自聊天机器人ChatGPT火爆以来，微软公司创始人(rén)比尔·盖茨已多(duō)次公开谈论人工(gōng)智能(néng)话(huà)题。在最近的(de)一次采访(fǎng)中，他再次表示：“AI可能会让科技行业迎来一次剧(jù)烈的洗牌”。

这(zhè)个结论(lùn)是他在当(dāng)地时间(jiān)2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为微软在AI方面(miàn)的行动相当(dāng)迅速(sù)。而最(zuì)终科技巨(jù)头将把AI整(zhěng)合成(chéng)用户的“全(quán)能助(zhù)手”，包揽一切应用，与人们进(jìn)行沟通并提供建(jiàn)议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全能助手的到来可能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的(de)又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的新兴数(shù)字(zì)艺(yì)术家竞赛中，一幅名(míng)为《太空歌剧院(yuàn)》的作品(pǐn)获奖。

随(suí)后(hòu)各大厂(chǎng)商的AI绘画软件被广(guǎng)大网友(yǒu)熟知并(bìng)体验，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用中输入一组关键词或者一(yī)张照片，就能(néng)获得(dé)一(yī)幅(fú)AI创(chuàng)作的画作。

作画的关键就(jiù)是所输入的文本。同一组关(guān)键词(cí)也可(kě)以(yǐ)创作(zuò)出很(hěn)多(duō)张风格(gé)不一样的画作，这让创作的过程就像开盲盒。

很多用户很喜欢(huān)这(zhè)种不(bù)确(què)定的(de)惊喜，他们会将生成的美图当做头像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场”，例如，一位网友的小(xiǎo)狗照片(piàn)被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

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

ControlNet是(shì)一位正在斯坦(tǎn)福读博的(de)中国(guó)人张吕敏创作的一种基于控制点的(de)图像(xiàng)变形算法(fǎ)，主要(yào)用于数字图像处理、计算机视觉和计算机(jī)图形(xíng)学等领域(yù)。

其SD插(chā)件(jiàn)一经发布，在短(duǎn)短的两天内便成(chéng)为了AI绘画(huà)领域最新的(de)热(rè)点。

在(zài)此之(zhī)前，大家用了很多方法想让AI生成的结果尽可能(néng)的符合(hé)要求，但是都不尽(jǐn)如人意(yì)，它的(de)出现代(dài)表着AI生成开(kāi)始进入(rù)真正的可控时期。

因为ControlNet可(kě)以直接提取画面的(de)构图，人(rén)物的(de)姿势和画(huà)面(miàn)的(de)深度信息等。有了它的帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒式的创(chuàng)作了。

通(tōng)俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不(bù)少博主的作品已经获(huò)得了大量的浏览量(liàng)，“viggo”就是(shì)其(qí)中之一，他(tā)用(yòng)朋(péng)友的照片(piàn)直接带她们走进动(dòng)漫(màn)世界。

viggo先用(yòng)StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对应(yīng)的(de)关键词；最(zuì)后用ControlNet插(chā)件绑定骨(gǔ)骼开始(shǐ)换关键词试效果(guǒ)。

通过图片就可以看出(chū)来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实的照片(piàn)，草图(tú)也可(kě)以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自(zì)回应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚至输出(chū)的(de)作品都已经能以(yǐ)假乱真(zhēn)了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金鸡湖有游艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能是全国第一(yī)起AI绘图诈骗(piàn)。

由于(yú)这个活动里面(miàn)给(gěi)出的(de)美女照(zhào)片都是AI制作的真人照片绘图，因为太(tài)逼真，被大家当成真(zhēn)事传(chuán)播了。

不过(guò)仔细观察可(kě)以发现，活(huó)动发(fā)起者提供的(de)照片中有个很大的漏(lòu)洞可以发现并非(fēi)真(zhēn)人，而是(shì)AI绘图，那便是(shì)图片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分有(yǒu)的存在异常。

有行业人事表示：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还(hái)不太会画人的手(shǒu)，但最新看(kàn)到的图片(piàn)已经有(yǒu)越来越完(wán)美的AI模(mó)型出现，以后可能就(jiù)完全没有漏洞(dòng)了。”

类似的(de)AI作图诈骗在国(guó)外也已(yǐ)有发生(shēng)。据(jù)英国广播公司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到(dào)网络，以此诱骗善(shàn)良的人打赏“捐助”从而实施诈骗(piàn)。

目前随着技(jì)术发(fā)展，AIGC已经能做出真人照(zhào)片(piàn)般的绘(huì)图效果，如果(guǒ)这(zhè)样(yàng)的(de)图片被用来诈骗，将(jiāng)非(fēi)常可(kě)怕。

此外AIGC还引(yǐn)发了(le)很多担忧，一方面(miàn)，批判(pàn)者认为(wèi)AI在“学习”了(le)大量(liàng)前人的作品之(zhī)后，其创作没有任何情(qíng)绪和(hé)灵魂，难以和人(rén)类的(de)艺术创(chuàng)作相提并论。

另一(yī)方(fāng)面(miàn)，AIGC背后的版(bǎn)权、目前都并没有得到有效的(de)解决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯(sī)克(kè)也强(qiáng)调(diào)，人工智能的安(ān)全问题需要得(dé)到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除(chú)了视频，还(hái)有远方

技术都是有两面性的，潜在的危害并不能(néng)掩盖(gài)其光(guāng)辉的(de)贡献。现(xiàn)在看来，人(rén)工智能(néng)技术将是(shì)第四次(cì)工业革命(mìng)的核心(xīn)驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过去一年，人工智能(néng)在技术和商业层面都(dōu)有了巨大(dà)进展(zhǎn)，AI绘(huì)画就是(shì)人(rén)工事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼智能技术发生(shēng)方向性改变的一(yī)个代表。其下一站或许(xǔ)就是视频。

此前(qián)，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈(quān)的短视频。这些视频引发(fā)关注并(bìng)非内容做(zuò)得多(duō)优(yōu)秀(xiù)，反而都非常(cháng)简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或者(zhě)一段(duàn)骑摩托车的第一视角录(lù)像，随便一个有手机的人都可以随(suí)手录下(xià)一段。

但(dàn)这些短视频的创(chuàng)作方式非常(cháng)简单，创作者仅仅需要(yào)向AI输入一段话(huà)，甚至(zhì)只是说一(yī)下要求，AI就可以(yǐ)根据需要生成一(yī)段视频。

谷歌发布的两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者(zhě)主要突出的(de)是高清，与Meta的Make-A-Video没(méi)有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的(de)视(shì)频(pín)后，AI圈就已经(jīng)玩了一波梗，一(yī)个能够(gòu)做出更高清(qīng)视频(pín)的AI还(hái)不足(zú)以在短时(shí)间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过2分(fēn)钟的连贯的也有确切内容(róng)的视频，这才是真正(zhèng)让(ràng)人们(men)感到惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者提供一个灵感，一(yī)个素材，一(yī)个过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的视(shì)频就意味着，一(yī)些视频创作由(yóu)AI代替人工(gōng)完成已经初步有了可能(néng)。

当下AI的发(fā)展速度已经超过大部(bù)分(fēn)人的(de)想象。内容(róng)产(chǎn)业的本质是供给创(chuàng)造需求(qiú)，AIGC作(zuò)为全新(xīn)的内(nèi)容生(shēng)产方(fāng)式，可(kě)以为内容产业带(dài)来更新(xīn)的内容风格(gé)、更快(kuài)的生产速度，更(gèng)低(dī)的生产成本，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能(néng)应(yīng)用于音乐、代码(mǎ)、机器人动作等(děng)多种内容形(xíng)式(shì)的生(shēng)成。不难发(fā)现该项技术不仅在游戏等行业(yè)能得到有效应用(yòng)，对于下一代互联网各种(zhǒng)元素的构建亦有关键意义。

从(cóng)商业化(huà)的角度来看(kàn)，文化(huà)娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化内容有强(qiáng)烈(liè)需求(qiú)。

因此，AI绘(huì)画及视频(pín)或不是结果，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技(jì)术更新的(de)加持下实现更大的应用价(jià)值。

AI从理解内容(róng)，走向了可以生成内容，甚至能够创造出(chū)独立(lì)价值(zhí)和独立视(shì)角的内容。AIGC的再次出圈，更(gèng)代表(biǎo)着未来(lái)的(de)先进生产力即将到来。

04

紧抓大模(mó)型与算力(lì)，牢固AIGC底座

从技术的(de)发展也可(kě)以看(kàn)出，在(zài)语言大模型、图像大模型(xíng)之(zhī)后，多模态大模型已经成(chéng)为了新的趋势(shì)。

大模型被誉为(wèi)当(dāng)前人工智能(néng)发展的智能底座(zuò)，是(shì)全球(qiú)竞争最(zuì)激烈的研究方向(xiàng)之一，包(bāo)括谷歌(gē)、亚(yà)马逊、百度、阿(ā)里事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼、腾讯等众多头部企业都在竞相(xiāng)发力。

不(bù)过训(xùn)练大模(mó)型的确价格不(bù)菲，以(yǐ)国(guó)盛证券发(fā)布的《ChatGPT需(xū)要多(duō)少(shǎo)算力》报告估算，GPT-3训练一(yī)次的(de)成本约为140万美(měi)元。而对(duì)于一些更大的LLM(大型(xíng)语言模型)，训练成本则介于200万美元至1200万(wàn)美元(yuán)高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平均数1300万(wàn)计算，其对应芯片需求(qiú)为3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成(chéng)本约为8亿(yì)美元(yuán)，每日仅电(diàn)费(fèi)就在5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各类(lèi)大模型的发展同时，更应该关注算力网络的建设。

算力网络正(zhèng)驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人工智能发展的终极目标离得(dé)更近。

因(yīn)为(wèi)算(suàn)力可以对突破性(xìng)技术创新(xīn)提(tí)供大力的支(zhī)持。这方面(miàn)，多模态(tài)大模型是典型。作为面向(xiàng)未来强(qiáng)人工智能(néng)、通用人工智能的重要技(jì)术创新，多模态大模型已经在人工(gōng)智能领域提出了(le)很多年，业界也有不(bù)少技(jì)术突破(pò)，但是，多模(mó)态大模(mó)型进(jìn)一步往下走，算力需求呈几何式上升，一(yī)般的算力(lì)基础设施很(hěn)快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训练，到双模态(tài)、三(sān)模(mó)态的跃(yuè)迁，让人工智能可(kě)以灵(líng)活应对(duì)不(bù)同(tóng)模态的转化(huà)、像(xiàng)人与世界交互一样自然(rán)，这(zhè)方(fāng)面，由(yóu)算力(lì)网络(luò)来驱动(dòng)将有(yǒu)明显优势。

此外，还有很多需要爆发式增长的(de)算(suàn)力(lì)来支撑(chēng)的技(jì)术(shù)创新(xīn)，将在人工(gōng)智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙(shǔ)光(guāng)，期待在大模(mó)型和大(dà)算力的支持下AIGC能(néng)持续颠覆(fù)内容生产的方(fāng)式，将创造的(de)边际成本(běn)降低，让万(wàn)众受(shòu)益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 事出有因必有妖下一句怎么回，事出反常必有妖,人若反常必有刀,言不由衷定有鬼