自聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软公司创始人(rén)比尔·盖茨(cí)已多次公开谈(tán)论(lùn)人工智能话题。在最(zuì)近的一次采访中，他(tā)再(zài)次表示：“AI可(kě)能(néng)会让(ràng)科(kē)技(jì)行(xíng)业(yè)迎来一次剧烈的洗牌”。

这个结论(lùn)是他在当(dāng)地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提(tí)出的。

他预期，AI的(de)发展可(kě)能会威(wēi)胁(xié)到(dào)谷歌的(de)市(shì)占率，因为微软在AI方面的(de)行(xíng)动相当迅速(sù)。而最终科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一(yī)切应用，与人(rén)们(men)进(jìn)行沟通并提供建(jiàn)议，可(kě)以取代(dài)亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可能(néng)尚需(xū)时(shí)日，但由ControlNet引发(fā)的又一次AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包(bāo)围(wéi)中杀出重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控(kòng)靠(kào)近

以AI绘画为代表(biǎo)的AIGC上一(yī)次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科罗拉(lā)多州举办的新兴数字艺术家竞(jìng)赛(sài)中，一幅名为《太空歌(gē)剧(jù)院》的作品获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大(dà)网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以在应用中(zhōng)输(shū)入一组(zǔ)关(guān)键词或(huò)者一张照片(piàn)，就(jiù)能获(huò)得一幅AI创作(zuò)的画作。

作画的(de)关键就是所输入的文(wén)本。同(tóng)一组关键词也可(kě)以创作出很多张风格不一(yī)样的画作，这让(ràng)创作(zuò)的过程就像开盲盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不确定的惊喜(xǐ)，他们会(huì)将生成的美图当做头像。而另一(yī)部分喜欢翻看(kàn)AI绘(huì)画的(de)“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如(rú)，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有(yǒu)网友的个人照片(piàn)被AI识(shí)别(bié)成(chéng)了建筑。

而如(rú)今随着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一(yī)位(wèi)正在斯坦(tǎn)福读博的中国人张(zhāng)吕敏(mǐn)创作(zuò)的一种基于控制点(diǎn)的图(tú)像(xiàng)变(biàn)形算法，主要用于数字(zì)图像处理、计算机视觉和计算机图形学等(děng)领域(yù)。

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

在此(cǐ)之前，大(dà)家(jiā)用(yòng)了很多方法想让AI生(shēng)成的结(jié)果尽可能的符合要求，但(dàn)是都不尽如人(rén)意，它的出现(xiàn)代(dài)表(biǎo)着AI生成开(kāi)始进入真正的可(kě)控时(shí)期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人物的姿势和画面的深度信息等。有了(le)它(tā)的帮(bāng)助，就不用频繁的用提示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法”，不(bù)少博主(zhǔ)的(de)作(zuò)品已经获得了大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友的照片直接带她们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插(chā)件绑定骨(gǔ)骼开始换关键词试(shì)效果(guǒ)。

高山流水是什么意思服务项目，服务里面高山流水是什么意思c="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/4efa72af2df1b5d.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.54140625" data-s="300,640" data-type="jpeg" data-w="1280">

通过图(tú)片就可以看出来(lái)，效果十(shí)分(fēn)惊艳。

更厉害(hài)的是，除了真实(shí)的照(zhào)片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全(quán)彩(cǎi)图。大神张吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强大，甚至输(shū)出(chū)的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日，“苏州(zhōu)金鸡湖有游(yóu)艇party”的消息(xī)火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟谣这所谓的“party”可能是全国第一起(qǐ)AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给(gěi)出的美女(nǚ)照片都是AI制(zhì)作的真人照片绘(huì)图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察(chá)可以发现，活动发(fā)起(qǐ)者提供(gōng)的照片中有个很(hěn)大的(de)漏(lòu)洞可以发现并(bìng)非真人，而是AI绘(huì)图，那便(biàn)是(shì)图片中女性的手(shǒu)指部分有的存在(zài)异常。

有行业(yè)人事表示：“现在(zài)因为手(shǒu)指部分的绘画算(suàn)法比较复(fù)杂，AI还不太会(huì)画人的手(shǒu)，但最新看到的图(tú)片(piàn)已经有越来越完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在国外也(yě)已(yǐ)有(yǒu)发生。据英国广(guǎng)播公(gōng)司报道，土耳其地震期间，有Tiktok用户(hù)使用AI合成了(le)儿(ér)童受灾的假照片发布到网络(luò)，以此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能(néng)做出真(zhēn)人照片般的绘图效果(guǒ)，如(rú)果这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发了很多担忧，一(yī)方面(miàn)，批判者认(rèn)为AI在“学习”了(le)大量前人的作品之后，其创作(zuò)没有任何(hé)情绪和灵魂，难(nán)以和人类的(de)艺术创作相提并论。

另一方面，AIGC背后的版权(quán)、目(mù)前(qián)都(dōu)并没有得到有效(xiào)的(de)解(jiě)决，还(hái)有(yǒu)AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强调(diào)，人工智能的安全问题需要得到(dào)重视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有两面性(xìng)的(de)，潜在的危(wēi)害并不能掩盖其(qí)光辉(huī)的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技术将是(shì)第四(sì)次工业(yè)革命(mìng)的(de)核心驱动力(lì)量，将创造新的(de)增长奇(qí)迹(jì)。

过去一年，人工智能(néng)在技术(shù)和(hé)商业层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智能技术发生(shēng)方(fāng)向(xiàng)性(xìng)改变的一(yī)个代表。其(qí)下一站(zhàn)或许就是视频。

此前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几(jǐ)条引爆科技圈的(de)短视频。这(zhè)些视频引(yǐn)发(fā)关(guān)注并非内容(róng)做得(dé)多优秀，反而(ér)都非常简单，比(bǐ)如一匹(pǐ)正在喝水的马，一只画(huà)画的(de)玩具熊，或者一(yī)段骑摩托车的第一视角录像，随便一个有手机的(de)人都可以随手(shǒu)录下一(yī)段(duàn)。

但这些短视频的创作方式非常简单(dān)，创作者仅(jǐn)仅需要向AI输入一段话，甚(shèn)至只是说一(yī)下要求(qiú)，AI就可以根据需要生(shēng)成一段视频。

谷歌发(fā)布的两(liǎng)个AI生成视频分别来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩了一(yī)波梗，一个能够做(zuò)出更高清视频的AI还不足以在短时(shí)间内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加(jiā)令人震惊的地(dì)方在于(yú)，它可以制(zhì)作出超(chāo)过2分钟的连贯的也有确切内容的(de)视频，这才是真正让人们感到惊喜的地(dì)方(fāng)。因为无论AI生成的视(shì)频(pín)多(duō)么高(gāo)清，也只能是为内(nèi)容(róng)生产(chǎn)者提供一(yī)个(gè)灵感，一(yī)个素材(cái)，一个过场动(dòng)画(huà)。

不(bù)过能够制作出(chū)有具体(tǐ)剧情内容的视频就意味着，一些视(shì)频(pín)创作(zuò)由AI代替人工完成已经初步有了可能。

当下AI的(de)发展速度已经超过大部(bù)分(fēn)人的想象。内(nèi)容产(chǎn)业的本质是供给(gěi)创造需求，AIGC作为全新的(de)内容生产方式，可以为内容(róng)产业带来更新的(de)内容风格、更快(kuài)的生产(chǎn)速度，更(gèng)低的(de)生产成本，这无(wú)疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码(mǎ)、机(jī)器人(rén)动作等多种(zhǒng)内容形(xíng)式的生(shēng)成。不难(nán)发(fā)现该项技术(shù)不仅在(zài)游戏等行(xíng)业能得到(dào)有效(xiào)应用，对于(yú)下一代(dài)互联网各种(zhǒng)元素的(de)构建亦有关键意义。

从商业化的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒等诸(zhū)多领域，本身就对基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及视频或不(bù)是结果，而(ér)只是(shì)AI进(jìn)程中的一块重要拼图(tú)，有望在(zài)技(jì)术更新的加持下实现(xiàn)更大的应用(yòng)价值。

AI从理解内(nèi)容，走向了可以生(shēng)成内(nèi)容，甚至(zhì)能够创造出独立价值(zhí)和独立视角(jiǎo)的内容(róng)。AIGC的再次出圈，更代(dài)表着未(wèi)来的先进生产力即将(jiāng)到(dào)来。

04

紧(jǐn)抓大(dà)模型(xíng)与算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在(zài)语(yǔ)言大(dà)模型、图像(xiàng)大模型之后，多(duō)模态大模型已(yǐ)经成为了新的趋势。

大模型被誉为(wèi)当前(qián)人工(gōng)智能发展的(de)智能底座(zuò)，是全(quán)球竞争最激(jī)烈(liè)的(de)研究方向(xiàng)之(zhī)一(yī)，包括谷歌、亚(yà)马逊、百(bǎi)度(dù)、阿(ā)里(lǐ)、腾讯等众(zhòng)多(duō)头部(bù)企业(yè)都在竞相发力(lì)。

不过训(xùn)练大模型的确价格(gé)不菲(fēi)，以国盛证券(quàn)发布的《ChatGPT需要(yào)多少算(suàn)力》报告(gào)估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更大的(de)LLM(大(dà)型语言模型)，训(x高山流水是什么意思服务项目，服务里面高山流水是什么意思ùn)练成本则介(jiè)于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应(yīng)芯片(piàn)需求为(wèi)3万多片(piàn)英伟达(dá)A100 GPU，初始投入成(chéng)本(běn)约为8亿美(měi)元，每日仅电费就(jiù)在5万美元左右(yòu)。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离(lí)不开(kāi)庞(páng)大算(suàn)力支持。在(zài)关注各类大模型的发展同时，更应该(gāi)关(guān)注(zhù)算力(lì)网络的建设。

算力网络正驱动AI产业(yè)发展进入(rù)史诗(shī)级加(jiā)速进程，让(ràng)AIGC及通用AI这(zhè)一人工智能发(fā)展的终极目标离(lí)得更近。

因为算力可以对突破性技术(shù)创新提供大力的支持(chí)。这方面，多模态大模型是典(diǎn)型。作为面向未来强(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(mó)型已经在人工智能领域提出了很多(duō)年(nián)，业(yè)界也有(yǒu)不少(shǎo)技术(shù)突(tū)破(pò)，但是，多模(mó)态大模型进一步(bù)往下(xià)走(zǒu)，算(suàn)力需求呈几(jǐ)何式上升，一般的算(suàn)力(lì)基(jī)础设施很快将难以胜(shèng)任。

从图像、文字(zì)、语音(yīn)单(dān)独一项(xiàng)的训练，到双模(mó)态、三模态的跃迁，让人工智能可以(yǐ)灵活应对(duì)不同模(mó)态的转(zhuǎn)化、像人与世界(jiè)交(jiāo)互一样自然，这方面，由算力网络来驱动(dòng)将有(yǒu)明(míng)显优势。

此外，还有很多需(xū)要爆发式增长的算力(lì)来支撑(chēng)的技(jì)术(shù)创新，将在人(rén)工智能(néng)算力网络(luò)支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型和大算力(lì)的支持下(xià)AIGC能(néng)持续(xù)颠覆内容生产的方(fāng)式，将创(chuàng)造的边际成本降低，让万(wàn)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 高山流水是什么意思服务项目，服务里面高山流水是什么意思