自聊天机(jī)器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次公开谈论人工(gōng)智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能会让(ràng)科技行业(yè)迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个(gè)结论是他在当地时间(jiān)2月20日(rì)接(jiē)受(shòu)《In Good Company》节(jié)目专(zhuān)访(fǎng)时(shí)提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最终科(kē)技巨(jù)头将(jiāng)把AI整合(hé)成用户(hù)的“全(quán)能(néng)助手(shǒu)”，包揽一切(qiè)应用，与人们进行沟通并提供(gōng)建议，可(kě)以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来(lái)可能尚(shàng)需时(shí)日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮(cháo)，让(ràng)AIGC在ChatGPT的话题热点包(bāo)围中杀出(chū)重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代表的AIGC上一(yī)次爆火的时候，还(hái)是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数字(zì)艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作(zuò)品(pǐn)获(huò)奖(jiǎng)。

随后(hòu)各(gè)大厂商的AI绘画软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便是其(qí)中(zhōng)代表。

用户们可以在应(yīng)用中输入(rù)一组关键词或者一张照片，就能(néng)获得一幅AI创作的(de)画(huà)作。

作画的关键就(jiù)是所输(shū)入的文本(běn)。同(tóng)一(yī)组(zǔ)关键词也(yě)可(kě)以创作出很多张风格不(bù)一样的画作，这(zhè)让创作(zuò)的过(guò)程就像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种不(bù)确定的(de)惊喜，他们会将生(shēng)成的美图当做头像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用(yòng)户分享AI“翻车现场”，例(lì)如，一位网(wǎng)友的小狗照片(piàn)被AI画成了(le)“肌肉男”，还有网友的个人(rén)照片被(bèi)AI识(shí)别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游戏可能要(yào)被颠覆了(le)。

ControlNet是一(yī)位正在(zài)斯坦福(fú)读博的中(zhōng)国人张吕敏创作(zuò)的一种基于控制点的(de)图像变形算法(fǎ)，主(zhǔ)要用于数字图像处理(lǐ)、计(jì)算机视觉和计算机图形学等领(lǐng)域。

其SD插件一经发布，在(zài)短短的两天内便成为了AI绘画领(lǐng)域(yù)最(zuì)新的热点。

在此之前，大家(jiā)用了很多方法想(xiǎng)让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽如人意，它的出现代(dài)表(biǎo)着AI生成(chéng)开始进入真正(zhèng)的可控(kòng)时期(qī)。

因为ControlNet可以(yǐ)直接提取画面的构图，人物的姿势和画面的深(shēn)度信息(xī)等。有了(le)它的帮助，就不用频繁的用提示词来(lái)碰运(yùn)气(qì)，抽盲(máng)盒(hé)式的创作了。

通俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔(mó)法”，不(bù)少博(bó)主的作(zuò)品(pǐ阻抗实部虚部是什么意思，实部虚部是什么意思啊n)已经获得了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他(tā)用朋友的(de)照片(piàn)直接带她(tā)们走(zǒu)进动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找(zhǎo)到对应的关键词(cí)；最(zuì)后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关(guān)键词(cí)试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害(hài)的是(shì)，除了真实的照片，草(cǎo)图也可以加(jiā)上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神(shén)张吕(lǚ)敏其本(běn)尊也(yě)亲自(zì)回应。

不得不(bù)说(shuō)当(dāng)下AIGC已经变得(dé)越来(lái)越(yuè)强(qiáng)大(dà)，甚(shèn)至输出的作品都已经能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力爆(bào)发

警惕(tì)安全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游(yóu)艇party”的消(xiāo)息火遍网络(luò)，而经过(guò)警(jǐng)方辟谣这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于这(zhè)个活动(dòng)里面给出的(de)美女照片都是(shì)AI制作(zuò)的(de)真人(rén)照(zhào)片(piàn)绘图，因为(wèi)太逼真，被大家(jiā)当成(chéng)真(zhēn)事传播(bō)了。

不过仔(zǎi)细观(guān)察可以发现，活动发起者提供(gōng)的照片中有个很大的漏洞可以(yǐ)发现并非真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指部分有的存在(zài)异常。

有行(xíng)业(yè)人事表示：“现在因(yīn)为手指部分的绘画算法比较复杂，AI还(hái)不太会画人的手，但最新看到的图片已经有(yǒu)越来越完美的AI模(mó)型出现，以后可能就完全(quán)没(méi)有漏洞了。”

类似的AI作图诈骗(piàn)在国(guó)外(wài)也已有发(fā)生。据(jù)英国广播(bō)公司报道，土耳其地震(zhèn)期间(jiān)，有Tiktok用户使用AI合成(chéng)了儿(ér)童受灾的假(jiǎ)照片发布到网络，以此诱骗(piàn)善(shàn)良的(de)人(rén)打(dǎ)赏“捐助”从而实施诈骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC已(yǐ)经能做出真(zhēn)人照片(piàn)般的绘图(tú)效(xiào)果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大量前(qián)人的作品之后，其创作没有任何情绪和(hé)灵(líng)魂，难以和人(rén)类的艺术创(chuàng)作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版(bǎn)权、目前都并没有得到有(yǒu)效的解(jiě)决(jué)，还有AIGC会不(bù)会代(dài)替人类(lèi)“至高无(wú)上”的创意。

马斯(sī)克也强调，人工智能的安全问(wèn)题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还(hái)有(yǒu)远方

技(jì)术都是有两面性的，潜在的危害并不能掩(yǎn)盖(gài)其光辉的贡(gòng)献。现在看来，人工智能技术(shù)将是第四次(cì)工业革命的核心(xīn)驱动(dòng)力量，将创造新的(de)增长奇迹。

过去一年，人工智能在技术(shù)和商业层面都有了巨大进展(zhǎn)，AI绘画(huà)就是(shì)人工智能技(jì)术(shù)发(fā)生方(fāng)向性改变的(de)一个代表。其下一站或许(xǔ)就(jiù)是视频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视(shì)频。这些视频引发关注并非内(nèi)容做得(dé)多优秀，反而(ér)都非常简单，比如一匹正在喝(hē)水的马，一只画画的玩(wán)具熊(xióng)，或(huò)者一(yī)段骑摩(mó)托车的(de)第一视角(jiǎo)录像，随便一个(gè)有(yǒu)手机(jī)的人都可以随(suí)手录下一段。

但这些短视(shì)频(pín)的创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根(gēn)据需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差(chà)别。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就已经玩了一波梗，一个(gè)能够做出更高清视频(pín)的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可以(yǐ)制作出超过2分钟的连贯的也有(yǒu)确切内容的视频，这(zhè)才是真正(zhèng)让(ràng)人们感(gǎn)到惊(jīng)喜的地方。因为无论AI生成的视频多么高(gāo)清，也只能是为内容生产者提(tí)供一个灵感(gǎn)，一个(gè)素材(cá阻抗实部虚部是什么意思，实部虚部是什么意思啊i)，一个过场动画(huà)。

不过能够(gòu)制作出有(yǒu)具体剧(jù)情内容的视频就意(yì)味着，一些视频创作(zuò)由AI代替人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超过大部分人(rén)的想象。内容产(chǎn)业的本质是供(gōng)给创(chuàng)造需求，AIGC作为(wèi)全新的内容生产方式(shì)，可以为内容产业带来更新的内容(róng)风(fēng)格(gé)、更快的生产速(sù)度，更低的生产成(chéng)本，这无疑(yí)会驱动(dòng)内容产业的(de)大爆发(fā)。

除了AI绘图(tú)、视(shì)频，AIGC技术(shù)还能应用(yòng)于音乐、代码、机器人动作等多(duō)种内容形式的(de)生成(chéng)。不难发现该项(xiàng)技术不(bù)仅在游(yóu)戏等行业能(néng)得到有效应(yīng)用，对于(yú)下一代(dài)互联网(wǎng)各种(zhǒng)元素的构建亦有(yǒu)关键意义(yì)。

从(cóng)商业化的(de)角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基(jī)于(yú)AI的(de)可视化(huà)内容(róng)有强烈需求。

因(yīn)此(cǐ)，AI绘(huì)画(huà)及视频或不是结(jié)果，而只是AI进(jìn)程中的一块重要拼图(tú)，有望(wàng)在技术更新的(de)加(jiā)持下实现(xiàn)更大的应(yīng)用价值。

AI从理解内容(róng)，走向(xiàng)了(le)可以生成内容，甚(shèn)至能(néng)够创造出(chū)独立价值(zhí)和独(dú)立视(shì)角的内容。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进生产力即将(jiāng)到来。

04

紧抓大模(mó)型与算力，牢(láo)固AIGC底座

从技术的发展也可以看(kàn)出，在语言(yán)大模型、图像大模型之后，多模态大(dà)模型已经(jīng)成为(wèi)了新的趋势。

大模型被誉为当(dāng)前人工智(zhì)能发展的智能(néng)底座，是全(quán)球竞争最激烈(liè)的(de)研究方(fāng)向之(zhī)一(yī)，包括谷歌、亚马逊(xùn)、百度、阿(ā)里、腾讯等众(zhòng)多头部企业(yè)都在(zài)竞相发力。

不过训练(liàn)大模型的确价格不(bù)菲(fēi)，以(yǐ)国盛(shèng)证券(quàn)发布的(de)《ChatGPT需要(yào)多少(shǎo)算力》报告估算，GPT-3训练一次的成本(běn)约(yuē)为140万(wàn)美元。而(ér)对于(yú)一些(xiē)更大的LLM(大型(xíng)语言(yán)模型(xíng))，训(xùn)练成本则介于200万美元(yuán)至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立(lì)访(fǎng)客平(píng)均数(shù)1300万计算(suàn)，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每日仅电(diàn)费(fèi)就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关注各类(lèi)大模型的发(fā)展同时，更应该关(guān)注(zhù)算力网络的(de)建(jiàn)设。

算力网(wǎng)络正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发展的终极目(mù)标离得更近。

因为算力可以对突破性技术创新(xīn)提供大(dà)力(lì)的支持。这方面(miàn)，多模(mó)态(tài)大模型是(shì)典型。作为面向未来强人工智能、通用人工智(zhì)能的重要(yào)技术创新，多模态(tài)大模(mó)型已经在人工(gōng)智能领(lǐng)域提出(chū)了很多(duō)年(nián)，业(yè)界(jiè)也有不(bù)少技(jì)术突破，但(dàn)是(shì)，多模态大模型进一(yī)步往下走(zǒu)，算力需求呈几何(hé)式上(shàng)升，一般的算力(lì)基础设施(shī)很快(kuài)将(jiāng)难以胜(shèng)任。

从图像、文(wén)字、语(yǔ)音单独一项(xiàng)的训练，到双模态、三模态的跃迁(qiān)，让人工(gōng)智能(néng)可以灵活应对(duì)不(bù)同模态的转化、像人(rén)与世界交互一样自然，这方面，由算力网络来驱(qū)动(dòng)将有明(míng)显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术(shù)创(chuàng)新，将(jiāng)在(zài)人工智能算力网络(luò)支(zhī)撑(chēng)下快速(sù)推进(jìn)。

AIGC已经露出曙(shǔ)光，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续颠(diān)覆内容生产的(de)方式，将创造的边际(jì)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 阻抗实部虚部是什么意思，实部虚部是什么意思啊