自聊天(tiān)机器人ChatGPT火爆以来(lái)，微软公司创(chuàng)始人比尔(ěr)·盖茨(cí)已多次公开(kāi)谈论人工智能(néng)话题。在最(zuì)近的一次采访中，他再次表示：“AI可(kě)能(néng)会让科技行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日(rì)接受《In Good Company》节目专访时提出的(de)。

他(tā)预期，AI的(de)发(fā)展可能(néng)会威胁(xié)到谷(gǔ)歌的市占率，因为微软在AI方面的行动相当(dāng)迅速(sù)。而最终科(kē)技巨头将把AI整合成(chéng)用户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并(bìng)提供(gōng)建议，可以取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到来可能尚需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话题热(rè)点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控(kòng)靠近(jìn)

以AI绘画为代表的(de)AIGC上一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举办的新(xīn)兴数字(zì)艺术家竞(jìng)赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后(hòu)各(gè)大厂(chǎng)商(shāng)的(de)AI绘(huì)画软(ruǎn)件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表(biǎo)。

用户们可(kě)以(yǐ)在应(yīng)用中输入一组关键词或者(zhě)一张(zhāng)照片，就能获得(dé)一幅AI创作的画作。

作画的关键就是(shì)所输入的文本(běn)。同一(yī)组关键词也可以(yǐ)创作(zuò)出很多张风(fēng)格不(bù)一样的(de)画(huà)作，这让创作的过程就像(xiàng)开(kāi)盲盒。

很多用户很喜(xǐ)欢(huān)这种(zhǒng)不确定(dìng)的惊(jīng)喜(xǐ)，他们会将生成的(de)美图当做头像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒(méi)体上，许多用户分(fēn)享AI“翻车现场”，例如，一位网友的小狗(gǒu)照(zhào)片被(bèi)AI画成(chéng)了“肌肉(ròu)男(nán)”，还有网友的个(gè)人照片被(bèi)AI识别成了建(jiàn)筑(zhù)。

而如今(jīn)随(suí)着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏(mǐn)创作的一种基于控制点的图像(xiàng)变(biàn)形算法，主要(yào)用于数(shù)字图像处理(lǐ)、计算(suàn)机(jī)视觉(jué)和计算机图形学等(děng)领(lǐng)域。

其SD插件(jiàn)一经发布，在短(duǎn)短的两天内便(biàn)成为了(le)AI绘画领(lǐng)域(yù)最(zuì)新的热点(diǎn)。

在(zài)此之前(qián)，大(dà)家(jiā)用(yòng)了(le)很多方(fāng)法想(xiǎng)让AI生成(chéng)的结果尽(jǐn)可能的(de)符(fú)合(hé)要求，但(dàn)是都不(bù)尽如人意，它的出现代表(biǎo)着AI生成开始进入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直接(jiē)提取画面的构(gòu)图(tú)，人(rén)物的姿(zī)势和画(huà)面的深度信息等(děng)。有了它的帮助，就不用频(pín)繁的用提示(shì)词(cí)来碰运气，抽盲(máng)盒(hé)式的创(chuàng)作了。

通(tōng)俗的说(shuō)ControlNet相当于给(gěi)AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大量的浏览量(liàng)，“viggo”就是其中之一(yī)，他(tā)用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转(zhuǎn)文字。

再(zài)用Text2Prompt插(chā)件拓展找到(dào)对应(yīng)的(de)关键(jiàn)词；最后用ControlNet插件绑定(dìng)骨骼开始换关键词(cí)试效(xiào)果。

通过图片就可以看出来，效果(guǒ)十分惊艳(yàn)。

更厉害的是，除(chú)了真(zhēn)实(shí)的(de)照片(piàn)，草图也可(kě)以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏(mǐn)其本尊也亲自回(huí)应(yīng)。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已经能以假乱真了。

02

难辨(biàn)虚实(shí)，AIGC技术力爆(bào)发(fā)

警惕安全问题

近日，“苏(sū)州(zhōu)金鸡湖有游(yóu)艇party”的消息火遍网络，而经过警方辟(pì)谣这(zhè)所谓的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗。

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

不过仔细观察可以发现，活动发(fā)起者提供的照片中有个很大的(de)漏洞(dòng)可(kě)以发(fā)现并非真人，而是(shì)AI绘图，那(nà)便是图片中女性的手指部分有的存(cún)在异常(cháng)。

有行业人事表示：“现在因为手指部分(fēn)的(de)绘(huì)画算(suàn)法(fǎ)比较复杂(zá)，AI还不(bù)太会画人(rén)的(de)手(shǒu)，但最新看到的图(tú)片已经(jīng)有(yǒu)越来越完(wán)美的AI模型出现，以后(hòu)可能就完全没有漏洞了。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国(guó)广播公(gōng)司报道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布(bù)到网络，以此诱骗善良的(de)人打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般的绘图效果(guǒ)，如(rú)果这样的图片(piàn)被用来诈(zhà)骗(piàn)，将非常可怕。

此(cǐ)外AIGC还(hái)引发了很多担忧，一方面(miàn)，批判(pàn)者认为AI在“学习”了大(dà)量前人的作品(pǐn)之后(hòu)，其创作(zuò)没有任何(hé)情绪和灵魂，难以(yǐ)和人类的艺术创(chuàng)作(zuò)相(xiāng)提并论。

另一方面，AIGC背后的版权、目前都并没有(yǒu)得到(dào)有(yǒu)效的(de)解决，还有AIGC会(huì)不会代替人(rén)类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强调，人工智能的安(ān)全(quán)问题需要得到(dào)重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除(chú)了视频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的(de)危(wēi)害(hài)并(bìng)不能掩盖(gài)其光辉的贡献。现在(zài)看来(lái)，人工智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇(qí)迹。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能技术发生方向性改变的一个代(dài)表(biǎo)。其(qí)下一站(zhàn)或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先(xiān)后发布了几条引爆(bào)科技圈的短视频(pín)。这些(xiē)视频引发关注并(bìng)非内容(róng)做得多(duō)优(yōu)秀，反而都非常简单，比如一匹正在喝(hē)水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手(shǒu)机(jī)的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式(shì)非(fēi)常简单(dān)，创作者仅仅需要向AI输入一段话(huà)，甚(shèn)至只(zhǐ)是说一下要求，AI就可(kě)以(yǐ)根(gēn)据(jù)需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清，与Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公布了(le)AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高清(qīng)视频的AI还不足以在(zài)短时(shí)间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人震惊的地(dì)方在于，它可(kě)以制(zhì)作出超过2分钟的连(lián)贯(guàn)的也(yě)有(yǒu)确切(qiè)内(nèi)容的视(shì)频，这(zhè)才是真正让人们感(gǎn)到惊(jīng)喜的地(dì)方(fāng)。因为无(wú)论AI生成的(de)视(shì)频(pín)多(duō)么高清，也只能是为内(nèi)容生产(chǎn)者提供一个灵感，一(yī)个(gè)素(sù)材(cái)，一(yī)个过场动画。

不(bù)过能够制作出有具(jù)体剧情内容的(de)视频就意味(wèi)着，一些视频创作由AI代替人工完(wán)成已经初步有了可能。

当下AI的发展速度已经超过大部分人(rén)的(de)想象。内容产业的本(běn)质是供给创造(zào)需求(qiú)，AIGC作为全新的内(nèi)容生产方式(shì)，可(kě)以为内容产业带来更新的内容风格(gé)、更快的生产速度，更(gèng)低的生(shēng)产成本，这无疑会驱动内容产业的大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术(shù)还能应用于音乐、代(dài)码、机(jī)器(qì)人动(dòng)作等多种内容形式的生成(chéng)。不难发现该项技术不(bù)仅在游戏等行(xíng)业能得到(dào)有效应用，对于(yú)下一代互联网各(gè)种元(yuán)素的(de)构(gòu)建亦(yì)有关键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可视化(huà)内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果(guǒ)，而只是(shì)AI进程中的一(yī)块(kuài)重要拼图，有(yǒu)望(wàng)在技术更新(xīn)的加持下实现更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可以生成内(nèi)容(róng)，甚至(zhì)能够创造出独立(lì)价(jià)值(zhí)和独立视角(jiǎo)的内容。AIGC的再次出圈(quān)，更代表着未来的先(xiān)进生产力即将(jiāng)到来。

馈赠的意思pe="png" data-w="1280">

04

紧抓大(dà)模型与算(suàn)力，牢固AIGC底座

从(cóng)技(jì)术的发展也(yě)可(kě)以看出(chū)，在语言大模(mó)型(xíng)、图(tú)像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经成为了新的趋(qū)势。

大模型被誉(yù)为当前人(rén)工(gōng)智能发展的智(zhì)能(néng)底(dǐ)座(zuò)，是(shì)全(quán)球(qiú)竞争最激烈的研究方向(xiàng)之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多头部企(qǐ)业(yè)都在竞相发力。

不(bù)过(guò)训练(liàn)大(dà)模型的确价格不(bù)菲，以国(guó)盛证券发(fā)布的《ChatGPT需要(yào)多少算力(lì)》报告估算，GPT-3训练一(yī)次(cì)的成本约(yuē)为140万(wàn)美元。而对于一些更(gèng)大的LLM(大(dà)型(xíng)语言模型)，训练(liàn)成本则介(jiè)于200万美元至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万(wàn)计算，其(qí)对应芯片(piàn)需求为3万(wàn)多片(piàn)英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日(rì)仅电费(fèi)就在5万(wàn)美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支(zhī)持。在关注各类大(dà)模型的发(fā)展同(tóng)时(shí)，更应(yīng)该关注算力网络的建设。

算力网络正驱(qū)动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发展的(de)终极目标离得(dé)更(gèng)近。

因为算力(lì)可以对突破性技术创新提供大力的(de)支持。这方面，多模态大模(mó)型是典型。作为面向(xiàng)未来(lái)强人(rén)工智(zhì)能、通用人工智能的(de)重要技术创(chuàng)新，多模态(tài)大模型已经(jīng)在人工智能(néng)领(lǐng)域提出了很多年，业界也有不少技术突破(pò)，但是(shì)，多模(mó)态大模型进一(yī)步(bù)往下走，算力需(xū)求呈几何式上升(shēng)，一般的算力基(jī)础设施很快将难以胜任。

从图(tú)像、文字、语(yǔ)音单独一项的训练，到双(shuāng)模态、三模态(tài)的(de)跃迁，让(ràng)人工智(zhì)能可以灵活应(yīng)对不同模态(tài)的(de)转化、像(xiàng)人与世(shì)界(jiè)交互(hù)一样自然，这方(fāng)面，由算力网络(luò)来(lái)驱动将有明显优势。

此外，还有很多(duō)需(xū)要爆发(fā)式(shì)增长的(de)算力来支撑的技术创(chuàng)新，将在人工智能算力网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的支持下AIGC能持续颠覆内容(róng)生产的(de)方(fāng)式，将创造的边际成本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 馈赠的意思