自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创始人(rén)比尔·盖(gài)茨已多(duō)次公(gōng)开谈论人工(gōng)智能话题。在(zài)最近(jìn)的(de)一次采访中，他(tā)再次表示(shì)：“AI可能(néng)会让科技行业(yè)迎来一次剧烈的洗牌”。

这个结论是他在当地时间2月20日接受(shòu)《In Good Company》节目(mù)专访(fǎng)时提出(chū)的。

他预(yù)期，AI的(de)发展可(kě)能会威胁到(dào)谷(gǔ)歌(gē)的市占率，因为微软在AI方面的行动相当(dāng)迅速。而(ér)最终科技巨头将把(bǎ)AI整合成(chéng)用(yòng)户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进(jìn)行(xíng)沟通并提供(gōng)建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全(quán)能助手的到来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中(zhōng)杀出(chū)重(zhòng)围。

01

ControlNet颠(diān)覆AI绘(huì)画新玩法

AIGC向(xiàng)可(kě)控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时候(hòu)，还是2022年8月，在美国科罗拉多(duō)州(zhōu)举办的新兴数字艺术家竞赛中，一(yī)幅名为《太空歌剧院》的作品获奖(jiǎng)。

随后各(gè)大厂商的AI绘画软(ruǎn)件被广大网(wǎng)友熟(shú)知并体验(yàn)，Stable Diffusion便是其中代表。

用户们(men)可(kě)以(yǐ)在应用中输入一组关键词或者(zhě)一张照片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的关键就是所(suǒ)输入(rù)的(de)文本。同一组关键(jiàn)词也可以创作出很多张风格不一样的画(huà)作，这让(ràng)创作的过(guò)程就像开盲盒。

很多用户很喜欢这(zhè)种不确(què)定的(de)惊喜，他(tā)们会将(jiāng)生成的美(měi)图当做头像。而另(lìng)一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上(shàng)，许多用(yòng)户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌肉男(nán)”，还有网(wǎng)友(yǒu)的个人照(zhào)片(piàn)被AI识(shí)别成了(le)建筑(zhù)。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画的填写关键词游(yóu)戏可(kě)能(néng)要被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人(rén)张吕敏(mǐn)创(chuàng)作的一(yī)种基于控(kòng)制点的图像变形算法，主要用(yòng)于数(shù)字图像处理(lǐ)、计算机视觉(jué)和计算机图形学等领域。

其SD插件(jiàn)一经(jīng)发布，在短短的两(liǎng)天内(nèi)便成(chéng)为了(le)AI绘(huì)画领域最新的热点。

在(zài)此之前，大家(jiā)用了(le)很(hěn)多(duō)方法想让AI生成的(de)结果尽可能的符合要求，但是(shì)都不尽如人意(yì)，它的(de)出(chū)现代(dài)表着(zhe)AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取(qǔ)画面的构(gòu)图，人物的姿势和画面(miàn)的(de)深(shēn)度信息等。有了它的(de)帮助，就(jiù)不用频(pín)繁的用提(tí)示词来碰运气，抽(chōu)盲(máng)盒式的创作了。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少(shǎo)博主的作(zuò)品已经获得了大量的浏(liú)览量，“viggo”就是其中之一，他用朋友的照片直(zhí)接带她们走进动漫世界。

viggo先(xiān)用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的(de)关键词；最后用(yòng)ControlNet插件绑定骨骼开(kāi)始换关键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果(guǒ)十(shí)分惊艳。

更厉害的(de)是，除(chú)了真(zhēn)实的(de)照片，草(cǎo)图也可以加上“魔法”，知乎大(dà)牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转(zhuǎn)全彩图。大神张吕敏其本尊也亲自回应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至输(shū)出的作(zuò)品(pǐn)都已经能以假乱真了。

02

难(nán)辨虚实，AIGC技术力(lì)爆发

警惕安全问题

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而经过(guò)警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美(měi)女照片都是(shì)AI制作(zuò)的真人照片绘(huì)图，因为太逼真，被大(dà)家(jiā)当成真事传播了。

不过(guò)仔细观察可以发现，活动发起者提供的照片中(zhōng)有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便(biàn)是(shì)图片中女(nǚ)性的(de)手指(zhǐ)部分(fēn)有(yǒu)的存(cún)在异常。

有行业(yè)人事表示：“现在(zài)因为手指(zhǐ)部分的绘画算法比较复杂(zá)，AI还不太会画(huà)人的手，但最新看(kàn)到的图片(piàn)已经有越来越完(wán)美的(de)AI模型出现，以后可(kě)能就完(wán)全没有漏洞了。”

类似的AI作图诈骗在(zài)国外(wài)也已(yǐ)有(yǒu)发生(shēng)。据英国(guó)广播(bō)公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合(hé)成了儿童受灾的假照(zhào)片发布(bù)到(dào)网络(luò)，以此诱骗善良(liáng)的(de)人打赏(shǎng)“捐(juān)助”从(cóng)而(ér)实施诈骗。

目前随着技术(shù)发(fā)展(zhǎn)，AIGC已经能(néng)做(zuò)出真(zhēn)人照片(piàn)般的绘图(tú)效果，如果(guǒ)这(zhè)样的图片被用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还(hái)引发了很(hěn)多(duō)担忧，一方面(miàn)，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作没(méi)有任何情绪(xù)和灵魂，难以和人类的艺术创作相提并论。

另一方面，AIGC背后的版(bǎn)权(quán)、目前都并没有得到有效的解(jiě)决，还有AIGC会不(bù)会代(dài)替人(rén)类“至高无上”的(de)创意。

马斯克也强调(diào)，人工智能的安(ān)全问题需(xū)要(yào)得(dé)到(dào)重视(shì)，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都(dōu)是(shì)有两面(miàn)性的(de)，潜在(zài)的(de)危害(hài)并不能(néng)掩盖其光辉的贡(gòng)献。现在看来，人工智能技术将是第四(sì)次工业革命(mìng)的核(hé)心驱动力量，将创(chuàng)造(zào)新的(de)增(zēng)长(zhǎng)奇(qí)迹。

过去一年，人工智能在(zài)技(jì)术和商业层面都(dōu)有了巨大(dà)进展，AI绘画(huà)就是(shì)人工智能技术发(fā)生方(fāng)向(xiàng)性(xìng)改变(biàn)的一个(gè)代表(biǎo)。其下(xià)一(yī)站或(huò)许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引(yǐn)爆科技圈(quān)的短视(shì)频。这些视频引发关注并非内容做得(dé)多(duō)优秀，反而都非常简(jiǎn)单，比(bǐ)如(rú)一匹正在喝水的马，一(yī)只画画的玩具熊(xióng)，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便(biàn)一个有手(shǒu)机的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式非常简单，创作(zuò)者仅仅需要向AI输入一段话，甚(shèn)世界上女性最开放的是哪个国家至只是说一(yī)下(xià)要求，AI就可以(yǐ)根(gēn)据需要生成一段视频(pín)。

谷歌发布的两个AI生(shēng)成(chéng)视频(pín)分(fēn)别来自于(yú)Imagen Video和(hé)Phenaki，前者主要(yào)突(tū)出(chū)的是高(gāo)清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做出(chū)更高清视频(pín)的(de)AI还不足以在短时间(jiān)内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分钟的连(lián)贯的也有确(què)切内容的视频(pín)，这才(cái)是真正让人(rén)们感到惊喜(xǐ)的(de)地(dì)方。因(yīn)为无论AI生(shēng)成的(de)视频(pín)多么高(gāo)清，也只能(néng)是为(wèi)内容生产者提供(gōng)一(yī)个(gè)灵感，一(yī)个素材，一个过场动画(huà)。

不过能够制作出有具体剧(jù)情(qíng)内容的(de)视频就(jiù)意(yì)味着(zhe)，一些视频创作由AI代替人工完成(chéng)已(yǐ)经初步(bù)有了可能(néng)。

当(dāng)下AI的(de)发展(zhǎn)速度已经超过大(dà)部分(fēn)人(rén)的(de)想(xiǎng)象。内容产(chǎn)业(yè)的本(běn)质(zhì)是供给创造需(xū)求(qiú)，AIGC作(zuò)为全(quán)新的内容(róng)生产方式(shì)，可(kě)以为内容(róng)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，这无疑(yí)会驱动(dòng)内(nèi)容产业的大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术(shù)还(hái)能(néng)应用(yòng)于(yú)音乐、代码、机器人(rén)动作(zuò)等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项技术不仅在游戏等(děng)行业(yè)能得到有效应(yīng)用(yòng)，对于下一代互联(lián)网(wǎng)各种元素(sù)的(de)构建亦有(yǒu)关键(jiàn)意义。

从商业化的角度(dù)来看，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化(huà)内容有强烈需求。

因此，AI绘(huì)画及(jí)视频或(huò)不(bù)是结(jié)果，而只是AI进程中(zhōng)的一块重要(yào)拼图，有望在技(jì)术更新的加持下实现更大的应用价值。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创造出(chū)独立价值和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈世界上女性最开放的是哪个国家，更代表(biǎo)着未来的先(xiān)进生产力即将到来。

04

紧(jǐn)抓(zhuā)大模型与算力(lì)，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可(kě)以(yǐ)看出，在语言大模型、图(tú)像(xiàng)大(dà)模型之后，多模(mó)态大模型已经成为(wèi)了新(xīn)的(de)趋势。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是全球竞争最激烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部企业都在竞相发力(lì)。

不(bù)过训(xùn)练大模型的确价格不菲，以国盛(shèng)证(zhèng)券发布的《ChatGPT需要多少(shǎo)算力(lì)》报告估算(suàn)，GPT-3训(xùn)练一次的成本约为(wèi)140万(wàn)美元。而对于一些更大的LLM(大型(xíng)语言模型(xíng))，训练(liàn)成本则介于200万美元(yuán)至1200万美(měi)元高价之(zhī)间(jiān)。

以(yǐ)ChatGPT在(zài)2023年1月的独立访客平均数1300万计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初始投(tóu)入成本约为8亿美元，每日仅电费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开庞大(dà)算力支(zhī)持。在关注各类大模型的发展同时，更应(yīng)该关注算(suàn)力(lì)网络(luò)的建(jiàn)设(shè)。

算力网络正驱动AI产业发展(zhǎn)进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这(zhè)一人工(gōng)智能发展(zhǎn)的终(zhōng)极目标离(lí)得更近。

因(yīn)为算力可以(yǐ)对突破性技术创新提供大力的(de)支持。这方面，多模(mó)态大模(mó)型是(shì)典型。作为面(miàn)向未(wèi)来(lái)强人(rén)工智能、通用(yòng)人工智能的(de)重要技术创新，多模(mó)态大模型已经在人工智(zhì)能领域提出了很多年(nián)，业界也有不少(shǎo)技术突破，但是，多模态大模型进一步(bù)往下走，算力(lì)需求呈(chéng)几(jǐ)何式上(shàng)升(shēng)，一般(bān)的(de)算力(lì)基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练(liàn)，到双模态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样自然，这方(fāng)面，由算力网络来驱动将有(yǒu)明(míng)显优势(shì)。

此外，还有很多(duō)需要爆发(fā)式增长的算力(lì)来支(zhī)撑(chēng)的(de)技术(shù)创新，将(jiāng)在人(rén)工智能算力网络支撑下快速(sù)推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支持下AIGC能持续(xù)颠覆(fù)内容生产的方式，将创(chuàng)造的边际(jì)成本降低，让万众受益(yì)。

未经允许不得转载：河南钢构网--首页(钢结构、彩钢、活动房等等。河南钢构网是河南省最大的钢结构网站，为河南地市各钢结构公司提供产品信息、供求信息、人才信息，网址：http://www.hnganggou.com ) 世界上女性最开放的是哪个国家