自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨已多次(cì)公开(kāi)谈论人工(gōng)智(zhì)能话题(tí)。在最近的一次采访中(zhōng)，他再次表示：“AI可能会(huì)让科技行业迎(yíng)来一次剧(jù)烈的洗(xǐ)牌”。

这个结论(lùn)是(shì)他在当(dāng)地时间2月(yuè)20日(rì)接受《In Good Company》节目专(zhuān)访时(shí)提出的(de)。

他预期，AI的发展可能会威胁(xié)到谷歌的(de)市占率，因(yīn)为(wèi)微软在(zài)AI方(fāng)面的行动(dòng)相当(dāng)迅速(sù)。而最终科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手(shǒu)”，包揽(lǎn)一切应用，与人们进行沟通并(bìng)提供建议，可(kě)以(yǐ)取(qǔ)代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到来可能尚(shàng)需(xū)时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让(ràng)AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘(huì)画(huà)为代(dài)表的AIGC上一次爆火(huǒ)的(de)时候，还是2022年(nián)8月，在美国(guó)科罗拉多州举办的(de)新兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院》的作品(pǐn)获(huò)奖。

随后各大厂(chǎng)商的AI绘画(huà)软(ruǎn)件被广(guǎng)大(dà)网(wǎng)友熟知(zhī)并体验，Stable Diffusion便(biàn)是(shì)其中代(dài)表(biǎo)。

用(yòng)户们可以在应用中输入一组关(guān)键词或(huò)者一(yī)张照片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的(de)关键(jiàn)就是所输(shū)入的文本。同一组关键词也(yě)可以创作出(chū)很多张(zhāng)风格不一样的画作(zuò)，这让(ràng)创作的过程就像开(kāi)盲盒(hé)。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生成的(de)美图当做头像(xiàng)。而另一部(bù)分喜欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻车现场”，例如(rú)，一位网友的小狗(gǒu)照片被AI画成了“肌(jī)肉男”，还有网友的个人照片(piàn)被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘画(huà)的填写关键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是(shì)一位(wèi)正(zhèng)在斯坦(tǎn)福(fú)读(dú)博的中国人(rén)张吕敏(mǐn)创作(zuò)的一种基于(yú)控制点的(de)图像变(biàn)形算法，主要用于数(shù)字图像处(chù)理(lǐ)、计算(suàn)机(jī)视觉和计算机(jī)图形(xíng)学等领域。

其(qí)SD插件一(yī)经(jīng)发(fā)布，在短短的两天内便成为(wèi)了AI绘画领(lǐng)域最新的热(rè)点。

在此(cǐ)之(zhī)前，大(dà)家用(yòng)了很多(duō)方法想让AI生(shēng)成(chéng)的结(jié)果尽可能的符合要求，但是都不尽(jǐn)如人意(yì)，它的出现代(dài)表着(zhe)AI生成开始进入真正的可(kě)控(kòng)时(shí)期(qī)。

因为ControlNet可以直(zhí)接提取画面的构(gòu)图，人(rén)物的姿(zī)势和画面的深度信息等(děng)。有(yǒu)了它的帮助，就(jiù)不用频繁(fán)的用提示词来碰(pèng)运气(qì)，抽(chōu)盲(máng)盒式(shì)的创作了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画加(jiā)了“魔(mó)法”，不(bù)少(shǎo)博主的作品已(yǐ)经(jīng)获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的照片(piàn)直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关(guān)键(jiàn)词；最后用ControlNet插件绑定骨(gǔ)骼(gé)开始(shǐ)换(huàn)关(guān)键词(cí)试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害(hài)的是，除了(le)真实(shí)的照(zhào)片(piàn)，草图也(yě)可以(yǐ)加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还(hái)能实(shí)现线稿转(zhuǎn)全彩图。大(dà)神张吕敏(mǐn)其本尊也亲自回应。

不(bù)得不(bù)说当下AIGC已经(jīng)变得越来越强大，甚至(zhì)输出(chū)的(de)作(zuò)品都已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有(yǒu)游艇party”的(de)消(xiāo)息火遍网络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美(měi)女照片(piàn)都是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被大家当成真事传播(bō)了。

不过仔细观察(chá)可以(yǐ)发现，活动发起(qǐ)者提供的(de)照(zhào)片(piàn)中有(yǒu)个很大的(de)漏洞(dòng)可以发(fā)现并(bìng)非真人，而是AI绘图，那便是图片中女性的手指部(bù)分有(yǒu)的存在异(yì)常。

有行业人事表示：“现在因为(wèi)手指部分的绘画(huà)算法比较复杂，AI还不太会(huì)画人的手，但最新(xīn)看到(dào)的图片已经有越来(lái)越(yuè)完(wán)美的AI模型出现，以后可能就完(wán)全没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在国外也已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络，以(yǐ)此(cǐ)诱(yòu)骗善良的(de)人打(dǎ)赏“捐助”从而实施诈骗。

目前随着技(jì)术发展，AIGC已经能做(zuò)出真人(rén)照片般的绘图效果，如果(guǒ)这样的图(tú)片被用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还(hái)引发了很(hěn)多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量(liàng)前人的(de)作品之后，其创(chuàng)作没有任何情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作相提(tí)并论。

另一(yī)方(fāng)面(miàn)，AIGC背(bèi)后的版权、目前(qián)都(dōu)并没有(yǒu)得到有效(xiào)的解决，还有AIGC会不会(huì)代替人类“至高无上”的创(chuàng)意。

马斯克也强(qiáng)调，人(rén)工智能(néng)的安全问题(tí)需(xū)要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都(dōu)是(shì)有两面(miàn)性(xìng)的，潜(qián)在的危害并不能掩(yǎn)盖(gài)其(qí)光(guāng)辉的贡(gòng)献。现在(zài)看来，人工(gōng)智能技术将是第四(sì)次工业革命的(de)核心驱动力量，将创造(zào)新的增长(zhǎng)奇迹。

过去一年，人工(gōng)智(zhì)能在技术和商业层面都有了巨大(dà)进展，AI绘(huì)画(huà)就是人工智能(néng)技(jì)术(shù)发生(shēng)方向(xiàng)性改变的一个(gè)代(dài)表。其下一站或许(xǔ)就(jiù)是视频。

此前，M鸢尾花怎么读拼音，鸢怎么读eta和谷歌先(xiān)后(hòu)发布了几条引爆科技圈的短视(shì)频。这些视频(pín)引发关注并非内容做得多(duō)优秀，反而(ér)都非常简单，比如一(yī)匹正在喝水的马，一只(zhǐ)画画的玩具熊，或者一段(duàn)骑摩托车(chē)的(de)第一视(shì)角录像(xiàng)，随便一(yī)个有手(shǒu)机的人都可(kě)以随手录下一段。

但(dàn)这些(xiē)短视频(pín)的(de)创作方式非常简单(dān)，创作者(zhě)仅(jǐn)仅需要向AI输(shū)入一段话(huà)，甚至只是说一(yī)下要求，AI就可(kě)以根(gēn)据(jù)需要生成一段视频。

谷歌发布(bù)的两(liǎng)个AI生成视频分别(bié)来(lái)自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了一波梗，一(yī)个能够做出更高清视(shì)频的AI还不足以在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊的地(dì)方(fāng)在于，它可以(yǐ)制作(zuò)出超(chāo)过(guò)2分钟的(de)连贯的也有确切(qiè)内容的视频(pín)，这才是真正(zhèng)让鸢尾花怎么读拼音，鸢怎么读人们感到(dào)惊喜的(de)地方。因为无论AI生成的视频多么高清，也只能(néng)是(shì)为内容生产者(zhě)提供一个灵(líng)感，一个(gè)素材，一个过场动画(huà)。

不过能够制作出有具(jù)体剧情内容的视(shì)频就(jiù)意(yì)味着，一些视频(pín)创作由AI代替人工完成已经初步有了(le)可(kě)能(néng)。

当下AI的发展速度已经超过(guò)大部分人的想(xiǎng)象。内(nèi)容产业的本质是供给创(chuàng)造需(xū)求，AIGC作(zuò)为全新(xīn)的内(nèi)容生(shēng)产方(fāng)式，可以为内(nèi)容(róng)产业带来更新的内容风格、更快(kuài)的生产速度，更低(dī)的生(shēng)产成本(běn)，这无疑会驱(qū)动内容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用于(yú)音乐、代码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成。不难发现该项(xiàng)技术不仅(jǐn)在游戏(xì)等(děng)行(xíng)业能(néng)得(dé)到(dào)有(yǒu)效(xiào)应用，对于下一代互联网各(gè)种元素的构建亦有关键意义。

从商业化(huà)的(de)角度来看，文(wén)化娱乐、教育、传(chuán)媒等诸多领域，本身就(jiù)对基(jī)于(yú)AI的(de)可视(shì)化内容有强烈(liè)需求。

因(yīn)此，AI绘画及视频或不是结果，而只是AI进程中的(de)一(yī)块重要拼图，有望在技术更新(xīn)的(de)加持下实现更大的应用价值(zhí)。

AI从(cóng)理解(jiě)内容，走向(xiàng)了可以生成内容，甚(shèn)至能(néng)够创造出(chū)独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先(xiān)进(jìn)生产力(lì)即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发展也可(kě)以看出，在语(yǔ)言(yán)大模型(xíng)、图像大模(mó)型(xíng)之后(hòu)，多模(mó)态(tài)大模型已经成为(wèi)了新(xīn)的趋势。

大模型(xíng)被誉为(wèi)当前人工智能发展的智能底座，是全球竞争最激(jī)烈的研究方向之一，包(bāo)括谷歌、亚马逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业都在竞相(xiāng)发力。

不过训练大模型的(de)确价格不(bù)菲，以国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一(yī)次(cì)的成本约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大(dà)型语言模(mó)型)，训练成本则介于200万(wàn)美元至1200万美元高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万(wàn)多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿美元，每日仅(jǐn)电(diàn)费就在(zài)5万美元(yuán)左右。

此外(wài)不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支持。在(zài)关注各类大模型的发展(zhǎn)同时，更应该(gāi)关注算力网络的建设。

算力网络正驱动(dòng)AI产业(yè)发(fā)展进入史诗级加速进程，让AIGC及通用AI这一(yī)人(rén)工(gōng)智能发展的终极(jí)目(mù)标离得更近(jìn)。

因为(wèi)算力可(kě)以对突破性技术创新提供大力的支(zhī)持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工(gōng)智(zhì)能、通用人(rén)工智(zhì)能的重要技(jì)术(shù)创新，多模态大模型已经在人工智能领域提出了很多年，业界(jiè)也有不少技术突破，但(dàn)是，多(duō)模态大模型进一步(bù)往(wǎng)下(xià)走，算力(lì)需(xū)求(qiú)呈几(jǐ)何(hé)式上升，一般的(de)算(suàn)力基(jī)础(chǔ)设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字(zì)、语音单独一(yī)项(xiàng)的(de)训练，到(dào)双模(mó)态、三模态的跃迁，让人工智能可(kě)以灵活应对不(bù)同(tóng)模态(tài)的转化、像(xiàng)人与世界交互一(yī)样自然，这方面，由(yóu)算力网络来驱动将(jiāng)有明显优(yōu)势。

此外(wài)，还有很多需(xū)要爆发(fā)式增(zēng)长的算力来支撑的(de)技术创新，将(jiāng)在人工智能算力网络支(zhī)撑下(xià)快速推进。

AIGC已经露出曙光，期待在(zài)大模(mó)型和大算力的(de)支持下AIGC能持续颠覆(fù)内容(róng)生产的方式，将创造的边(biān)际成本降低，让万众受益。

未经允许不得转载：惠安汇通石材有限公司 鸢尾花怎么读拼音，鸢怎么读