自聊天机器人ChatGPT火爆以来，微软公(gōng)司创始人比(bǐ)尔(ěr)·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一次(cì)采访中，他再次表示：“AI可能会让(ràng)科技行(xíng)业迎(yíng)来(lái)一次剧烈的(de)洗牌”。

这个结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节(jié)目专访时提出的。

他(tā)预期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动相当迅速。而最终科技巨头将(jiāng)把(bǎ)AI整合成用户的“全(quán)能(néng)助手(shǒu)”，包揽一切应用，与(yǔ)人们进行(xíng)沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大佬口中全能助手的到来可能尚需(xū)时日，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为代表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在(zài)美国科罗拉多(duō)州举办的新兴数字艺术家竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的(de)作(zuò)品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件被广(guǎng)大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们可以在(zài)应用中输入一(yī)组关键词或(huò)者一张照片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画的关(guān)键就是(shì)所输入的文本(běn)。同一组关(guān)键词也可以(yǐ)创作出很多张风格不一样(yàng)的(de)画(huà)作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会(huì)将生成的美图当(dāng)做头像。而另(lìng)一部分喜欢翻看AI绘(huì)画的“翻车”作品。在(zài)社交媒体上，许多用户(hù)分享AI“翻(fān)车现场”，例如，一位网友的小狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个人(rén)照片被AI识别成了(le)建筑。

而如今(jīn)随(suí)着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写(xiě)关键词(cí)游戏可能(néng)要(yào)被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福(fú)读博的(de)中国人(rén)张吕(lǚ)敏(mǐn)创作的一(yī)种基(jī)于控制点的(de)图像变形算法(fǎ)，主要(yào)用于数(shù)字图像处理、计算机视觉和计(jì)算机图形(xíng)学(xué)等领域。

其SD插件一(yī)经(jīng)发(fā)布，在短短的(de)两天内便成为了(le)AI绘画(huà)领域最新的热点。

在此之前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽(jǐn)可(kě)能的符合要(yào)求，但是(shì)都(dōu)不(bù)尽如人意，它的(de)出现代表着AI生(shēng)成开(kāi)始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接(jiē)提取画面(miàn)的(de)构图，人物的(de)姿(zī)势和画(huà)面的深度信息等。有了它的帮助(zhù)，就不(bù)用频繁的(de)用(yòng)提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不少博主的作(zuò)品已经获(huò)得了大量的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对(duì)应(yīng)的关键词；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换关键词试效(xiào)果。

通(tōng)过图片就可以看(kàn)出来，效果十分(fēn)惊艳。

更(gèng)厉害的(de)是，除了真(zhēn)实(shí)的(de)照片，草(cǎo)图也(yě)可以加(jiā)上(shàng)“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍(shào)到ControlNet还能(néng)实现线(xiàn)稿转全(quán)彩图(tú)。大(dà)神张吕敏其(qí)本尊也(yě)亲(qīn)自回应。

不(bù)得不说当下AIGC已经变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问(wèn)题(tí)

近(jìn)日，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟(pì)谣这所谓(wèi)的“party”可(kě)能是全国第一(yī)起AI绘图诈骗(piàn)。

由(yóu)于这个活动(dòng)里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真(zhēn)，被大家当成真事传播了(le)。

不(bù)过仔细观察可以(yǐ)发现，活动发起者提供(gōng)的照片(piàn)中(zhōng)有(yǒu)个很大(dà)的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性的手指部分有的(de)存(cún)在异常。

有(yǒu)行业人事表示(shì)：“现在(zài)因为手指部分的(de)绘画算法(fǎ)比较(jiào)复杂，AI还不太会(huì)画(huà)人的手，但最新(xīn)看到(dào)的图片已经有越来(lái)越完美的AI模(mó)型出现，以后(hòu)可能就(jiù)完全没有(yǒu)漏洞(dòng)了。”

类(lèi)似的(de)AI作图诈骗(piàn)在国外也(yě)已(yǐ)有发(fā)生。据英国广播公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了(le)儿童受(shòu)灾的假(jiǎ)照片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从而实施诈骗。

目前(qián)随(suí)着技术发展，AIGC已经能做出真人照(zhào)片般的绘图(tú)效果(guǒ)，如果(guǒ)这(zhè)样的图(tú)片被(bèi)用来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发(fā)了很(hěn)多担忧，一方面，批判者认为AI在“学(xué)习”了(le)大量前(qián)人的作品之(zhī)后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺(yì)术(shù)创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后(hòu)的版(bǎn)权、目前都并没有得到(dào)有(yǒu)效的(de)解决，还(hái)有(yǒu)AIGC会不会(huì)代(dài)替人类“至(zhì)高(gāo)无上”的(de)创意。

马(mǎ)斯克也强(qiáng)调，人工智能的(de)安全问题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其光辉(huī)的贡献。现在看来，人工智能技术将是第四次工(gōng)业革命的(de)核心驱(qū)动力(lì)量，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人工智能在(zài)技术和商业(yè)层面都(dōu)有了巨大(dà)进展，AI绘画就是(shì)人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其下(xià)一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科技(jì)圈的短(duǎn)视频。这些视频(pín)引(yǐn)发关注并(bìng)非内容做得多优秀，反而都(dōu)非常(cháng)简单，比如(rú)一(yī)匹(pǐ)正在喝水的马(mǎ)，一只(zhǐ)画画的(de)玩具熊，或者一段(duàn)骑(qí)摩托车的第一视(shì)角录像，随便一个(gè)有手机的(de)人都可以随手(shǒu)录下一段。

但这(zhè)些(xiē)短(duǎn)视频的创作(zuò)方式非常简单(dān)，创作者仅(jǐn)仅需(xū)要向AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可以(yǐ)根据需要生成一段视频。

谷歌发布的两个AI生成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的(de)差别(bié)。

在Make-A-Video公布了AI生成的视频后(hòu)，AI圈(quān)就已经(jīng)玩了一波梗，一个能够做出更(gèng)高(gāo)清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超(chāo)过(guò)2分钟(zhōng)的连贯(guàn)的也有确切内容的视频，这才(cái)是真正让人(rén)们感到惊喜的地方(fāng)。因为(wèi)无论AI生成的视频多么高清，也(yě)只能是为内容生产者提供一个(gè)灵感，一个素材，一个过场动画。

不(bù)过能够制作(zuò)出有具体剧情内容(róng)的视频(pín)就(jiù)意味着(zhe)，一些视(shì)频(pín)创作(zuò)由AI代(dài)替(tì)人工(gōng)完成(chéng)已经初步(bù)有了可能。

当(dāng)下(xià)AI的(de)发(fā)展速度已经超(chāo)过大(dà)部(bù)分人的想(xiǎng)象。内容产业的本质是供给(gěi)创(chuàng)造需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为内容产业带来更新的内(nèi)容(róng)风格(gé)、更(gèng)快的生(shēng)产(chǎn)速度(dù)，更低的生(shēng)产(chǎn)成(chéng)本，这无疑会驱动(dòng)内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现该项技术不仅(jǐn)在游戏等(děng)行业能得到有效(xiào)应用，对于(yú)下一(yī)代互(hù)联网各(gè)种元素的构建(jiàn)亦有(yǒu)关键(jiàn)意义。

从商(shāng)业化的角度(dù)来看，文(wén)化娱乐、教(jiào)育、传(chuán)媒(méi)等诸多(duō)领域，本身就对基(jī)于(yú)AI的可视化内容有强烈(liè)需(xū)求。

因此(cǐ)，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中的一块重要拼图(tú)，有望在技术更新(xīn)的(de)加(jiā)持下实(shí)现更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以生成内(nèi)容，甚至能够(gòu)创(chuàng)造出独立价值(zhí)和独(dú)立视角的内容。AIGC的再次出圈，更代表着未来(lái)的先进(jìn)生产力即(jí)将到来。

长期用氨基酸洗发水好吗，氨基酸洗发水的好处和坏处ding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型(xíng)与算力，牢固AIGC底座

从技术的(de)发(fā)展也可以(yǐ)看出，在语言大模型、图像(xiàng)大模型(xíng)之后(hòu)，多模态大模(mó)型已(yǐ)经成(chéng)为了新的趋势。

大模型(xíng)被誉为当(dāng)前人工智能(néng)发展的智能底座，是全球竞争最(zuì)激烈的研究方(fāng)向(xiàng)之一，包括谷歌(gē)、亚马逊、百(bǎi)度、阿里(lǐ)、腾讯(xùn)等众多头部企业都在(zài)竞(jìng)相发力。

不过训练大模型的确价(jià)格不菲(fēi)，以国盛证(zhèng)券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算(suàn)，GPT-3训(xùn)练(liàn)一次的(de)成本(běn)约为140万(wàn)美元。而对于一些更大的LLM(大(dà)型(xíng)语言模型(xíng))，训练成(chéng)本(běn)则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英伟达(dá)A100 GPU，初始投入成本约为8亿美(měi)元，每日(rì)仅电费就在(zài)5万美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力支持。在(zài)关注各类大(dà)模型的发展同时，更应该(gāi)关注算力网络(luò)的建设。

算力网络正驱动AI产业发展进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这一人工智能发展的终极目标(biāo)离得更(gèng)近。

因为算力(lì)可(kě)以对突破性技术(shù)创新提供大(dà)力(lì)的支持。这方(fāng)面，多模态大模型(xíng)是典型。作为面(miàn)向未来强人工智能、通(tōng)用(yòng)人工智能(néng)的(de)重(zhòng)要技术创新，多模态大模(mó)型(xíng)已经(jīng)在人(rén)工智(zhì)能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是，多模态大模型进(jìn)一步往下(xià)走，算力需求(qiú)呈几何式上升，一(yī)般的算力(lì)基(jī)础设施很快将难以(yǐ)胜任(rèn)。

从图(tú)像、文字、语音单独一(yī)项的训练，到双模(mó)态、三模态(tài)的跃迁(qiān)，让(ràng)人工(gōng)智能可以灵活应(yīng)对不同模(mó)态的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然，这方(fāng)面(miàn)，由算力网络(luò)来驱动将有明(míng)显(xiǎn)优(yōu)势。

此外，还有很(hěn)多需要爆发式增长的算力(lì)来支(zhī)撑的技术创新(xīn)，将在(zài)人(rén)工智(zhì)能算力网络支撑下快速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模型和大算力的(de)支持下AIGC能持(chí)续(xù)颠覆内容生产的方式，将创造(zào)的边际(jì)成本降(jiàng)低，让万众受(shòu)益。

未经允许不得转载：绿茶通用站群 长期用氨基酸洗发水好吗，氨基酸洗发水的好处和坏处