自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开(kāi)谈论人工(gōng)智能话题(tí)。在最近(jìn)的(de)一次采访中，他再次表示：“AI可能会让科技(jì)行(xíng)业迎来(lái)一次(cì)剧烈的(de)洗牌”。

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

他预期(qī)，AI的(de)发展可能会威胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头(tóu)将把AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人(rén)们(men)进行沟通(tōng)并提供(gōng)建(jiàn)议(yì)，可以取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助(zhù)手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆(fù)AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅(fú)名为(wèi)《太(tài)空歌剧院》的作品(pǐn)获奖。

随后各(gè)大厂商的AI绘画(huà)软件被广大网友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户们可(kě)以在应用中输入一组关键词或者一张照(zhào)片，就能获得(dé)一幅AI创作的(de)画(huà)作。

作画的关(guān)键(jiàn)就是所输入的文(wén)本(běn)。同一(yī)组关(guān)键词(cí)也可以(yǐ)创作出(chū)很多张风格不(bù)一样的画(huà)作，这让创(chuàng)作的(de)过程就像开(kāi)盲盒。

很多用户很喜欢这(zhè)种不(bù)确定的惊(jīng)喜，他(tā)们会将生(shēng)成(chéng)的美图(tú)当做头像。而(ér)另一部分(fēn)喜欢翻(fān)看AI绘画的(de)“翻车”作(zuò)品。在(zài)社交(jiāo)媒体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友(yǒu)的小狗照片(piàn)被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现与加持，以往AI绘画(huà)的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯(sī)坦(tǎn)福读博的中国人(rén)张吕敏创作(zuò)的一种基于控制点的图像变(biàn)形算法，主要用于数字图像(xiàng)处理、计算机(jī)视觉和计算机图形学等领域。

其SD插件一经发布(bù)，在短短的两天内便成为了AI绘画领域最新的热点(diǎn)。

在此之前，大家用(yòng)了很多方法想(xiǎng)让(ràng)AI生成的结果尽可能的符合(hé)要求，但是都不尽如人意，它的出(chū)现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控(kòng)时期。

因(yīn)为ControlNet可以(yǐ)直(zhí)接提取画面的构图，人物的姿势(shì)和画面的深度(dù)信息等。有了它的帮助(zhù)，就不用频繁的用提示(shì)词来碰(pèng)运气，抽(chōu)盲盒式的创作了(le)。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画(huà)加(jiā)了“魔法”，不(bù)少博主的作(zuò)品已经获得了(le)大量(liàng)的浏览量，“viggo”就(jiù)是其中之一，他用朋(péng)友的照片(piàn)直(zhí)接带她(tā)们走进动漫世(shì)界(jiè)。

viggo先(xiān)用(yòng)StableDiffusion图(tú)片转(zhuǎn)文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应的关键词；最后(hòu)用ControlNet插件绑定骨骼(gé)开始换关键词试效果。

通过图片(piàn)就(jiù)可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也(yě)可以加上“魔(mó下士军衔是什么级别 下士是班长还是副排长)法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其本(běn)尊也亲自回应。

不得不(bù)说当(dāng)下AIGC已经变得越来(lái)越强大，甚至输出的(de)作(zuò)品都已经能以假乱(luàn)真了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问(wèn)题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警(jǐng)方辟谣这所(suǒ)谓(wèi)的“party”可能是(shì)全(quán)国(guó)第一起AI绘图诈骗。

由于这个活动里面给出的美(měi)女照(zhào)片都是AI制作的真人照片绘(huì)图，因(yīn)为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细观(guān)察可以发现，活动发起(qǐ)者提供的照片中有个很大的漏洞可以发(fā)现并非(fēi)真(zhēn)人，而是AI绘图，那(nà)便是图片中女性的手指(zhǐ)部分有的存在异常。

有(yǒu)行(xíng)业人事表示：“现在因(yīn)为手指部分的绘画算法比(bǐ)较复杂，AI还不(bù)太会(huì)画人的(de)手，但最新看到的图片已经(jīng)有(yǒu)越来越完(wán)美的(de)AI模型出现，以(yǐ)后可能就完(wán)全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也已有发生。据下士军衔是什么级别 下士是班长还是副排长(jù)英国广播(bō)公(gōng)司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾(zāi)的假照(zhào)片发(fā)布到网(wǎng)络，以(yǐ)此诱骗善良的人打赏“捐助”从而实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经(jīng)能做出真人(rén)照片般的绘图效(xiào)果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认(rèn)为AI在(zài)“学习(xí)”了大量前人(rén)的(de)作品之后，其创作没有任何情(qíng)绪和灵魂，难以和(hé)人(rén)类的艺术创作(zuò)相提(tí)并论。

另(lìng)一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至高无上”的(de)创意。

马斯(sī)克也强调，人工智能的(de)安全问题需(xū)要得到(dào)重视(shì)，太晚就来不(bù)及了。

03

AIGC下一站除(chú)了视频，还有(yǒ下士军衔是什么级别 下士是班长还是副排长u)远方

技术都是有两面性的，潜在的危害并不能掩盖其光辉的(de)贡(gòng)献。现在(zài)看来(lái)，人(rén)工智能技术(shù)将(jiāng)是(shì)第四次工业革命的核心驱动力量，将创造新的增长奇迹(jì)。

过去一年(nián)，人工智能(néng)在(zài)技术(shù)和商业层面(miàn)都有了巨大(dà)进展，AI绘画就是人工智能(néng)技术发生(shēng)方向性改变的一个代表。其下一站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷歌先(xiān)后发布了几(jǐ)条引爆科技圈(quān)的短视频。这些视(shì)频引发关注并非内容做(zuò)得多优秀，反而都非常简单，比如一匹正在喝水的(de)马，一只画(huà)画的玩具(jù)熊(xióng)，或者一段骑摩托车的第一(yī)视角录像，随便一(yī)个有(yǒu)手机的人都(dōu)可(kě)以随手录(lù)下一段。

但这些短(duǎn)视频的创(chuàng)作方式非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以(yǐ)根据需要(yào)生成一段视频。

谷歌发布(bù)的两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高清，与Meta的Make-A-Video没(méi)有太多的(de)差别。

在Make-A-Video公布了AI生成的(de)视(shì)频(pín)后(hòu)，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(bù)足(zú)以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制作(zuò)出超过2分钟的连(lián)贯的也(yě)有确(què)切内(nèi)容的视频，这才是真正(zhèng)让人们感到惊喜的地方。因为无论AI生成的(de)视频(pín)多么高清，也只能是为(wèi)内容生产(chǎn)者(zhě)提供(gōng)一个灵感，一个(gè)素材，一个过(guò)场动画。

不过(guò)能够制作出(chū)有(yǒu)具体剧情内容的视频就意味着(zhe)，一(yī)些(xiē)视频创作由AI代(dài)替(tì)人工(gōng)完成已经初步(bù)有了(le)可能。

当下(xià)AI的发展速(sù)度已经超过大部分人的(de)想象。内容(róng)产业的(de)本(běn)质是供给创造需求(qiú)，AIGC作(zuò)为全(quán)新的内容(róng)生产方(fāng)式，可以为内容产业(yè)带(dài)来更新的(de)内容(róng)风格、更快的生产速度，更低的(de)生产成本，这无疑会驱动内容产业的(de)大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人(rén)动作等多种内(nèi)容(róng)形式的(de)生成。不难发现(xiàn)该项(xiàng)技术不仅在游戏(xì)等行业能得到(dào)有效应用(yòng)，对于(yú)下一代互联网各(gè)种元素(sù)的构建亦有(yǒu)关键意义。

从商业(yè)化的(de)角度(dù)来(lái)看，文(wén)化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对(duì)基于(yú)AI的可视化(huà)内(nèi)容有(yǒu)强烈需求。

因(yīn)此(cǐ)，AI绘画及视频(pín)或不是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一块重(zhòng)要拼图，有望在(zài)技术更新(xīn)的加持(chí)下(xià)实现更大的应用(yòng)价值。

AI从(cóng)理(lǐ)解内(nèi)容，走向了可以生成内(nèi)容，甚(shèn)至能够创造出独立价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表(biǎo)着未来(lái)的先进生产(chǎn)力即将到(dào)来。

04

紧(jǐn)抓(zhuā)大模型与算力，牢(láo)固(gù)AIGC底座

从技术的(de)发展(zhǎn)也(yě)可(kě)以看出，在(zài)语(yǔ)言大模(mó)型、图(tú)像大(dà)模型(xíng)之后，多模态大模(mó)型已经(jīng)成为了新(xīn)的趋势(shì)。

大(dà)模型被誉为当前(qián)人工智能发展的智能底座，是全球竞争(zhēng)最激烈的(de)研究方向之一(yī)，包括(kuò)谷歌、亚马逊(xùn)、百度、阿里(lǐ)、腾讯等众多头部(bù)企业都在竞相发(fā)力。

不过训练(liàn)大模型的(de)确(què)价格不(bù)菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告(gào)估算，GPT-3训练一次(cì)的(de)成本约为140万美元。而(ér)对(duì)于一些更大(dà)的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至(zhì)1200万美元高价(jià)之间。

以(yǐ)ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美(měi)元，每日仅(jǐn)电(diàn)费(fèi)就(jiù)在5万美元左右。

此(cǐ)外(wài)不论是(shì)ChatGPT还(hái)是AIGC，都离不开庞大算力(lì)支(zhī)持。在关注(zhù)各类大模型的发展同时，更应(yīng)该(gāi)关注算力网络的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史诗级加(jiā)速进程(chéng)，让AIGC及通用AI这一人工智能发展的终极目标离得更近。

因为算力可以对(duì)突破性技术创新提供(gōng)大力的支持。这(zhè)方面，多模(mó)态大(dà)模(mó)型是典(diǎn)型(xíng)。作为面向未来强人工智能、通用人工(gōng)智(zhì)能的(de)重要技术创新，多模态大模型已经在人(rén)工智能领域(yù)提(tí)出了很多年，业界也有不少技术突破，但是，多(duō)模(mó)态大模型进一步往下(xià)走，算(suàn)力需(xū)求呈几(jǐ)何式上升，一般的算力基(jī)础设施(shī)很(hěn)快将(jiāng)难以(yǐ)胜任(rèn)。

从(cóng)图像、文字、语音单(dān)独一项的训练，到双模态、三模(mó)态的跃迁(qiān)，让人工智(zhì)能可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，由算力网络(luò)来驱动将(jiāng)有明显优势(shì)。

此外，还有很多需要爆(bào)发式增长的算力来(lái)支撑的技术创新，将在人工智能算力网(wǎng)络(luò)支撑下(xià)快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容生(shēng)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 下士军衔是什么级别 下士是班长还是副排长