自聊天(tiān)机器人ChatGPT火爆以来，微软(ruǎn)公司(sī)创始(shǐ)人比尔·盖茨(cí)已多次公开谈论人工智能话题。在最近的(de)一次采访中(zhōng)，他再(zài)次(cì)表(biǎo)示：“AI可能会让科技行业(yè)迎来一次剧(jù)烈的洗牌”。

这个结论是他在(zài)当地时间2月20日接受(shòu)《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发(fā)展(zhǎn)可能会威胁到谷歌的市(shì)占率，因为微软在AI方(fāng)面的行动(dòng)相(xiāng)当(dāng)迅(xùn)速。而(ér)最终科技巨头(tóu)将把AI整合(hé)成(chéng)用(yòng)户的“全能(néng)助手(shǒu)”，包(bāo)揽一切应用，与人们进行沟通并提供建议，可以取代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口中全能助手的到(dào)来可能尚需时日，但由(yóu)ControlNet引发的又一(yī)次(cì)AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次(cì)爆(bào)火的(de)时候(hòu)，还是2022年8月，在(zài)美国科罗(luó)拉多州举办(bàn)的新兴数字艺(yì)术家(jiā)竞赛中(zhōng)，一幅名为《太空(kōng)歌剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们(men)可以在应用中输入一组关键词或(huò)者一张(zhāng)照(zhào)片，就能获得(dé)一(yī)幅AI创(chuàng)作的(de)画作。

作画的关键(jiàn)就(jiù)是所输入(rù)的(de)文本。同一组关键(jiàn)词也可以创作出(chū)很多张风格不一样的画作(zuò)，这让创作的过程就像开盲盒(hé)。

很多(duō)用户(hù)很喜(xǐ)欢这种(zhǒng)不确定的惊(jīng)喜，他们(men)会(huì)将生(shēng)成的美图(tú)当做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在社(shè)交(jiāo)媒体上，许多用户分(fēn)享AI“翻车(chē)现场”，例如，一位(wèi)网友的小狗照片(piàn)被AI画成了“肌(jī)肉男(nán)”，还有网(wǎng)友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如(rú)今(jīn)随着(zhe)ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画(huà)的填(tián)写关键词游戏可能要被颠覆了(le)。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦(tǎn)福读(dú)博的中国人张吕敏创作的一种基(jī)于控制点的(de)图像变形(xíng)算法，主(zhǔ)要用于数字图像处理、计算机视觉和计算机(jī)图形学等领域。

其SD插件一经发布，在短短的(de)两天内便(biàn)成为了(le)AI绘画领域最新的热点。

在(zài)此之前(qián)，大家用(yòng)了很多(duō)方法想让AI生成的(de)结果尽(jǐn)可能的符(fú)合要求，但是都不尽如(rú)人意(yì)，它的出(chū)现(xiàn)代表着AI生成开始进(jìn)入真正的可控时期。

因为ControlNet可以直接提取画(huà)面的构(gòu)图，人物的姿势和画(huà)面的深度信(xìn)息等(děng)。有了它(tā)的(de)帮(bāng)助，就不用频(pín)繁的用(yòng)提示词来碰运气，抽盲盒(hé)式(shì)的创作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘画(huà)加了(le)“魔(mó)法”，不少(shǎo)博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就是其(qí)中之一，他用朋友的照片直接带(dài)她们走(zǒu)进动漫世(shì)界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最(zuì)后用ControlNet插件绑定(dìng)骨骼开始换(huàn)关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的(de)照片，草(cǎo)图也可(kě)以加上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神(shén)张吕敏(mǐn)其本尊也(yě)亲(qīn)自回应。

不得不说当下AIGC已经变得越来(lái)越强大(dà)，甚至输出(chū)的作品都(dōu)已经能以假(jiǎ)乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警(jǐng)惕(tì)安全问(wèn)题

近日，“苏(sū)州金(jīn)鸡(jī)湖有游(yóu)艇party”的消(xiāo)息(xī)火遍网(wǎng)络，而经(jīng)过警方辟谣这所(suǒ)谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于这(zhè)个活动(dòng)里面(miàn)给出的美女照(zhào)片都(dōu)是AI制作的真人照片绘图，因为(wèi)太逼真，被大家(jiā)当成真事传(chuán)播(bō)了。

不过仔细(xì)观察可以发(fā)现，活动发起者提供(gōng)的照片中有(yǒu)个很大(dà)的漏洞(dòng)可以发现并非(fēi)真人，而是AI绘图，那便是(shì)图片中女性的手指(zhǐ)部分有的存在异常。

有(yǒu)行业(yè)人事(shì)表示：“现(xiàn)在因(yīn)为(wèi)手指部分的绘画算法比(bǐ)较复杂，AI还不太会(huì)画人的手(shǒu)，但(dàn)最新看到的(de)图(tú)片(piàn)已经有越来越完美的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在(zài)国(guó)外也已有发生。据英(yīng)国广播公司报道，土耳(ěr)其地(dì)震(zhèn)期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发(fā)布到(dào)网络(luò)，以此诱骗善良的人打赏“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能(néng)做(zuò)出真人照片(piàn)般(bān)的绘图效果，如果这样的(de)图片被用来诈骗，将非常可怕。

此外AIGC还(hái)引发了很多担(dān)忧(yōu)，一方面，批判者认为AI在“学习(xí)”了大量(liàng)前人的作(zuò)品之后，其(qí)创作(zuò)没有任何情绪和(hé)灵魂，难以和(hé)人(rén)类的艺术创作相提并(bìng)论。

另一方(fāng)面，AIGC背(bèi)后的版权、目前都并没有得(dé)到(dào)有效的解决(jué)，还有AIGC会不会代替人(rén)类(lèi)“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安(ān)全问题需(xū)要得(dé)到重视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有远方

技术都是有两面性的(de)，潜(qián)在的危害(hài)并(bìng)不能掩盖其光(guāng)辉的贡献。现在看来，人(rén)工智能技术将是第四次工(gōng)业革命(mìng)的核心驱动力量(liàng)，将创造新的增长奇迹。

过(guò)去(qù)一年，人(rén)工智能在技术和商业层面都有了巨大(dà)进展，AI绘画就是人工智能技术(shù)发(fā)生方(fāng)向性(xìng)改变的一个(gè)代表。其下一站或(huò)许就是视频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆科技(jì)圈的短视频。这些视频(pín)引发关注并非内(nèi)容做得多(duō)优秀，反而都非常简单，比(bǐ)如一匹正在喝(hē)水的马，一只(zhǐ)画(huà)画的(de)玩具(jù)熊，或(huò)者一段骑摩托车的第一(yī)视角录像，随便(biàn)一个有手机的人都可以随手录下(xià)一(yī)段。

但这些短视(shì)频的创作方(fāng)式非常(cháng)简(jiǎn)单，创作者仅仅需要向AI输入一(yī)段话，甚至只是(shì)说一下要(yào)求(qiú)，AI就可(kě)以根据(jù)需(xū)要(yào)生成一段(duàn)视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还不足以在短时(shí)间(jiān)内戳中(zhōng)兴奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地方在于，它可(kě)以制作(zuò)出超过(guò)2分钟的(de)连贯的也有确切内容的(de)视频，这才(cái)是真正(zhèng)让人们感(gǎn)到惊(jīng)喜的地方。因为(wèi)无论AI生成(chéng)的视频多么高清(qīng)，也只能是为(wèi)内容生(shēng)产(chǎn)者提供一个灵感，一个素材，一个过(guò)场动(dòng)画。

不过能够10的负3次方等于多少 10的负3次方平方厘米等于多少平方米制作出(chū)有具(jù)体剧情内容的视频(pín)就意味着，一些视频创作由AI代替人工(gōng)完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的(de)想(xiǎng)象。内容产业的本质是供(gōng)给(gěi)创(chuàng)造需求，AIGC作为全新(xīn)的内容生(shēng)产方(fāng)式，可以为内容产业带来更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这(zhè)无疑会驱动内(nèi)容产业的大爆发。

除了AI绘(huì)图(tú)、视频(pín)，AIGC技术还(hái)能应用于音乐、代(dài)码、机(jī)器(qì)人动(dòng)作等多种内(nèi)容形式(shì)的生(shēng)成。不难发现该项技(jì)术不(bù)仅(jǐn)在(zài)游戏等(děng)行业能得到有效(xiào)应用，对(duì)于下一(yī)代互(hù)联网各种元素的构建亦有关键意义。

从商(shāng)业化的角度来看(kàn)，文化娱乐、教育、传(chuán)媒(méi)等诸(zhū)多领域(yù)，本身就对基于AI10的负3次方等于多少 10的负3次方平方厘米等于多少平方米的可视(shì)化内容有强(qiáng)烈(liè)需求。

因此，AI绘画(huà)及视频或(huò)不是结果，而只(zhǐ)是AI进程中的一(yī)块重要拼图，有望(wàng)在技术更新的(de)加持下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可以生成内容，甚至(zhì)能(néng)够(gòu)创(chuàng)造出(chū)独立价值和(hé)独立视角的内容。AIGC的再(zài)次出圈(quān)，更(gèng)代(dài)表着未来(lái)的(de)先进生产力即将到来。

04

紧抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技(jì)术的(de)发(fā)展也可以看(kàn)出，在语(yǔ)言大模型、图像(xiàng)大模型之(zhī)后，多(duō)模态大模(mó)型(xíng)已经成为了新的趋势。

大(dà)模型(xíng)被誉(yù)为当前人工智能(néng)发(fā)展的(de)智能底座，是全球竞争最激烈的研究方向之(zhī)一，包(bāo)括谷歌(gē)、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在(zài)竞相(xiāng)发(fā)力(lì)。

不(bù)过训(xùn)练大模(mó)型的(de)确(què)价(jià)格不菲(fēi)，以国盛证券发布的(de)《ChatGPT需要(yào)多(duō)少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更大的LLM(大型语言(yán)模型)，训(xùn)练成本则(zé)介于200万美元(yuán)至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客(kè)平均数1300万计算(suàn)，其对应芯片(piàn)需(xū)求为3万多片(piàn)英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅(jǐn)电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大(dà)算力支持。在关注各类(lèi)大模型的发(fā)展同时(shí)，更应该关(guān)注算力(lì)网络的建(jiàn)设。

算(suàn)力(lì)网络(luò)正驱动AI产(chǎn)业(yè)发展(zhǎn)进入史诗(shī)级(jí)加(jiā)速进(jìn)程，让AIGC及通用AI这一(yī)人工智能发展的终(zhōng)极目标(biāo)离得更近。

因为算力(lì)可以对(duì)突破性(xìng)技(jì)术(shù)创新提供大(dà)力的支持。这方面，多模(mó)态大(dà)模型是典型。作(zuò)为面向未来强人工智能、通用(yòng)人工智能(néng)的重要技术创新，多模态大模型已经在人(rén)工智能领域(yù)提出了很多年，业界(jiè)也有不(bù)少技(jì)术突破，但是，多(duō)模态大模型进一步往下走，算(suàn)力需求呈几何式上升，一般的算(suàn)力基础(chǔ)设施很快将(jiāng)难(nán)以胜任。

从(cóng)图像、文字、语音单独一项的训练，到(dào)双(shuāng)模态、三模态的(de)跃迁，让(ràng)人(rén)工智能可以(yǐ)灵活应对不同模(mó)态的转化、像人(rén)与(yǔ)世(shì)界(jiè)交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动将有(yǒu)明显优势(shì)。

此外(wài)，还有很多需(xū)要爆发(fā)式增长的算力来支撑(chēng)的技术(shù)创新，将在人工智能算力网络支撑下(xià)快速(sù)推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容(róng)生(shēng)产的方式(shì)，将创造的边际成本降低，让(ràng)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 10的负3次方等于多少 10的负3次方平方厘米等于多少平方米