自聊天机器人ChatGPT火(huǒ)爆以来(lái)，微软公司创(chuàng)始人(rén)比尔(ěr)·盖茨已多(duō)次公开谈论人工智(zhì)能话题。在最(zuì)近(jìn)的一次采(cǎi)访中，他再(zài)次表示：“AI可(kě)能会让(ràng)科技行业迎(yíng)来一次剧(jù)烈的(de)洗牌”。

这(zhè)个(gè)结论(lùn)是他在(zài)当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的市占率(lǜ)，因为(wèi)微(wēi)软在AI方面的行动相当迅速。而最(zuì)终科技巨(jù)头将把AI整合成用户(hù)的“全能助手(shǒu)”，包揽一(yī)切应(yīng)用，与人(rén)们进(jìn)行沟通(tōng)并提供建议，可以取代亚马(mǎ)逊(xùn)、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可能(néng)尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画(huà)为代表的AIGC上一次爆(bào)火的时候，还是2022年8月，在美(měi)国(guó)科罗(luó)拉多州举办的新兴数(shù)字艺术家竞(jìng)赛(sài)中，一幅名为(wèi)《太空歌剧院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大(dà)厂商的(de)AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是其中代表(biǎo)。

用户们可以(yǐ)在应用中输入一组关键词或者一张照(zhào)片，就(jiù)能获得一幅(fú)AI创作的(de)画作(zuò)。

作画的关键就是所输入的文本。同一组关键词也可以创作出很多张风格不一样的画(huà)作，这(zhè)让创作的(de)过程就像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的惊喜，他们会将生成的(de)美(měi)图(tú)当(dāng)做头(tóu)像。而另一部(bù)分(fēn)喜欢翻(fān)看(kàn)AI绘画的“翻车”作品。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如(rú)，一位网友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有网友(yǒu)的(de)个人照片被AI识(shí)别成了建筑。

而如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填写(xiě)关键词游戏可(kě)能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国(guó)人张(zhāng)吕敏(mǐn)创作(zuò)的一种基于控(kòng)制点(diǎn)的图像变(biàn)形算法，主(zhǔ)要用(yòng)于数字图(tú)像(xiàng)处理、计(jì)算机视觉(jué)和(hé)计算(suàn)机图形学等领(lǐng)域。

其SD插件一(yī)经发布(bù)，在短短的两天(tiān)内便成(chéng)为(wèi)了AI绘画(huà)领域(yù)最新的(de)热点。

在(zài)此之前(qián)，大家用了很多方法想让AI生成的结果(guǒ)尽可能的符合要求(qiú)，但是都不尽如人意，它的出(chū)现代表(biǎo)着AI生成开始进入真正(zhèng)的可(kě)控(kòng)时期。

因为ControlNet可以直接提取画面(miàn)的构图，人(rén)物的姿(zī)势和(hé)画面的(de)深度信息等。有了它的帮助，就不用(yòng)频繁的(de)用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通(tōng)俗(sú)的(de)说(shuō)ControlNet相当于给AI绘画(huà)加了“魔法”，不(bù)少博主的作品已(yǐ)经获得了大量的浏览(lǎn)量，“viggo”就是其中之(zhī)一，他用朋友(yǒu)的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到(dào)对(duì)应的关(guān)键词(cí)；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过(guò)图(tú)片就可以看出来，效(xiào)果十分(fēn)惊艳。

更厉害(hài)的是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线稿(gǎo)转全彩图(tú)。大(dà)神张吕敏其本(běn)尊也亲自回应。

不得不说(shuō)当(dāng)下(xià)AIGC已经变得(dé)越来越强大(dà)，甚(shèn)至输出的作(zuò)品(pǐn)都已经能(néng)以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕(tì)安(ān)全问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火遍网络，而经过(guò)警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个(gè)活(huó)动里面给(gěi)出的美女照片都是(shì)AI制作的(de)真人(rén)照片绘图，因为太逼真(zhēn)，被(bèi)大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以(yǐ)发现(xiàn)，活动(dòng)发(fā)起者提供(gōng)的照片中有个(gè)很大的漏洞可以发(fā)现并非(fēi)真人，而是AI绘图，那便(biàn)是图片中女(nǚ)性(xìng)的(de)手指部分(fēn)有的存(cún)在异常。

有行业人(rén)那些孤独的人啊夜晚是否还回家是什么歌，那些孤独的人啊夜晚是否还回家是什么歌曲事表示：“现在(zài)因为(wèi)手指(zhǐ)部分(fēn)的(de)绘画算法比较复杂(zá)，AI还(hái)不太会(huì)画人的(de)手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现，以后(hòu)可能就完(wán)全(quán)没有漏洞了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发(fā)生。据英国广(guǎng)播公司报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童受灾的假照片发布(bù)到网络，以此诱骗(piàn)善良的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈(zhà)骗(piàn)。

目前随(suí)着技(jì)术发展，AIGC已(yǐ)经(jīng)能做出(chū)真人(rén)照片般的绘图(tú)效果，如果这样的图片被用(yòng)来诈骗，将非(fēi)常可怕。

此外AIGC还(hái)引发了很多担忧，一方(fāng)面，批判(pàn)者认为AI在“学习”了大量(liàng)前人的作品(pǐn)之(zhī)后(hòu)，其创作没有任何情绪和灵(líng)魂(hún)，难以和人类的(de)艺术创作相提并论(lùn)。

另一方面(miàn)，AIGC背后的(de)版(bǎn)权、目前都并没(méi)有得(dé)到有效的解决，还有AIGC会不会代替人类“至高(gāo)无上”的(de)创意。

马斯克(kè)也强调，人工智能(néng)的安全(quán)问题需(xū)要得到重视，太晚(wǎn)就来不(bù)及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都是(shì)有两面性(xìng)的，潜在(zài)的(de)危害并(bìng)不能掩盖其光辉的贡(gòng)献。现(xiàn)在看来(lái)，人(rén)工智能技术将是第四次工业革命的核心驱动力(lì)量，将创造新(xīn)的增长奇(qí)迹。

过去(qù)一年，人工智能在技术和(hé)商业层面都(dōu)有了(le)巨大进展，AI绘画就(jiù)是人(rén)工(gōng)智能技术发生方向性(xìng)改变的一个(gè)代(dài)表。其下一站(zhàn)或许(xǔ)就是视频。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视频。这些视(shì)频引发关注并非内容做得多优秀，反(fǎn)而(ér)都非(fēi)常简单，比如一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑(qí)摩托车的第(dì)一视角录像(xiàng)，随便(biàn)一个有手机(jī)的人都可以随(suí)手录(lù)下一段(duàn)。

但(dàn)这(zhè)些(xiē)短视频的创作方式非常简单(dān)，创作者仅仅需要向AI输(shū)入一段话，甚至只是(shì)说一下要求，AI就可(kě)以根据需要生成一(yī)段视频。

谷歌发布的两个AI生成(chéng)视频分别(bié)来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的(de)是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了(le)AI生(shēng)成的视(shì)频后，AI圈就已经玩了一(yī)波梗，一(yī)个能够做出更高清(qīng)视频的AI还(hái)不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在(zài)于，它(tā)可以(yǐ)制作出超过2分钟的连贯的也有确切内容的视频(pín)，这(zhè)才是真正让人们感到惊(jīng)喜的地(dì)方。因为无论AI生(shēng)成的视频(pín)多么高(gāo)清，也只能(néng)是为内容生产(chǎn)者提(tí)供一个灵感，一个(gè)素材，一(yī)个过场动画。

不过(guò)能够制作出有具体剧情内容的视频就意味(wèi)着，一些视频创作由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(jīng)超过大(dà)部分人的(de)想象。内容(róng)产业(yè)的本质是(shì)供给创造需求，AIGC作为全(quán)新的(de)内容生产方式，可以(yǐ)为内容产业带来更(gèng)新的内(nèi)容风格、更快的生(shēng)产速度，更低的生(shēng)产成本(běn)，这(zhè)无疑会驱动内容产(chǎn)业的大爆发(fā)。

除了AI绘图、视(shì)频，AIGC技术还能应(yīng)用于音(yīn)乐、代码、机(jī)器(qì)人(rén)动作等多种内容(róng)形式的(de)生成(chéng)。不难发现该(gāi)项技术不仅在游戏(xì)等(děng)行业能得到有效(xiào)应用，对于下(xià)一代互联网各种(zhǒng)元素(sù)的构建亦有关(guān)键意义(yì)。

从商业化的角度来看，文化娱乐(lè)、教育(yù)、传(chuán)媒等诸多(duō)领域，本身就对(duì)基于(yú)AI的可视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及(jí)视频或不是结(jié)果，而只是AI进程中的(de)一块重(zhòng)要拼图，有(yǒu)望(wàng)在技术更新的加持下(xià)实现更大的应用价(jià)值。

AI从理解内容，走向了可以生成内(nèi)容，甚至(zhì)能够(gòu)创(chuàng)造出独立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未(wèi)来的先进生产力(lì)即(jí)将到来。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以看出，在(zài)语(yǔ)言大模型、图像(xiàng)大模型之后，多(duō)模态大模型已经成为(wèi)了(le)新(xīn)的(de)趋势。

大模型被誉为当前(qián)人工智(zhì)能发展的智能底座，是(shì)全球竞争最激(jī)烈(liè)的研那些孤独的人啊夜晚是否还回家是什么歌，那些孤独的人啊夜晚是否还回家是什么歌曲究方向(xiàng)之一，包(bāo)括(kuò)谷歌(gē)、亚马逊、百度、阿里、腾讯等众多(duō)头部(bù)企业都在(zài)竞(jìng)相发力(lì)。

不过训练大模型的确(què)价格(gé)不菲，以(yǐ)国盛(shèng)证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次(cì)的成本约为140万(wàn)美(měi)元。而对(duì)于一(yī)些更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则(zé)介于200万(wàn)美元至1200万美元高价之(zhī)间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客(kè)平均(jūn)数(shù)1300万计(jì)算，其(qí)对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入(rù)成(chéng)本约为8亿美元，每日仅电费就在5万美元左(zuǒ)右。

此外不论是(shì)ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支(zhī)持。在关(guān)注各(gè)类大模型(xíng)的(de)发(fā)展同时，更应该(gāi)关注算力(lì)网络的(de)建设(shè)。

算力网(wǎng)络正驱(qū)动AI产业(yè)发展(zhǎn)进入史诗级加速(sù)进程(chéng)，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的(de)终极目标(biāo)离得更近(jìn)。

因为算力可以(yǐ)对突破性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是(shì)典型。作为面向未来强人工(gōng)智能(néng)、通用(yòng)人工智(zhì)能的重要(yào)技(jì)术创新，多模态(tài)大模型已经在(zài)人工智能(néng)领域提出(chū)了(le)很多年，业界(jiè)也有不少技术突破(pò)，但是(shì)，多模态(tài)大模型进一步往下走(zǒu)，算力(lì)需求呈几何式(shì)上升，一般(bān)的算(suàn)力基(jī)础设施很快将难以(yǐ)胜(shèng)任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到双(shuāng)模态、三模态的跃迁，让(ràng)人(rén)工智能可以灵活(huó)应(yīng)对不同模态的(de)转化、像人与世界(jiè)交互一样自然，这方面(miàn)，由算(suàn)力网(wǎng)络来(lái)驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还有很多需要(yào)爆发式增长的(de)算力(lì)来支撑的(de)技(jì)术(shù)创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光，期待(dài)在大模(mó)型和大算(suàn)力的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式，将(jiāng)创造的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 那些孤独的人啊夜晚是否还回家是什么歌，那些孤独的人啊夜晚是否还回家是什么歌曲