自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公开谈(tán)论(lùn)人工智能(néng)话题。在(zài)最近的一次(cì)采(cǎi)访(fǎng)中，他再次(cì)表示：“AI可能会让(ràng)科技行业(yè)迎(yíng)来一次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提出的(de)。

他(tā)预(yù)期，AI的发(fā)展可能(néng)会(huì)威胁到谷歌的市(shì)占率，因为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提供建议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中(zhōng)全(quán)能助手的到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围(wéi)中杀出(chū)重(zhòng)围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次(cì)爆火的(de)时(shí)候(hòu)，还是2022年8月，在美国(guó)科罗拉多州举办的新兴(xīng)数字艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输(shū)入一组关键词或(huò)者一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就(jiù)是所输入的文本(běn)。同(tóng)一组(zǔ)关键词(cí)也可以创(chuàng)作(zuò)出很多张风格(gé)不一样的(de)画(huà)作，这(zhè)让创作的过程就像开(kāi)盲盒。

很多用户(hù)很喜欢这裤子72a是多大尺码 裤子72a和76a差别大吗种不(bù)确(què)定的惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头像。而另一部(bù)分喜欢翻看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许多(duō)用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网友的(de)小狗照片被AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识(shí)别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的(de)填写关键词游戏(xì)可能(néng)要被颠覆(fù)了(le)。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏创作的(de)一种(zhǒng)基(jī)于控制点的图像变形算法，主要(yào)用于数字图像(xiàng)处理、计(jì)算机视觉和计算(suàn)机图(tú)形学等领域。

其SD插(chā)件一经发(fā)布，在短短的两天(tiān)内便(biàn)成为了AI绘画领域最新的热点。

在此之前，大(dà)家用了很多方(fāng)法想让AI生成的结果尽(jǐn)可(kě)能的(de)符合要求，但是都不尽(jǐn)如人意，它的出(chū)现代表着AI生成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直接提(tí)取画面(miàn)的构图(tú)，人物的(de)姿势(shì)和画面的深度信息等。有了它的帮助，就不用频繁(fán)的(de)用提示(shì)词来碰(pèng)运气(qì)，抽(chōu)盲盒式的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏览量，“viggo”就是(shì)其中(zhōng)之(zhī)一(yī)，他用(yòng)朋友的照片直接带她们走(zǒu)进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再(zài)用Text2Prompt插件拓展找(zhǎo)到对应的(de)关键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换(huàn)关键词试效果(guǒ)。

通过(guò)图片就可(kě)以看出来，效(xiào)果十(shí)分惊(jīng)艳。

更(gèng)厉害的是，除了真实(shí)的照片，草图也可(kě)以加上“魔法(fǎ)”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿转全(quán)彩(cǎi)图。大神(shén)张吕敏其本尊也亲自(zì)回(huí)应。

不得不说当下AIGC已经变得(dé)越来越强大(dà)，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经(jīng)过警(jǐng)方辟谣(yáo)这(zhè)所谓(wèi)的“party”可能是(shì)全(quán)国第一(yī)起AI绘(huì)图(tú)诈骗。

由于这个活(huó)动里面给出(chū)的(de)美(měi)女照片(piàn)都(dōu)是AI制作(zuò)的(de)真人(rén)照(zhào)片绘图，因(yīn)为太逼真(zhēn)，被大家当(dāng)成真事传播了。

不过(guò)仔细观察可(kě)以发现(xiàn)，活动发起者提供(gōng)的照(zhào)片中有(yǒu)个很大的(de)漏洞可以发(fā)现并非(fēi)真人，而是(shì)AI绘图，那便是图片(piàn)中女性的手指部分(fēn)有的存在异常。

有行业人(rén)事表示：“现(xiàn)在因为手指部分的绘画(huà)算(suàn)法(fǎ)比(bǐ)较(jiào)复杂，AI还(hái)不(bù)太会画人的手，但最新看(kàn)到的图片已经(jīng)有越来越完美的AI模型出现，以后可(kě)能就完全没有(yǒu)漏洞了。”

类似(shì)的AI作(zuò)图诈(zhà)骗在国外也已有发(fā)生。据(jù)英国广播(bō)公司报道(dào)，土耳其地震(zhèn)期间，有Tiktok用(yòng)户使用AI合成了(le)儿童(tóng)受灾的假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗(piàn)。

目前随着技术(shù)发(fā)展，AIGC已(yǐ)经(jīng)能做(zuò)裤子72a是多大尺码 裤子72a和76a差别大吗出真人照片般的绘图效果，如果这(zhè)样(yàng)的图片(piàn)被(bèi)用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一(yī)方面(miàn)，批判(pàn)者认(rèn)为AI在“学(xué)习”了大量(liàng)前人的作品(pǐn)之(zhī)后，其创作(zuò)没有任何(hé)情绪和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并没(méi)有得(dé)到有效的解决，还有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能的安全问(wèn)题需要得(dé)到(dào)重视，太(tài)晚就来不及(jí)了。

03

AIGC下一站除了视频，还有远方

技术都(dōu)是(shì)有两面性的，潜在的危害并(bìng)不(bù)能掩(yǎn)盖其光(guāng)辉的贡(gòng)献。现在看来，人工(gōng)智(zhì)能技(jì)术将是第四次(cì)工业革(gé)命(mìng)的核心驱(qū)动力(lì)量(liàng)，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和(hé)商业层(céng)面都有了巨大(dà)进展，AI绘画就是人(rén)工(gōng)智能技(jì)术(shù)发生方向性改变的一个代表。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后发(fā)布了几条(tiáo)引爆科技(jì)圈的短视频。这些(xiē)视频引发关注并(bìng)非内(nèi)容做(zuò)得多优(yōu)秀，反而都非常简单(dān)，比如一匹正在喝水的(de)马，一只画(huà)画的玩具熊(xióng)，或者一段(duàn)骑摩托车(chē)的第一视角录像，随(suí)便一个有手机的人都(dōu)可以随手(shǒu)录(lù)下(xià)一段。

但这些短视频的创作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅(jǐn)需(xū)要向AI输入一段话，甚至只是说(shuō)一(yī)下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布(bù)的两个AI生(shēng)成视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够做出更高清视频的AI还不(bù)足以在(zài)短时间(jiān)内戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震惊(jīng)的地方在(zài)于(yú)，它(tā)可(kě)以制作(zuò)出超过2分钟(zhōng)的连贯的(de)也有确(què)切内容(róng)的(de)视频(pín)，这才是(shì)真正让人(rén)们感(gǎn)到(dào)惊喜(xǐ)的地(dì)方。因为(wèi)无论(lùn)AI生成的视频(pín)多么高(gāo)清，也只能是(shì)为内容生产者提供一个灵感(gǎn)，一个(gè)素材，一个过场动画。

不过(guò)能够制(zhì)作出有具(jù)体剧(jù)情内容的(de)视(shì)频就意味着，一些视频创作由AI代替人工完(wán)成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超过(guò)大部分(fēn)人的想象(xiàng)。内容产业(yè)的本(běn)质(zhì)是供给创(chuàng)造需求(qiú)，AIGC作为全新(xīn)的内容生产(chǎn)方式(shì)，可以(yǐ)为内容产业(yè)带来更新的内容(róng)风格、更快的生产速度，更低的生产成(chéng)本(běn)，这无疑会驱动内容产业的(de)大爆发。

除了(le)AI绘(huì)图(tú)、视频，AIGC技术(shù)还能应用于音(yīn)乐(lè)、代码、机器人动作等多种内(nèi)容形(xíng)式的生成(chéng)。不难发现(xiàn)该项技术(shù)不仅(jǐn)在游(yóu)戏(xì)等(děng)行业能得(dé)到有效应用，对于下一(yī)代互联网各种元(yuán)素(sù)的构建(jiàn)亦有关键意义。

从(cóng)商业化的角度来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域(yù)，本身就对基(jī)于AI的(de)可视(shì)化内容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中的一块(kuài)重要拼图，有(yǒu)望在技术(shù)更新的(de)加持下实现更大的应用(yòng)价(jià)值。

AI从理解(jiě)内容，走向了(le)可(kě)以(yǐ)生(shēng)成内容，甚至能够创(chuàng)造出独(dú)立价(jià)值和独立视角的(de)内容。AIGC的再次出圈，更代表着未来的(de)先进生产力即将到来。

04

紧抓大模(mó)型(xíng)与算力(lì)，牢固AIGC底(dǐ)座

从技(jì)术的发展也可以看出(chū)，在语言大(dà)模型(xíng)、图像大模型之后(hòu)，多模(mó)态(tài)大模型(xíng)已经(jīng)成为了新(xīn)的趋势(shì)。

大模型被誉(yù)为当前人工智能发展的智(zhì)能(néng)底座，是全球竞争(zhēng)最激(jī)烈的(de)研究方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发力。

不过(guò)训练大模型的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一次的成(chéng)本约为140万美元。而对(duì)于一些更大的(de)LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万美元(yuán)高价(jià)之(zhī)间。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万(wàn)计算，其对应(yīng)芯片需求为3万(wàn)多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日(rì)仅电费(fèi)就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都(dōu)离(lí)不(bù)开庞大算力支持。在(zài)关(guān)注各(gè)类(lèi)大模(mó)型的(de)发(fā)展同(tóng)时，更应该关注算力网络的(de)建设。

算(suàn)力网络(luò)正驱动AI产业(yè)发展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及(jí)通用AI这一人工智能发(fā)展的终极(jí)目标离得更近(jìn)。

因为算力可以对突破(pò)性技术创(chuàng)新提供大力的支持。这(zhè)方面，多模态(tài)大模型是典型。作为面向未来强人(rén)工(gōng)智(zhì)能、通用(yòng)人工(gōng)智能的(de)重要(yào)技术创(chuàng)新，多模态大模型已经(jīng)在(zài)人(rén)工智能(néng)领域提出了很多(duō)年(nián)，业界也(yě)有不少(shǎo)技术(shù)突(tū)破，但(dàn)是(shì)，多模态大模型(xíng)进一步往(wǎng)下(xià)走，算力需求呈(chéng)几(jǐ)何式(shì)上升，一般的算力基(jī)础(chǔ)设施很快将难(nán)以(yǐ)胜任。

从图(tú)像、文(wén)字、语音单独一(yī)项的训(xùn)练，到双模态、三模态的跃迁，让人工智能可以灵(líng)活应对不(bù)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(xiǎn)优势。

此外，还(hái)有很(hěn)多(duō)需要爆发(fā)式增(zēng)长的算(suàn)力来(lái)支撑的技术创新，将在(zài)人(rén)工智能算力网络支(zhī)撑下快速推(tuī)进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力的支(zhī)持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将(jiāng)创造的(de)边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 裤子72a是多大尺码 裤子72a和76a差别大吗