自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔·盖茨(cí)已多次公开谈论人工(gōng)智能(néng)话题(tí)。在最近(jìn)的一次采访中(zhōng)，他再次(cì)表示(shì)：“AI可能会让科技行业迎来(lái)一次剧烈的洗牌”。

这(zhè)个结(jié)论(lùn)是他在当地时间2月(yuè)20日接受《In Good Company》节(jié)目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威(wēi)胁到谷歌的市占率，因为(wèi)微(wēi)软在AI方(fāng)面(miàn)的行动相当(dāng)迅(xùn)速。而最终科技巨头将把(bǎ)AI整合成用户的(de)“全能助(zhù)手”，包揽一切应用(yòng)，与人(rén)们(men)进行沟(gōu)通并提供(gōng)建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能(néng)助(zhù)手的到来可能(néng)尚(shàng)需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话(huà)题热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为(wèi)代表(biǎo)的AIGC上(shàng)一(yī)次爆火的时候，还是2022年8月，在美国(guó)科罗拉多州举办(bàn)的(de)新(xīn)兴数字艺术(shù)家竞赛中，一幅名为(wèi)《太(tài)空(kōng)歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的(de)AI绘(huì)画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一(yī)组(zǔ)关键词或者一(yī)张(zhāng)照片，就能(néng)获得一(yī)幅AI创作(zuò)的画作。

作画的关(guān)键就是所输入的文本。同一组关键词(cí)也可以创作(zuò)出很多张风格(gé)不(bù)一样(yàng)的画(huà)作，这让创(chuàng)作的过程就(jiù)像开盲盒。

很多用(yòng)户很(hěn)喜欢这种(zhǒng)不确定(dìng)的(de)惊喜(xǐ)，他们会将生成(chéng)的美图当做(zuò)头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒(méi)体(tǐ)上，许(xǔ)多用户分(fēn)享AI“翻车(chē)现(xiàn)场”，例如，一位网(wǎng)友的小狗照片(piàn)被AI画成(chéng)了“肌(jī)肉男”，还有网(wǎng)友的个人(rén)照片被AI识别成了建筑(zhù)。

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

ControlNet是一位正在斯坦福读博的中国人张吕敏创作(zuò)的(de)一种基于控制点的图像(xiàng)变形(xíng)算法，主要用于数字(zì)图像(xiàng)处理、计(jì)算机视觉和计(jì)算机图形学(xué)等领域。

其SD插件一经发布(bù)，在短短的(de)两天内便成(chéng)为了AI绘画领域(yù)最(zuì)新(xīn)的热点(diǎn)。

在(zài)此之前，大家用了很(hěn)多(duō)方(fāng)法(fǎ)想让(ràng)AI生成的结果尽可能(néng)的符合要求，但是(shì)都不尽如人意(yì)，它的出现代表着(zhe)AI生成(chéng)开始进入真正的(de)可(kě)控时期。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势(shì)和画面的深(shēn)度信息等。有了它的帮助，就不用(yòng)频繁(fán)的用提(tí)示(shì)词来碰运气，抽盲(máng)盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的(de)作品已经获得了(le)大量的浏览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带(dài)她们(men)走进动漫世界(jiè)。

苹果app内购买什么意思 苹果app内购买项目可以关闭吗c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/aaf8241fc774226.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.1899488926746167" data-s="300,640" data-type="jpeg" data-w="1174">

viggo先(xiān)用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓(tuò)展(zhǎn)找到(dào)对应(yīng)的关键词；最后用ControlNet插件绑定(dìng)骨骼开(kāi)始(shǐ)换关键词试效(xiào)果。

通过图片就可以看(kàn)出来，效(xiào)果十分惊艳。

更厉害(hài)的是，除了真实的照片(piàn)，草图也可(kě)以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转(zhuǎn)全(quán)彩图(tú)。大神张(zhāng)吕敏其本(běn)尊也亲(qīn)自(zì)回应。

不得(dé)不说当下AIGC已(yǐ)经变得越来越强大，甚至输(shū)出的(de)作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过(guò)警方(fāng)辟谣这(zhè)所谓的“party”可能是全国第一(yī)起AI绘图诈骗。

由于这个活(huó)动里面给出的美女照片都是AI制作的(de)真人照片绘图，因为太逼(bī)真，被大家当(dāng)成(chéng)真事传播了(le)。

不过(guò)仔细观察可(kě)以(yǐ)发(fā)现，活(huó)动发起者提供的照片(piàn)中有个很(hěn)大的漏洞可以发(fā)现并非真人，而是AI绘图(tú)，那便是图片中(zhōng)女性的手指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法(fǎ)比较复杂，AI还不太会(huì)画人的(de)手，但(dàn)最新(xīn)看到的图(tú)片已(yǐ)经有越(yuè)来越(yuè)完美的AI模型出现(xiàn)，以后可能就(jiù)完全(quán)没有漏(lòu)洞了(le)。”

类似的AI作图诈(zhà)骗(piàn)在国外也已(yǐ)有(yǒu)发生。据英国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童(tóng)受灾的假(jiǎ)照片发布到网络，以此诱骗(piàn)善良的(de)人打(dǎ)赏“捐助”从而(ér)实(shí)施诈骗(piàn)。

目前随着技术发展，AIGC已经能做出(chū)真人照(zhào)片般的绘图(tú)效果，如果(guǒ)这样的图(tú)片(piàn)被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批(pī)判(pàn)者认(rèn)为(wèi)AI在“学(xué)习”了(le)大量前(qián)人的作品之后，其(qí)创作没有任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的(de)艺术(shù)创作相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目(mù)前都并没有得到有效的(de)解决，还(hái)有AIGC会(huì)不会代替人(rén)类“至(zhì)高无上”的创意(yì)。

马斯克也(yě)强调，人工智能(néng)的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下(xià)一站除了视频，还有远(yuǎn)方

技术都是有两面性的(de)，潜在的危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人工智能技术(shù)将是第(dì)四次工业(yè)革命的(de)核心(xīn)驱动力量，将创(chuàng)造(zào)新的增长奇(qí)迹。

过去(qù)一年，人工(gōng)智能(néng)在技术和(hé)商业层面都有了(le)巨大进展，AI绘画就是(shì)人工智能技术发生方向性改变的(de)一个代(dài)表。其下一站或许就是视(shì)频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科(kē)技圈的短(duǎn)视频。这(zhè)些(xiē)视频引(yǐn)发关注并非内容做得多优秀，反而都非常(cháng)简单，比如一匹正在喝(hē)水的马，一只画画的玩具(jù)熊，或者一(yī)段骑摩托车的第一视角录像，随便一个有手机的人都(dōu)可以随手录下(xià)一段。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说一下要求，AI就可以根据需要生成一段视(shì)频(pín)。

谷歌(gē)发(fā)布(bù)的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多(duō)的(de)差别。

在(zài)Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够(gòu)做出更高(gāo)清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的地方在于，它(tā)可以制作出超过2分钟的连贯的(de)也有确切内容的视频，这才是真正让(ràng)人们感到惊喜的(de)地方(fāng)。因(yīn)为(wèi)无论AI生成的视频多么(me)高清，也只能是为内容生产者提供一个灵感，一个素材，一个(gè)过场(chǎng)动画。苹果app内购买什么意思 苹果app内购买项目可以关闭吗p>

不过能够(gòu)制作(zuò)出有具(jù)体(tǐ)剧情内(nèi)容(róng)的视频就意味着(zhe)，一(yī)些(xiē)视频创(chuàng)作由(yóu)AI代替人工完(wán)成已经(jīng)初(chū)步有了可能。

当(dāng)下AI的发(fā)展速(sù)度已(yǐ)经超过大部分人的(de)想(xiǎng)象。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为(wèi)全(quán)新的(de)内容生产(chǎn)方式，可以为(wèi)内容产业带来更新的内容风格、更(gèng)快的生产速度，更低的(de)生产成本(běn)，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还能应用于音乐(lè)、代(dài)码、机器人动(dòng)作等多种内容形式的生成。不难(nán)发现该项技(jì)术不仅在游戏等行业能得到(dào)有(yǒu)效应用，对于下一(yī)代(dài)互联网各种元素的构建亦(yì)有关键意义(yì)。

从商业化的角度来看，文化(huà)娱乐、教(jiào)育(yù)、传(chuán)媒等诸多领域，本身就对基于AI的可(kě)视化内容(róng)有(yǒu)强(qiáng)烈需求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只是AI进程(chéng)中的一块重(zhòng)要拼(pīn)图(tú)，有(yǒu)望在技术(shù)更新的加持下实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从(cóng)理解(jiě)内(nèi)容(róng)，走向了可以生成内(nèi)容(róng)，甚至能够创造(zào)出(chū)独立价值和独立视(shì)角的内容。AIGC的再次出圈，更代表着未(wèi)来的先进(jìn)生产(chǎn)力即将(jiāng)到(dào)来。

04

紧抓大模型(xíng)与(yǔ)算力，牢固AIGC底座(zuò)

从(cóng)技术的发(fā)展也可以看(kàn)出，在语言大模型、图像大模型之后，多(duō)模态大(dà)模型已经成为了新的(de)趋(qū)势(shì)。

大模型被誉为当前人工智能发展的智能底(dǐ)座(zuò)，是全球(qiú)竞争最激烈的研究(jiū)方(fāng)向之(zhī)一(yī)，包(bāo)括谷歌、亚(yà)马(mǎ)逊、百(bǎi)度、阿里、腾讯(xùn)等众多头部企(qǐ)业都在竞相发力(lì)。

不过训练大模型的确价格不菲(fēi)，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训练一次(cì)的(de)成本约为140万美元。而对于(yú)一些更大的LLM(大型语(yǔ)言模(mó)型)，训练成(chéng)本则(zé)介于200万美元至(zhì)1200万(wàn)美元高价之间(jiān)。

以ChatGPT在2023年1月的(de)独立(lì)访客平(píng)均数(shù)1300万计算，其对应芯片需求为(wèi)3万多片英伟达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就(jiù)在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在(zài)关注(zhù)各(gè)类大模型的发展同时，更(gèng)应该关注算力网络的(de)建设(shè)。

算力网络正驱动AI产业(yè)发展进(jìn)入史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人(rén)工智能(néng)发展的(de)终极目(mù)标离得更近。

因为算力(lì)可(kě)以对突破性技术创新提供大(dà)力的支持。这方面(miàn)，多模态大模型是典(diǎn)型(xíng)。作(zuò)为面向(xiàng)未来(lái)强(qiáng)人(rén)工(gōng)智(zhì)能、通用人(rén)工智能的重要技术创新，多模态大模型已经在人工智能领域提(tí)出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是(shì)，多模态大模型进(jìn)一步往下(xià)走，算力需(xū)求呈几何(hé)式上升(shēng)，一般的算力基础设施很快将难以(yǐ)胜任。

从(cóng)图像(xiàng)、文(wén)字、语音单(dān)独一项(xiàng)的训练，到双模态、三模态的跃(yuè)迁，让人工智能可(kě)以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与世界交(jiāo)互一样自然，这(zhè)方面，由算(suàn)力网(wǎng)络来驱动将有明(míng)显优势。

此外，还有很(hěn)多需要爆发式增长的算(suàn)力来(lái)支撑的技术创新，将在人工智能算力网络支撑(chēng)下快速推进。

AIGC已经露出曙光(guāng)，期待在大模型和(hé)大(dà)算力的支持下AIGC能持续颠覆内容生(shēng)产(chǎn)的方式(shì)，将创造的边际成本降(jiàng)低，让(ràng)万众(zhòng)受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 苹果app内购买什么意思 苹果app内购买项目可以关闭吗