自聊天机器人ChatGPT火(huǒ)爆以来，微软公司(sī)创(chuàng)始(shǐ)人比(bǐ)尔·盖茨(cí)已多次公开谈论(lùn)人(rén)工智能话题。在最(zuì)近(jìn)的一次采访中，他再次表示：“AI可能(néng)会让科技(jì)行业迎来一次剧烈的洗牌”。

这个结论是他在当地时间(jiān)2月20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可能会(huì)威胁到谷(gǔ)歌的市占率，因为微软在AI方面的行(xíng)动相当迅速。而最终科技巨头(tóu)将(jiāng)把AI整(zhěng)合成用(yòng)户的“全能(néng)助手(shǒu)”，包揽(lǎn)一切应用，与人们(men)进行沟通并提供建议，可以取代亚马逊(xùn)、Siri或Outlook等应用。

大佬口中全能助(zhù)手的到来可能尚需(xū)时日，但由(yóu)ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为代(dài)表的AIGC上(shàng)一次爆火的(de)时候，还是2022年(nián)8月，在(zài)美国科罗拉多州举办的新(xīn)兴数(shù)字艺术家竞(jìng)赛中，一幅名(míng)为《太空歌(gē)剧院(yuàn)》的作品获奖。

随后各大厂商的(de)AI绘(huì)画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以(yǐ)在应用中输入(rù)一组(zǔ)关键词或者一张照片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的关(guān)键就是所(suǒ)输入的文本。同(tóng)一组(zǔ)关(guān)键词也可以创(chuàng)作(zuò)出很多张风格不一样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他们会(huì)将生(shēng)成的美图当做头像。而另(lìng)一部分喜(xǐ)欢(huān)翻看(kàn)AI绘画的“翻(fān)车”作品。在社(shè)交(jiāo)媒(méi)体上(shàng)，许多用户分享AI“翻(fān)车现场”，例如，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还(hái)有(yǒu)网友的个人(rén)照片被AI识别成了建(jiàn)筑(zhù)。

而(ér)如今随(suí)着ControlNet的(de)出(chū)现与加持(chí)，以往AI绘画的填(tián)写关(guān)键词游戏(xì)可能要被颠覆了。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国(guó)人张吕敏创(chuàng)作(zuò)的一种基于控制点的图像变形算法，主(zhǔ)要(yào)用于数字图像(xiàng)处理、计算(suàn)机视觉和(hé)计算(suàn)机图形学等(děng)领(lǐng)域(yù)。

其SD插件一经发布，在短短(duǎn)的两天内便(biàn)成为(wèi)了AI绘画(huà)领域最新的热点。

在此之前(qián)，大(dà)家(jiā)用了很多(duō)方法(fǎ)想(xiǎng)让AI生(shēng)成的(de)结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直接提取画(huà)面的构(gòu)图，人物的姿势(shì)和画面的(de)深(shēn)度信息等。有了它(tā)的(de)帮(bāng)助，就不用频繁的(de)用(yòng)提示词来碰(pèng)运气，抽盲盒(hé)式的(de)创作了。

通(tōng)俗的说ControlNet相(xiāng)当于(yú)给(gěi)AI绘画(huà)加(jiā)了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他(tā)用朋(péng)友(yǒu)的(de)照片(piàn)直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始换关键词试效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉(lì)害的(de)是，除(chú)了(le)真实的照片，草图也可以加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还(hái)能实现(xiàn)线(xiàn)稿转全彩图。大(dà)神张(zhāng)吕敏其本尊也亲自(zì)回(huí)应。

不得不说当(dāng)下AIGC已经变得越来越强(qiáng)大，甚(shèn)至输出的作(zuò)品(pǐn)都已(yǐ)经能以假乱(luàn)真(zhēn)了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有(yǒu)游艇party”的消息火遍网(wǎng)络，而(ér)经过警方辟谣这(zhè)所谓的“party”可能是(shì)全(quán)国第一起AI绘图诈骗。

由于(yú)这(zhè)个活(huó)动里面(miàn)给出的美女(nǚ)照片都是AI制作的(de)真(zhēn)人照片(piàn)绘(huì)图，因为(wèi)太逼真，被大家当(dāng)成真事传播了。

不过仔细观察可以发现，活(huó)动发(fā)起者提(tí)供的照(zhào)片中有个很大的(de)漏(lòu)洞可(kě)以发现并非真人，而是AI绘图，那便(biàn)是图片中(zhōng)女性的手指部(bù)分(fēn)有的存(cún)在(zài)异常。

有行业人事表(biǎo)示：“现在因为手指部分的绘画算(suàn)法(fǎ)比较复杂，AI还不太(tài)会画人的(de)手，但最新(xīn)看到的图(tú)片已经有越来越完美的AI模型出现，以后可能就完全(quán)没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图(tú)诈(zhà)骗在(zài)国外也(yě)已有发(fā)生。据(jù)英(yīng)国广(guǎng)播公司(sī)报道，土耳其地震(zhèn)期间(jiān)，有Tiktok用(yòng)户使用(yòng)AI合(hé)成了儿童受灾的假照片发布到网络，以(yǐ)此诱骗善良的人打(dǎ)赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做(zuò)出真(zhēn)人(rén)照片般的绘图效果，如果这样的图片被用来诈(zhà)骗，将(jiāng)非常(cháng)可怕(pà)。

此外AIGC还引发了很多担忧，一方面，批判者认为AI在“学习(xí)”了(le)大量(liàng)前(qián)人(rén)的作品之(zhī)后，其创作(zuò)没有任(rèn)何情(qíng)绪(xù)和灵魂，难以和人类的艺术(shù)创作相(xiāng)提并论。

另一方面，AIGC背后的版(bǎn)权、目(mù)前(qián)都(dōu)并没有得到有(yǒu)效的(de)解决，还(hái)有AIGC会(huì)不会代替人类“至(zhì)高(gāo)无(wú)上(shàng)”的创意。

马斯克也强调，人(rén)工智能的安(ān)全问题需(xū)要得到重视(shì)，太晚就来(lái)不及了(le)。

03

AIGC下(xià)一站除了视频，还有远方

技术都是(shì)有两面性的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其光辉的贡献。现在看来，人工智能(néng)技术将是第四次工(gōng)业革命的核心(xīn)驱(qū)动(dòng)力量(liàng)，将创造新的增(zēng)长奇迹(jì)。

过去(qù)一年，人工智能在技术(shù)和商业层面都有(yǒu)了(le)巨大(dà)进展，AI绘画就是人工智能技术发生方向性改变的(de)一个代表。其下一站或许就是视频。

此(cǐ)前(qián)，Meta和谷(gǔ)歌先后发布了几条引(yǐn)爆科技圈(quān)的短(duǎn)视频。这些视(shì)频(pín)引(yǐn)发(fā)关注并(bìng)非内(nèi)容做得(dé)多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正在喝水的马，一只画画(huà)的(de)玩具熊，或者(zhě)一段骑(qí)摩(mó)托车的(de)第一视角录像，随便一(yī)个有手机的人(rén)都可(kě)以随手录(lù)下一(yī)段。

但这些短视频(pín)的(de)创作方式非(fēi)常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是(shì)说一下要(yào)求，AI就可以根据(jù)需(xū)要(yào)生成一段视(shì)频。

谷歌发(fā)布的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后，AI圈就已经玩了一(yī)波梗，一个(gè)能(néng)够做出更(gèng)高清视频的(de)AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊的地方在于，它可以制作出超过(guò)2分钟的连(lián)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(xǐ)的地(dì)方。因(yīn)为无论AI生(shēng)成的视频(pín)多么高清，也只能是(shì)为内容生产者提供一个灵(líng)感，一个(gè)素(sù)材(cái)，一个过场动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出有具体剧情内容(róng)的视频(pín)就意味着，一(yī)些视频创作(zuò)由AI代替人工完成已(yǐ)经(jīng)初步有了可能。

当下AI的发(fā)展速度已(yǐ)经超过(guò)大部分人的想象。内(nèi)容产业的本质是供给创造(zào)需(xū)求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为(wèi)内容产业带来更新的内容风格、更快(kuài)的(de)生产速度(dù)，更(gèng)低的生产成本，这无疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐、代码、机(jī)器人动(dòng)作等多种(zhǒng)内(nèi)容(róng)形(xíng)式的(de)生(shēng)成。不难发现(xiàn)该(gāi)项技术不(bù)仅在游(yóu)戏等(děng)行(xíng)业能得(dé)到有效应用，对于下一代(dài)互联网各种元素的构建亦有关键意义。

从商(shāng)业化的角度来(lái)看(kàn)，文化娱乐、教(jiào)育(yù)、传媒(méi)等诸(zhū)多领域，本身就对基于(yú)AI的可视化内容有强烈需求。

因此，AI绘画及视(shì)频或不是结(jié)果，而(ér)只是AI进程中的一块重要拼图，有望在技术更新的加持下实现(xiàn)更大(dà)的应用价值(zhí)。

AI从理解内容(róng)，走向了(le)可以生(shēng)成内容，甚至能够创造出独立价值和(hé)独立视(shì)角的内容。AIGC的再次出圈，更代表(biǎo)着未来的先进生产(chǎn)力(lì)即(jí)将到来(lái)。

04

紧抓大模(m奶油奶酪可以放冷冻保存吗，奶油奶酪可以放冷冻保存吗多久ó)型(xíng)与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在(zài)语言(yán)大模型、图像(xiàng)大模(mó)型之(zhī)后，多模(mó)态(tài)大模(mó)型(xíng)已经成为了(le)新(xīn)的趋势(shì)。

大模型(xíng)被誉为当前人工智能(néng)发(fā)展的智能底座，是全球(qiú)竞争最激烈的研(yán)究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多(duō)头部企(qǐ)业都在竞相发力。

不过训(xùn)练(liàn)大模型的确价(jià)格不(bù)菲，以国盛(shèng)证券发布(bù)的(de)《ChatGPT需要多少(shǎo)算(suàn)力》报告估算，GPT-3训练一(yī)次的成本约为140万(wàn)美元。而(ér)对于一些更(gèng)大(dà)的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客(kè)平均数1300万计(jì)算(suàn)，其对应(yīng)芯片(piàn)需求(qiú)为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入(rù)成(chéng)本约为8亿美(měi)元，每日仅电费就在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各(gè)类大(dà)模(mó)型的发展同时，更应该关(guān)注算力网络的(de)建设(shè)。

算力网络正驱动AI产(chǎn)业发展进(jìn)入(rù)史(shǐ)诗级加速(sù)进程(chéng)，让AIGC及通用AI这一人工智能(néng)发(fā)展的(de)终极目标离得更近。

因为算力可以对突(tū)破性技术(shù)创新提(tí)供大力的支持(chí)。这方面(miàn)，多模态大模型是典型。作为面向未来强人工智能、通用人工智能的重要技术创(chuàng)新，多模态大模型已经在人工智能领域提出了很(hěn)多年，业(yè)界也有不少技术突破，但是(shì)，多模(mó)态大模型进一(yī)步往下走，算力(lì)需(xū)求(qiú)呈几(jǐ)何式上升(shēng)，一般(bān)的算力基(jī)础设施很(hěn)快将难(nán)以胜任。

从(cóng)图像(xiàng)、文字、语音单独(dú)一项的训(xùn)练，到双模(mó)态、三模态的跃迁(qiān)，让人工智能可以灵(líng)活应(yīng)对不同模态的转化(huà)、像人与世界交互一样自(zì)然，这方面(miàn)，由(yóu)算力网络来驱动将有明(míng)显优势。

此外，还有很多需要爆发(fā)式(shì)增长的(de)算力来支撑的技(jì)术创(chuàng)新，将在人(rén)工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和(hé)大算力(lì)的支持下AIGC能持续颠覆内容生产的方(fāng)式，将创造的(de)边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 奶油奶酪可以放冷冻保存吗，奶油奶酪可以放冷冻保存吗多久