自聊天机器人ChatGPT火爆以来，微软公司(sī)创始(shǐ)人比(bǐ)尔·盖(gài)茨已多次公开谈论人工(gōng)智能(néng)话题。在(zài)最近(jìn)的一次采访中，他(tā)再次表示：“AI可能(néng)会让科技行业迎(yíng)来(lái)一(yī)次剧烈(liè)的洗牌”。

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

他(tā)预期，AI的发展(zhǎn)可(kě)能(néng)会威胁(xié)到谷歌的市占(zhàn)率，因(yīn)为微软(ruǎn)在(zài)AI方面的行动相当迅速。而最终科技巨头(tóu)将把AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行沟通并提供建议，可以取代(dài)亚马逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中(zhōng)全能助手(shǒu)的到来可能(néng)尚需时日，但由ControlNet引(yǐn)发(fā)的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表的AIGC上一次(cì)爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗拉(lā)多(duō)州举办的新兴数字艺术(shù)家竞赛中，一(yī)幅名为《太(tài)空歌剧院》的作(zuò)品获(huò)奖(jiǎng)。

随后各大(dà)厂商的AI绘(huì)画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其(qí)中(zhōng)代表(biǎo)。

用(yòng)户们可以在应用中输入一(yī)组关键词或者一张照片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的关键就(jiù)是所输入的文(wén)本。同一组关键词也可(kě)以(yǐ)创(chuàng)作出很多张风格不一(yī)样的画作，这(zhè)让创(chuàng)作(zuò)的过程就像开盲盒。

很多用户(hù)很(hěn)喜欢这读西的字有哪些，读喜的字有哪些种不确(què)定的惊喜(xǐ)，他(tā)们(men)会将(jiāng)生成的美图当做头(tóu)像。而另一部(bù)分喜(xǐ)欢(huān)翻(fān)看AI绘画的(de)“翻车(chē)”作(zuò)品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻(fān)车现场”，例如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还(hái)有网友(yǒu)的个人(rén)照片被AI识(shí)别(bié)成(chéng)了建筑(zhù)。

而如今随着ControlNet的(de)出现(xiàn)与加持(chí)，以往AI绘画的(de)填写关(guān)键词(cí)游戏可能要被颠覆了(le)。

ControlNet是一(yī)位正在斯坦福读博的(de)中国人张吕敏创(chuàng)作的一种基于控制点(diǎn)的图(tú)像变形算法，主要用于(yú)数字图像处理、计(jì)算机视觉和计(jì)算(suàn)机图形学等领域。

其(qí)SD插件(jiàn)一经发布，在(zài)短短的两(liǎng)天内(nèi)便(biàn)成为了AI绘画领域(yù)最新的热(rè)点。

在此(cǐ)之前(qián)，大(dà)家(jiā)用了很多方(fāng)法想让AI生成的(de)结果尽可能的符(fú)合要求，但是(shì)都不(bù)尽如人意，它的出(chū)现(xiàn)代表着AI生成开(kāi)始进(jìn)入真(zhēn)正的(de)可控时期。

因为ControlNet可以直(zhí)接提(tí)取画面的(de)构图，人(rén)物的姿势和画面的深度(dù)信息等。有了它(tā)的帮(bāng)助(zhù)，就不用频繁的用(yòng)提(tí)示词来碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之(zhī)一，他(tā)用(yòng)朋(péng)友的照片(piàn)直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插(chā)件绑(bǎng)定骨骼开始换关(guān)键词(cí)试(shì)效果(guǒ)。

通过图片就可以(yǐ)看出来(lái)，效果十分惊艳。

读西的字有哪些，读喜的字有哪些lt="ChatGPT之后又一应用杀疯(fēng)了，AIGC或进入可控期，将洗牌科技行业？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的(de)是，除了真实的照片，草图也可(kě)以加上“魔(mó)法(fǎ)”，知(zhī)乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图。大神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输(shū)出的作品都已经能以假(jiǎ)乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问(wèn)题

近日，“苏(sū)州(zhōu)金鸡湖有游艇party”的(de)消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个(gè)活动里面给出的美女照片都是AI制(zhì)作的真人照片绘图，因为(wèi)太逼真，被大(dà)家当成真事传(chuán)播了。

不(bù)过(guò)仔(zǎi)细观察可以发现，活(huó)动发起者提供(gōng)的照片中有个很大(dà)的(de)漏洞可以发现并非真人(rén)，而是(shì)AI绘(huì)图，那便是图(tú)片中女性的手(shǒu)指(zhǐ)部分有的(de)存在异常。

有(yǒu)行业人事表示：“现在(zài)因为(wèi)手指部分的绘(huì)画算法(fǎ)比较复杂(zá)，AI还不太会画人(rén)的手(shǒu)，但最新(xīn)看到的图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在国外(wài)也已有发生。据英国广播公司(sī)报(bào)道(dào)，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用(yòng)AI合成了儿(ér)童(tóng)受(shòu)灾的假照片发(fā)布到网(wǎng)络，以(yǐ)此诱骗善良的人(rén)打赏“捐(juān)助”从而实施诈骗。

目(mù)前(qián)随(suí)着(zhe)技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片般的绘图效果(guǒ)，如(rú)果这(zhè)样的图片被用来(lái)诈骗，将非常(cháng)可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量(liàng)前人的作(zuò)品之(zhī)后，其创作没有(yǒu)任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方面，AIGC背后的版权、目(mù)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“至高无上”的创意(yì)。

马斯克也强(qiáng)调，人工智能(néng)的安全问题需要得到重视，太晚就(jiù)来(lái)不及了(le)。

03

AIGC下一(yī)站(zhàn)除(chú)了视频，还有远方

技术都是有两面性的，潜在的危害并不(bù)能掩盖(gài)其光辉(huī)的贡献(xiàn)。现在看来，人工智能技术将是第四(sì)次工业革命的核心驱(qū)动力量(liàng)，将(jiāng)创造新的(de)增长奇迹(jì)。

过去一年，人工智(zhì)能在技术和商业(yè)层面都有了巨大(dà)进展(zhǎn)，AI绘(huì)画就是(shì)人工智(zhì)能技术发(fā)生方向性改变的一(yī)个(gè)代表。其下一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先(xiān)后发(fā)布了几条引(yǐn)爆(bào)科(kē)技圈的短视频。这些视频引发关(guān)注并非(fēi)内容(róng)做得多优(yōu)秀，反而都非常简(jiǎn)单，比(bǐ)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)第一视角录像(xiàng)，随便一(yī)个有手机的人都可以随手录下一段。

但这些(xiē)短视频的创作方式(shì)非常简单，创作(zuò)者(zhě)仅仅需(xū)要向(xiàng)AI输入一段话，甚(shèn)至只是(shì)说(shuō)一下要求，AI就可(kě)以根据需要生成一段视频。

谷歌(gē)发布的两个AI生成(chéng)视频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突出的(de)是高清，与Meta的Make-A-Video没有(yǒu)太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已(yǐ)经玩了一波(bō)梗，一个能够做出(chū)更高清视频的AI还不足(zú)以在短(duǎn)时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人(rén)震(zhèn)惊的(de)地方在于(yú)，它可(kě)以制作出超(chāo)过2分钟(zhōng)的(de)连(lián)贯的也有确切内容的视(shì)频，这(zhè)才是真正让人们(men)感到(dào)惊喜(xǐ)的地方。因为(wèi)无论AI生成的视频多么高清，也只(zhǐ)能是为内容生产者(zhě)提(tí)供一个灵感，一个素材，一个过场动(dòng)画。

不过(guò)能够(gòu)制作出有具体剧情内容的视频就(jiù)意(yì)味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步(bù)有了(le)可能。

当下(xià)AI的(de)发展速度(dù)已经(jīng)超过大部分人的(de)想象。内容产业的本质是供给(gěi)创造(zào)需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产业(yè)带来(lái)更新的内容风格、更快的生产速(sù)度，更低的生(shēng)产(chǎn)成本，这无(wú)疑会驱动内容产业的大(dà)爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还能(néng)应用于音乐(lè)、代码、机器人动(dòng)作等多种内容形式的生成。不难发(fā)现该项技术(shù)不仅在游戏等(děng)行(xíng)业(yè)能得到有(yǒu)效(xiào)应用，对于下一(yī)代互(hù)联(lián)网各(gè)种元素的构建亦有(yǒu)关键意(yì)义(yì)。

从(cóng)商(shāng)业化的角度(dù)来看，文化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的(de)可(kě)视化内容(róng)有强烈需求。

因此，AI绘(huì)画及视频(pín)或不是结果(guǒ)，而只是AI进(jìn)程中(zhōng)的一(yī)块(kuài)重要拼图，有望在(zài)技术更新的加(jiā)持下实(shí)现(xiàn)更大(dà)的应用(yòng)价(jià)值(zhí)。

AI从理解内容，走向(xiàng)了可以生成内容，甚至能够创(chuàng)造出独立价值和独立视角的内容。AIGC的再次出圈(quān)，更代(dài)表(biǎo)着(zhe)未来的先进生产力(lì)即将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢(láo)固AIGC底(dǐ)座

从技术(shù)的发展也可(kě)以看出，在语言大模型、图像大模型之后，多模(mó)态大模型(xíng)已经成为了(le)新(xīn)的趋势。

大(dà)模型被誉为当前人工智能(néng)发展的智(zhì)能底座，是全球竞争最(zuì)激烈的(de)研究方向(xiàng)之一，包括谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在(zài)竞相发力(lì)。

不过训(xùn)练大模型的确价格不菲，以国盛证券发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报告估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于一(yī)些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介(jiè)于200万美元至1200万(wàn)美元高价(jià)之间(jiān)。

以ChatGPT在2023年1月的独(dú)立(lì)访客平均数1300万计算，其对应芯(xīn)片需求为(wèi)3万多(duō)片英伟达A100 GPU，初始投入成本约为8亿(yì)美(měi)元，每(měi)日仅电(diàn)费就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离(lí)不开庞(páng)大(dà)算力支持。在(zài)关(guān)注各类大模型的发展同时，更(gèng)应该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业(yè)发展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终极目标离得更近。

因(yīn)为算力可以(yǐ)对突破性技术(shù)创新提供大力的支(zhī)持。这方(fāng)面(miàn)，多模(mó)态(tài)大模型是典型。作为面向未(wèi)来强人(rén)工智能、通用(yòng)人(rén)工(gōng)智能(néng)的重要技(jì)术创新，多(duō)模态大模型已(yǐ)经(jīng)在人(rén)工智能(néng)领(lǐng)域提(tí)出(chū)了很多年，业界也有不(bù)少技术突破，但是(shì)，多模态大模型进一(yī)步(bù)往下(xià)走，算力需求(qiú)呈(chéng)几何(hé)式上升，一般(bān)的算(suàn)力基础设施很快将难(nán)以胜任。

从图像(xiàng)、文字、语(yǔ)音单(dān)独一项的(de)训练，到(dào)双模态(tài)、三模态(tài)的跃迁(qiān)，让人工(gōng)智能可(kě)以灵活应对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算力网络来(lái)驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还有很多需(xū)要(yào)爆发(fā)式增长的算力来支撑的技(jì)术创新，将在(zài)人工智能算(suàn)力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内(nèi)容生(shēng)产的方(fāng)式，将创造的边际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 读西的字有哪些，读喜的字有哪些