议(yì)，可(kě)以取代亚马逊、Siri或Outlook等(děng)应(yīng)用(yòng)。

大(dà)佬口中全(quán)能(néng)助手的到(dào)来可能(néng)尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的(de)话题(tí)热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控靠近

以AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次(cì)爆火的时(shí)候，还是(shì)2022年8月，在美(měi)国科罗拉(lā)多州举办的新兴数字(zì)艺术(shù)家竞赛中，一幅(fú)名为(wèi)《太(tài)空(kōng)歌(gē)剧院(yuàn)》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软(ruǎn)件(jiàn)被(bèi)广(guǎng)大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可以在(zài)应用中输(shū)入一组关(guān)键词或者一张(zhāng)照片(piàn)，就能获得一幅AI创作的画(huà)作。

作画的(de)关键就(jiù)是所输入的文本。同一组关键(jiàn)词也(yě)可以创作出(chū)很多(duō)张风格不一样的画(huà)作，这让创作的过程就(jiù)像开盲(máng)盒。

很多(duō)用户很喜欢(huān)这种不确(què)定的惊(jīng)喜(xǐ)，他们会将生成的美图(tú)当做头像。而另一部分喜(xǐ)欢翻看(kàn)AI绘画(huà)的“翻车(chē)”作(zuò)品。在(zài)社交媒(méi)体上，许多用户分享(xiǎng)AI“翻车现场”，例如(rú)，一位(wèi)网友(yǒu)的小狗(gǒu)照片被AI画(huà)成了“肌肉(ròu)男”，还有网友的个人照片被AI识别成了(le)建筑。

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

发字有几画，发字有几画五行什么="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(shì)一位正在斯坦福读博的中国人张吕敏创作的一种基于控制点的(de)图像(xiàng)变(biàn)形算(suàn)法，主(zhǔ)要用(yòng)于数字图像处(chù)理、计算机视觉(jué)和计算机图形(xíng)学等领域。

其(qí)SD插件(jiàn)一经发布，在(zài)短短(duǎn)的两天内(nèi)便成为了AI绘(huì)画领域最新的热点。

在(zài)此之前，大家用了(le)很多方法(fǎ)想(xiǎng)让AI生成(chéng)的结果尽可能的符合要求(qiú)，但是都不尽如人意，它的出(chū)现代(dài)表着AI生成开(kāi)始进入(rù)真正的可(kě)控时期。

因为ControlNet可以直(zhí)接提取画面的构图，人物(wù)的姿(zī)势(shì)和画面的(de)深度信息等。有了它(tā)的帮助，就不用频(pín)繁(fán)的(de)用提示词来碰运气(qì)，抽盲(máng)盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品(pǐn)已(yǐ)经获得了大量的浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之(zhī)一，他(tā)用(yòng)朋友的照片直接带她们(men)走(zǒu)进动漫世(shì)界(jiè)。

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

再用Text2Prompt插件拓展找到对应的关(guān)键词；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试(shì)效(xiào)果。

通(tōng)过图(tú)片就可以(yǐ)看(kàn)出来，效(xiào)果(guǒ)十分惊艳(yàn)。

更厉害的是，除了真实的照片(piàn)，草图(tú)也可以加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神(shén)张吕敏其本尊也亲自回应。

不(bù)得不(bù)说当下AIGC已经(jīng)变得(dé)越来越强大，甚至输出(chū)的作品(pǐn)都已(yǐ)经能(néng)以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术(shù)力(lì)爆(bào)发(fā)

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息(xī)火遍(biàn)网络，而经过警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图诈(zhà)骗。

由于(yú)这个活动里(lǐ)面给出的美女照片都是AI制作的(de)真(zhēn)人照片(piàn)绘(huì)图(tú)，因为太逼真，被大家当(dāng)成真事传(chuán)播了。

不过(guò)仔细(xì)观察可以发现，活动(dòng)发起(qǐ)者(zhě)提供的照(zhào)片中有个(gè)很大的漏洞可以发现并(bìng)非(fēi)真人，而是(shì)AI绘图，那便是图片中女性的手指部分有的存在(zài)异常(cháng)。

有行业人事表示：“现在因为手指部分的绘画算(suàn)法比较复杂，AI还不(bù)太(tài)会画人(rén)的手(shǒu)，但最新看到的(de)图片已经(jīng)有越来越(yuè)完美的AI模型(xíng)出现，以后可能就完(wán)全没有(yǒu)漏(lòu)洞了。”

类似(shì)的AI作(zuò)图(tú)诈(zhà)骗在国外(wài)也已有发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾的(de)假照片(piàn)发布到网络，以此诱骗(piàn)善(shàn)良的人打赏“捐助(zhù)”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的绘(huì)图(tú)效果(guǒ)，如果这样的图片(piàn)被用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面(miàn)，批判者(zhě)认为(wèi)AI在“学(xué)习”了大(dà)量前人的作品之后，其创(chuàng)作没有任何情绪(xù)和灵(líng)魂，难以(yǐ)和(hé)人类的艺术(shù)创(chuàng)作(zuò)相提并论。

另一方面，AIGC背后(hòu)的(de)版(bǎn)权、目前都并没有得到有效(xiào)的解决，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高无上”的创(chuàng)意。

马斯克也强调，人工智能的安全问(wèn)题(tí)需要得(dé)到重(zhòng)视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下(xià)一(yī)站(zhàn)除(chú)了视频，还有(yǒu)远方

技术(shù)都是(shì)有两面性的，潜在(zài)的危害并不能掩(yǎn)盖其(qí)光辉的贡献。现在看(kàn)来，人(rén)工智能技术将是第四(sì)次(cì)工业革命(mìng)的核心驱(qū)动力(lì)量，将创造新的增长奇(qí)迹。

过(guò)去一年(nián)，人(rén)工智(zhì)能在技术(shù)和商业层(céng)面都有了巨(jù)大(dà)进(jìn)展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性(xìng)改变(biàn)的一(yī)个(gè)代表(biǎo)。其下(xià)一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视(shì)频。这些视(shì)频引发关注并非内容做(zuò)得多优秀(xiù)，反而都非常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托车(chē)的(de)第发字有几画，发字有几画五行什么(dì)一视角录像，随便(biàn)一个有手机的人(rén)都可以随(suí)手录下一段。

但这(zhè)些短(duǎn)视频的创作方式非常(cháng)简单，创作者仅仅(jǐn)需要向(xiàng)AI输入一段话(huà)，甚至只是说一下要求，AI就可以根据需要生成一段视频(pín)。

谷(gǔ)歌(gē)发(fā)布的(de)两(liǎng)个AI生成(chéng)视(shì)频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多(duō)的差别。

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

Phenaki更加令人震(zhèn)惊的地方(fāng)在于，它可以制作出超过2分钟的(de)连(lián)贯的也有(yǒu)确切内容的视(shì)频，这才是真(zhēn)正让人(rén)们感到惊(jīng)喜(xǐ)的地(dì)方。因为无论AI生成的视频(pín)多么高清，也只能是为内(nèi)容生产者提(tí)供(gōng)一个(gè)灵感(gǎn)，一(yī)个素(sù)材，一(yī)个(gè)过场动画。

不过能(néng)够制作出有具体(tǐ)剧(jù)情内容(róng)的(de)视频(pín)就(jiù)意味着，一些(xiē)视频创(chuàng)作由AI代替(tì)人工完成已经初(chū)步有了可能。

当下AI的发展速度已(yǐ)经超过大部分(fēn)人的想象。内容产业的本(běn)质是(shì)供给(gěi)创造需求，AIGC作为全新的内容(róng)生产方式，可(kě)以(yǐ)为(wèi)内(nèi)容产业(yè)带来更新(xīn)的内容风格、更快的生产速度，更低的生产成本(běn)，这无疑(yí)会驱动内(nèi)容产业(yè)的大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机器人动作等多种内容形式的(de)生成。不难发现该项技术不(bù)仅在(zài)游(yóu)戏等行业能得到有效应用，对(duì)于下(xià)一代互(hù)联(lián)网各种元素的构建(jiàn)亦有关(guān)键意(yì)义(yì)。

从(cóng)商业化的角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就(jiù)对基于(yú)AI的可视化(huà)内容有(yǒu)强(qiáng)烈(liè)需求(qiú)。

因此，AI绘(huì)画及(jí)视频或不是结果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下(xià)实(shí)现(xiàn)更大的(de)应(yīng)用价值。

AI从理解内(nèi)容，走向了可以生(shēng)成内容，甚至能够(gòu)创(chuàng)造出独立价值和独立视角的内容。AIGC的(de)再次(cì)出圈(quān)，更代(dài)表(biǎo)着(zhe)未来的先进生产力即将到(dào)来。

发字有几画，发字有几画五行什么data-type="png" data-w="1280">

04

紧抓大模型与算力，牢固(gù)AIGC底座

从技术的发展也可以看出(chū)，在(zài)语言大(dà)模型、图像大模(mó)型之后(hòu)，多模态(tài)大模型已(yǐ)经成为了(le)新的趋势。

大模型被(bèi)誉(yù)为当前人工智能发(fā)展(zhǎn)的智能(néng)底(dǐ)座(zuò)，是全球竞争最激烈的研(yán)究方向之一(yī)，包括谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾讯(xùn)等众多头部(bù)企业(yè)都在竞相发力(lì)。

不过训练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算，GPT-3训练一次(cì)的成本(běn)约为140万美元。而对于一(yī)些更(gèng)大的LLM(大型语言模型(xíng))，训(xùn)练成(chéng)本则介于200万美(měi)元(yuán)至1200万美(měi)元(yuán)高(gāo)价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在5万美元左右(yòu)。

此外(wài)不论(lùn)是ChatGPT还(hái)是AIGC，都离不(bù)开庞大算力支持。在关注各类大(dà)模(mó)型的发(fā)展(zhǎn)同时，更应该关注算(suàn)力网络(luò)的建设(shè)。

算(suàn)力网(wǎng)络正驱动AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人(rén)工智(zhì)能发展的终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技术(shù)创新提(tí)供(gōng)大力的支持(chí)。这方面，多(duō)模态大模型是典(diǎn)型。作(zuò)为面向未来强人工智能、通用人工智能的(de)重要(yào)技术创新，多(duō)模(mó)态大模(mó)型已经(jīng)在人工智能领域(yù)提出了很多年，业(yè)界(jiè)也有不少技术(shù)突破，但是，多模态大模型(xíng)进一步(bù)往下走(zǒu)，算力需求(qiú)呈几何式(shì)上升，一般的算力基础设施(shī)很(hěn)快将难以胜任。

从(cóng)图像(xiàng)、文字、语音单独(dú)一项的(de)训练，到双模态、三模态(tài)的跃迁，让人工(gōng)智能可(kě)以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由算(suàn)力(lì)网(wǎng)络来驱动将有明显优势(shì)。

此外，还有很多需要爆(bào)发(fā)式增长的算(suàn)力来支撑的技术(shù)创新，将在人(rén)工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出曙光，期待(dài)在大(dà)模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 发字有几画，发字有几画五行什么