自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始(shǐ)人比尔·盖茨已(yǐ)多次公开(kāi)谈论人工智能话题。在(zài)最近的一次采访中，他再次表示：“AI可(kě)能会让科技行业迎来一次剧烈的洗(xǐ)牌(pái)”。

这个结(jié)论(lùn)是(shì)他在当地时(shí)间2月20日接受《In Good Company》节目专访时提(tí)出(chū)的。

他预期(qī)，AI的发(fā)展可(kě)能会威胁到谷歌的市占率，因为微软在AI方面的(de)行动相当迅速。而最(zuì)终科技(jì)巨(jù)头将把AI整合(hé)成用(yòng)户的“全能助手”，包揽一切应用，与人(rén)们进行沟通并提供建议(yì)，可以取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的(de)到来(lái)可能(néng)尚需时日(rì)，但由ControlNet引发的(de)又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题(tí)热(rè)点包(bāo)围中杀(shā)出重围(wéi)。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火(huǒ)的时(shí)候，还是2022年8月，在美国科罗拉多州(zhōu)举办(bàn)的新兴数字艺术家竞赛(sài)中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后(hòu)各大厂(chǎng)商(shāng)的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应用(yòng)中输入一组(zǔ)关(guān)键词或者一张(zhāng)照片(piàn)，就能获(huò)得一幅(fú)AI创作的画作。

作(zuò)画(huà)的关键就是(shì)所输入的文本。同一组关键词(cí)也可以创作出很多张(zhāng)风(fēng)格不一样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户(hù)很喜欢这种不(bù)确定(dìng)的惊喜(xǐ)，他(tā)们会(huì)将生成的(de)美图当做(zuò)头像。而另一部分喜欢翻看(kàn)AI绘(huì)画的(de)“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户(hù)分(fēn)享AI“翻车现场”，例(lì)如(rú)，一位网友的小狗照片被AI画(huà)成了“肌肉男”，还有网友(yǒu)的个人照(zhào)片被AI识别成(chéng)了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画(huà)的填写关(guān)键词游戏(xì)可能要(yào)被颠覆了。

ControlNet是一(yī)位正在斯(sī)坦福读博的中国人张吕(lǚ)敏(mǐn)创作的(de)一种基于控制点的(de)图像变形算法，主要用(yòng)于数字(zì)图像处(chù)理、计算机(jī)视(shì)觉(jué)和计算(suàn)机图(tú)形学等领域。

其SD插件一经发(fā)布，在(zài)短短的(de)两天内便(biàn)成为了(le)AI绘画领域最新的热(rè)点。

在(zài)此之前(qián)，大家用了很(hěn)多方法想让AI生成的结果尽可能的符合要求(qiú)，但是都不尽如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可控时期(qī)。

因为ControlNet可(kě)以直接提取画面的(de)构图，人物的姿(zī)势和画面的深度信(xìn)息等。有(yǒu)了它(tā)的(de)帮助，就不用频繁的用(yòng)提(tí)示词来碰(pèng)运气，抽盲盒(hé)式的创作了(le)。

通俗的说ControlNet相(xiāng)当(dāng)于给AI绘画(huà)加了“魔法”，不少(shǎo)博主的作品(pǐn)已经获得了(le)大量的浏览量，“viggo”就是其(qí)中(zhōng)之(zhī)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(yòng)StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对(duì)应的关键词；最后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换(huàn)关键词(cí)试效(xiào)果。

通过图片就(jiù)可(kě)以看(kàn)出(chū)来(lái)，效果十分惊艳(yàn)。

更厉害(hài)的是(shì)，除了真(zhēn)实的照片，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得(dé)越(yuè)来越强大，甚至输(shū)出的(de)作品都已经能(néng)以假乱真了(le)。

02

难辨虚(xū)实，AIGC技术力(lì)爆发

警(jǐng)惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经过警方辟(pì)谣这(zhè)所谓的“party”可能(néng)是全国第(dì)一(yī)起AI绘图(tú)诈骗。

由于这个活动里面给出的美女照片都是AI制(zhì)作的(de)真人照片绘图，因(yīn)为太(tài)逼真，被大家当成真事(shì)传(chuán)播(bō)了(le)。

不过仔细观(guān)察(chá)可以(yǐ)发(fā)现，活动发起(qǐ)者提供(gōng)的照片(piàn)中(zhōng)有(yǒu)个很大的(de)漏(lòu)洞(dòng)可(kě)以发现并(bìng)非(fēi)真(zhēn)人(rén)，而是AI绘图，那便是图(tú)片中女(nǚ)性(xìng)的(de)手指部(bù)分有(yǒu)的存在异(yì)常。

有行业人(rén)事(shì)表示：“现(xiàn)在因为手指部分的(de)绘画算法比较复(fù)杂，AI还不太(tài)会画人(rén)的(de)手，但(dàn)最新看到的(de)图(tú)片(piàn)已经有越来(lái)越完美的AI模(mó)型出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外也(yě)已有(yǒu)发生。据英国广播公(gōng)司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户使用(yòng)AI合成了(le)儿童受灾的假照(zhào)片(piàn)发(fā)布(bù)到网络(luò)，以此诱骗(piàn)善良(liáng)的人打(dǎ)赏“捐助”从而实(shí)施诈骗。

目前(qián)随(suí)着(zhe)技术(shù)发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果(guǒ)这样的图(tú)片被用(yòng)来诈骗，将(jiāng)非常可(kě)怕(pà)。

此外AIGC还引发了很多担忧(yōu)，一方面(miàn)，批判者认(rèn)为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情绪和灵魂，难以和人类的(de)艺术创作相提(tí)并论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并没有得到有效的解决(jué)，还有AIGC会不会代替人(rén)类“至(zhì)高无上(shàng)”的创意。

马斯克也(yě)强(qiáng)调，人工智(zhì)能的安全(quán)问题(tí)需要得到重视(shì)，太晚(wǎn)就来(lái)不及(jí)了。

03

AIGC下(xià)一站除了视频，还有远方(fāng)

技术都是有两面(miàn)性的，潜在的(de)危(wēi)害并(bìng)不能掩盖其光辉的贡献。现在(zài)看来，人工智能技术将是第四次工业革命(mìng)的(de)核心驱动力(lì)量，将创(chuàng)造新(xīn)的增长(zhǎng)奇(qí)迹(jì)。

过去一年，人工智能在(zài)技(jì)术和商业层(céng)面都有了(le)巨(jù)大进(jìn)展，AI绘画(huà)就是人工智(zhì)能技(jì)术发生方向性改变的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发(fā)布(bù)了几条引爆科(kē)技圈的短视频。这些(xiē)视(shì)频引发关(guān)注并非内容做得(dé)多优秀，反而都(dōu)非常(cháng)简单，比如一(yī)匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或者一段骑摩托车(chē)的(de)第一视角(jiǎo)录(lù)像，随便一个(gè)有手(shǒu)机(jī)的人都可以(yǐ)随手录下一段(duàn)。

但这些(xiē)短视(shì)频的(de)创作方式非常简单，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一(yī)段话，甚至只(zhǐ)是说一下要求，AI就可(kě)以根(gēn)据需要生成一段视频。

谷歌发布的两(liǎng)个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布(bù)了AI生(shēng)成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一波梗，一个(gè)能(néng)够(gòu)做出更高清视频(pín)的AI还(hái)不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯的也有确切内(nèi)容的视频，这才是真(zhēn)正让人们(men)感到惊喜的地(dì)方。因(yīn)为无论AI生(shēng)成的(de)视频多么高清，也只能(néng)是为(wèi)内容生(shēng)产者提供一个灵感，一个素材，一个(gè)过场(chǎng)动画。

不(bù)过能够(gòu)制作(zuò)出有具体(tǐ)剧情(qíng)内容的视频(pín)就(jiù)意(yì)味着，一些(xiē)视频创作(zuò)由AI代(dài)替人工完成已经初步有了可能(néng)。

当下(xià)AI的发(fā)展速度已经(jīng)超过大部分人(rén)的想象(xiàng)。内容产业的(de)本质是(shì)供给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方式，可以为内(nèi)容产业带来更(gèng)新的内容风格(gé)、更快的生(shēng)产速度，更低的生(shēng)产成本，这无疑会驱(qū)动(dòng)内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码、机器人动作等多种内容形(xíng)式(shì)的生成。不难发现该(gāi)项(xiàng)技术不仅在游戏等行业能得(dé)到有效应用，对(duì)于下一代(dài)互联(lián)网各种元素的构建亦有关键意义(yì)。

从商业化的角度来(lái)看，文化娱乐、教(jiào)育、传媒等诸(zhū)多(duō)领(lǐng)域，本身(shēn)就对(duì)基于AI的可视(shì)化内容有强烈需求。

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(kuài)重要拼图(tú)，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)，走向了可以(yǐ)生成内容，甚至能够创造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更代(dài)表着未来(lái)的先进(jìn)生(shēng)产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底座

从技(jì)术的发(fā)展也(yě)可以(yǐ)看出，在语言大模型、图(tú)像大模型之(zhī)后，多模态大模型已经成为了新的趋(qū)势。

大模型被誉(yù)为(wèi)当前(qián)人工智(zhì)能发展的智(zhì)能底座，是(shì)全(quán)球竞争(zhēng)最激烈的研究方向之一，包括谷(gǔ)歌、亚(yà)马(mǎ)逊、百度、阿里、腾(téng)讯等(děng)众多(duō)头部企业都在(zài)竞相发力。

不过训练大模(mó)型的确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告(gào)估算，GPT-3训练一(yī)次(cì)的成本约(yuē)为140万美元。而对(duì)于一(yī)些更(gèng)大(dà)的(de)LLM(大型语(yǔ)言模型)，训练成(chéng)本(běn)则介于200万(wàn)美元(yuán)至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计算，其(qí)对应芯(xīn)片需(xū)求为3万多片(piàn)英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅(jǐn)电(diàn)费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支(zhī)持。在关注各类(lèi)大模(mó)型的发(fā)展同时，更(gèng)应(yīng)该关注算力网络的建(jiàn)设。

算力网络(luò)正驱动(dòng)AI产业(yè)发展(zhǎn)进入(rù)史诗(shī)级加速进程，让AIGC及(jí)通用AI这一人工智能发展的终极(jí)目标离得(dé)更(gèng)近。

因(yīn)为算(suàn)力可以对突破性技(jì)术创(chuàng)新提供大力的(de)支持。这方(fāng)面，多模态大模(mó)型是典型。作(zuò)为面向未(wèi)来强(qiáng)人工智能、通(tōng)用人工智能的重要技术(shù)创(chuàng)新，多模态大模型已经在人工(gōng)智能领域提出了很多年，业界也有不少技术突破，但是，多(duō)模态大模型进(jìn)一(yī)步往(wǎng)下走，算力需求呈几(jǐ)何式上(shàng)升，一般(bān)的(de)算(suàn)力基础设施(shī)很(hěn)快将难(nán)以胜任。

行而不辍履践致远是什么意思，行而不辍 什么意思从图像、文字、语(yǔ)音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让人(rén)工智能可以灵活应(yīng)对不同模态的转化、像人与世界交互一样自然，这(zhè)方面(miàn)，由算力网络来驱动将有明显优(yōu)势。

此外，还有很多需(xū)要爆发式增长(zhǎng)的算(suàn)力来支撑的技术创新(xīn)，将在人工智能(néng)算力网络(luò)支撑下快速推进。

AIGC已经(jīng)露出曙光(guāng)，期(qī)待(dài)在大(dà)模型和大算(suàn)力的支持(chí)下AIGC能持(chí)续颠覆内容(róng)生(shēng)产的方式，将创造的边际成本降低，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 行而不辍履践致远是什么意思，行而不辍 什么意思