自聊天机(jī)器人ChatGPT火爆(bào)以来，微软公司创始人比尔·盖茨已多次公开谈(tán)论人工智能(néng)话(huà)题。在最近的一次采访(fǎng)中，他再次(cì)表示：“AI可能会让科技行业迎来一(yī)次剧烈(liè)的洗牌”。

这个结论是(shì)他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时提(tí)出的。

他预期，AI的发(fā)展可能会(huì)威胁(xié)到谷歌的市占率，因(yīn)为微软(ruǎn)在AI方(fāng)面的行动相(xiāng)当迅速。而最(zuì)终科(kē)技巨头将把AI整合成用户(hù)的“全能助手(shǒu)”，包(bāo)揽一切应(yīng)用，与人(rén)们进行沟(gōu)通并(bìng)提(tí)供建议，可以取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能助手(shǒu)的到来可能尚(shàng)需时日，但由(yóu)ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年(nián)8月，在美国科罗拉(lā)多州举办(bàn)的新(xīn)兴数字艺(yì)术家竞赛(sài)中，一(yī)幅名为《太(tài)空(kōng)歌剧(jù)院(yuàn)》的(de)作品(pǐn)获奖。

随后各大厂商的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们(men)可以在应用中输入一组关键词或者一张照片(piàn)，就能获得一(yī)幅AI创作的(de)画(huà)作。

作画的关键(jiàn)就是所输入的文本。同一组关键词也(yě)可以创(chuàng)作出很多张(zhāng)风格不(bù)一样的(de)画作，这让创作的过(guò)程就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊(jīng)喜，他(tā)们会将生成的美图当做头(tóu)像。而(ér)另一(yī)部分喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上(shàng)，许多(duō)用户分享(xiǎng)AI“翻车现场”，例(lì)如，一位网友(yǒu)的小狗照片被AI画成了“肌(jī)肉男”，还有(yǒu)网友的个人照片被AI识(shí)别成(chéng)了(le)建(jiàn)筑(zhù)。

而如今随着ControlNet的出(chū)现(xiàn)与加持，以往AI绘(huì)画的填写关键词游(yóu)戏可能要被颠覆(fù)了(le)。

1dm等于多少cm 1dm等于多少moding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/19d7ab2c0056bd4.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.12109375" data-s="300,640" data-type="jpeg" data-w="1024">

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福(fú)读博的中国人(rén)张吕敏创作的(de)一种基于(yú)控制点的图像变形算(suàn)法，主(zhǔ)要用于数(shù)字图像处(chù)理、计(jì)算机(jī)视觉和计算机图(tú)形学(xué)等领域。

其SD插(chā)件一经发(fā)布，在短短的两天内便成为了AI绘画领(lǐng)域最(zuì)新的热(rè)点。

在此(cǐ)之前，大(dà)家用(yòng)了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的(de)出现(xiàn)代表着AI生成开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人(rén)物(wù)的姿势和画面的深度信(xìn)息(xī)等。有(yǒu)了它的帮助，就(jiù)不用频繁的用提(tí)示词来碰运(yùn)气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主(zhǔ)的作品(pǐn)已经获得(dé)了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他(tā)用朋友的(de)照片直(zhí)接带她们走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到(dào)对应的关键词；最后用ControlNet插件绑定骨骼(gé)开始换关(guān)键词试效(xiào)果。

通过图片就(jiù)可以(yǐ)看出来(lái)，效果十分(fēn)惊艳。

更厉(lì)害的是(shì)，除(chú)了真实的照(zhào)片，草图(tú)也可(kě)以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂(shā)”介(jiè)绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本(běn)尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已经变得(dé)越(yuè)来越强大(dà)，甚至输出的作品都已(yǐ)经能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发1dm等于多少cm 1dm等于多少m

警惕安全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇(tǐng)party”的(de)消息火遍网络(luò)，而经过警方辟谣这所谓(wèi)的(de)“party”可能是全(quán)国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照片(piàn)都是AI制作的真人照片绘图(tú)，因为太逼真(zhēn)，被大家(jiā)当成(chéng)真事传播(bō)了。

不(bù)过仔细观察可以发(fā)现，活动发起者提供(gōng)的(de)照片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图，那(nà)便(biàn)是图片中女性(xìng)的手(shǒu)指部分有的存在异常。

有行业人(rén)事(shì)表示：“现在因为手指部(bù)分的绘画算法比较复杂，AI还不太会画人的手(shǒu)，但最(zuì)新看(k1dm等于多少cm 1dm等于多少màn)到的图片已经有越来越完美的(de)AI模型出现，以后可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈(zhà)骗在国(guó)外也已有发生。据英国广播公司报(bào)道(dào)，土耳其地震(zhèn)期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布(bù)到网络，以此诱骗善良的人打赏“捐助(zhù)”从(cóng)而(ér)实施诈骗。

目前随着(zhe)技术发(fā)展，AIGC已(yǐ)经能做(zuò)出真人照片般(bān)的绘图效果，如果这样的(de)图片被用来诈(zhà)骗，将非常可(kě)怕(pà)。

此外AIGC还引(yǐn)发(fā)了很多担忧，一(yī)方面，批判者认为AI在“学习(xí)”了大(dà)量前(qián)人的作品之后，其创(chuàng)作没有任何(hé)情(qíng)绪和灵魂(hún)，难以和人类(lèi)的艺术创作(zuò)相提并论(lùn)。

另一(yī)方面，AIGC背后的(de)版权、目前(qián)都并(bìng)没有得到有效(xiào)的解决，还有AIGC会不(bù)会(huì)代替(tì)人类“至高(gāo)无上”的(de)创意(yì)。

马(mǎ)斯克也(yě)强调，人工智能的安全问题需要(yào)得到(dào)重视，太晚就(jiù)来不及了(le)。

03

AIGC下一站除了(le)视(shì)频，还有远(yuǎn)方(fāng)

技术都是(shì)有两面性的，潜(qián)在的危害并不能掩盖其(qí)光(guāng)辉的贡献。现(xiàn)在看来，人(rén)工(gōng)智能技(jì)术(shù)将(jiāng)是第四次工(gōng)业革(gé)命的核心驱动(dòng)力量，将创造新的增长奇迹。

过去一(yī)年(nián)，人工智能在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画就是人工智能技术发生方向性改变(biàn)的(de)一(yī)个(gè)代表。其下一(yī)站或(huò)许就是视频(pín)。

此前，Meta和谷歌(gē)先后发布了(le)几条(tiáo)引(yǐn)爆(bào)科(kē)技圈的短视频(pín)。这些视(shì)频引发(fā)关注(zhù)并非内容做得多(duō)优(yōu)秀，反而都(dōu)非常简单，比如一匹正在(zài)喝水的马，一只(zhǐ)画画的玩具熊，或(huò)者一段(duàn)骑摩托车的第一视(shì)角(jiǎo)录(lù)像，随便一个有手机的人都可以随手录下一段。

但这些(xiē)短视频的(de)创作方式非常简(jiǎn)单，创(chuàng)作者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一下要(yào)求(qiú)，AI就可(kě)以根据(jù)需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多(duō)的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视(shì)频(pín)后，AI圈就已经(jīng)玩了一(yī)波梗，一个能够做(zuò)出(chū)更高清视频(pín)的AI还不(bù)足以在短(duǎn)时间(jiān)内戳(chuō)中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊的地方在于(yú)，它可以制作出超过2分钟(zhōng)的连贯(guàn)的也有确切内容的(de)视频(pín)，这才是真正让人们感(gǎn)到(dào)惊喜的地方。因为无论AI生成的视频多么高清(qīng)，也只能(néng)是为内(nèi)容生产(chǎn)者提供一个灵(líng)感，一个素材，一个过场动画。

不过能够(gòu)制作出有具体剧情内容(róng)的视频(pín)就意味着，一些视频(pín)创作由AI代替人工(gōng)完成已经(jīng)初步有了(le)可能。

当下AI的(de)发展速度已经(jīng)超(chāo)过大部分人的想象(xiàng)。内容(róng)产(chǎn)业(yè)的本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的内(nèi)容生产方式，可以为内容产业带来更新的内容风格、更快的生产速度(dù)，更低的生产成本(běn)，这无(wú)疑会驱动内容产业的(de)大爆(bào)发(fā)。

除(chú)了AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐、代码、机器人动作(zuò)等多种内容(róng)形式的(de)生成(chéng)。不难(nán)发现该(gāi)项技术不(bù)仅在(zài)游戏等行业能得到有效应用(yòng)，对于下一代互联网各种元素的构建亦有关键意义(yì)。

从商业化的角(jiǎo)度来看(kàn)，文化娱(yú)乐、教育、传媒等诸多领域(yù)，本(běn)身就(jiù)对(duì)基(jī)于AI的(de)可视化(huà)内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果，而(ér)只(zhǐ)是(shì)AI进程中的一块重(zhòng)要拼图，有望(wàng)在技术更(gèng)新的加持下实现更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了可以生成(chéng)内容，甚至能够创(chuàng)造出独立价值和独立(lì)视角的(de)内(nèi)容。AIGC的再次出(chū)圈，更代表(biǎo)着未(wèi)来的先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言大(dà)模型、图像(xiàng)大模型之后，多模态大模(mó)型已经成为了新的(de)趋势。

大模型被誉为(wèi)当前人工智(zhì)能(néng)发展的智能底(dǐ)座，是全球(qiú)竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚(yà)马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企业都在竞相发力(lì)。

不(bù)过训练大模型的(de)确价格不菲，以(yǐ)国盛证券发(fā)布(bù)的《ChatGPT需(xū)要(yào)多(duō)少(shǎo)算力(lì)》报(bào)告估算，GPT-3训练一次(cì)的(de)成(chéng)本约(yuē)为140万美(měi)元。而对于一些更大(dà)的LLM(大型(xíng)语言模型)，训练成本则(zé)介(jiè)于200万美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立(lì)访客(kè)平(píng)均数1300万计算，其对应芯(xīn)片(piàn)需(xū)求(qiú)为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅(jǐn)电(diàn)费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注(zhù)各类大模型的发(fā)展同(tóng)时，更应该关注算力网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗级加速(sù)进程(chéng)，让(ràng)AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离得更近(jìn)。

因为算(suàn)力(lì)可以(yǐ)对突破性(xìng)技术创新提供大力的支持。这方面，多模态大模型是典(diǎn)型。作(zuò)为面向未(wèi)来(lái)强(qiáng)人工智能、通用人工智能的重要技术创新，多模(mó)态(tài)大模型已(yǐ)经(jīng)在人工智(zhì)能领域(yù)提出了(le)很多(duō)年，业界也有不少技术突(tū)破，但是(shì)，多模(mó)态大(dà)模型(xíng)进一步往下走，算力需求呈几何式上(shàng)升，一般(bān)的算(suàn)力基础设施很(hěn)快将难以胜任。

从(cóng)图(tú)像、文字、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让(ràng)人工(gōng)智能可以灵活应(yīng)对不同模(mó)态的(de)转化(huà)、像人与世界交互一样自然，这方面，由算力(lì)网络(luò)来驱(qū)动将(jiāng)有(yǒu)明(míng)显优势。

此外(wài)，还(hái)有很多需要(yào)爆(bào)发式(shì)增长的(de)算(suàn)力(lì)来支(zhī)撑的技术(shù)创(chuàng)新，将在人工(gōng)智能算力网络支(zhī)撑下快(kuài)速(sù)推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模(mó)型和大算力的支持下AIGC能持续(xù)颠(diān)覆内(nèi)容生产的方(fāng)式，将创造的边际成本(běn)降低(dī)，让万众受益。

未经允许不得转载：绿茶通用站群 1dm等于多少cm 1dm等于多少m