自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创始(shǐ)人比尔·盖茨已(yǐ)多次(cì)公开谈论(lùn)人工智(zhì)能话(huà)题。在最近(jìn)的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可能会让科技行业迎来一(yī)次剧烈的洗牌”。

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

他预期，AI的发展可(kě)能会威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方面的行(xíng)动相当(dāng)迅速。而最终(zhōng)科技巨头(tóu)将(jiāng)把(bǎ)AI整合成(chéng)用户的“全能(néng)助手”，包(bāo)揽一切应用，与(yǔ)人(rén)们进行(xíng)沟通并(bìng)提供(gōng)建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用(yòng)。

大佬(lǎo)口中全能助手的到来可(kě)能尚(shàng)需(xū)时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩(wán)法

AIGC向可控靠(kào)近

以(yǐ)AI绘(huì)画(huà)为代(dài)表的(de)AIGC上(shàng)一次(cì)爆火的时候(hòu)，还是(shì)2022年8月，在美国(guó)科罗拉多州(zhōu)举办的新兴数(shù)字艺(yì)术家竞赛中，一幅名(míng)为《太空(kōng)歌剧院》的(de)作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代(dài)表(biǎo)。

用(yòng)户们可以在(zài)应用中输入一组关(guān)键(jiàn)词(cí)或者一张照片(piàn)，就能(néng)获得(dé)一幅AI创(chuàng)作的画作(zuò)。

作画的(de)关(guān)键(jiàn)就是(shì)所输入的(de)文本。同一组(zǔ)关键词(cí)也可以(yǐ)创作出很(hěn)多张风格(gé)不一样的画作，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种不确(què)定的(de)惊喜，他们会将(jiāng)生成(chéng)的美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照(zhào)片(piàn)被AI画成了“肌(jī)肉男”，还有网(wǎng)友(yǒu)的个人照片(piàn)被AI识别成(chéng)了建(jiàn)筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆了(le)。

ControlNet是(shì)一位正在斯(sī)坦福读博的中国人张吕敏创作的一(yī)种基(jī)于(yú)控制(zhì)点的图(tú)像(xiàng)变形算(suàn)法，主(zhǔ)要(yào)用于(yú)数字图(tú)像处(chù)理、计算机(jī)视(shì)觉和计(jì)算机图形学等领域。

其(qí)SD插件(jiàn)一经发(fā)布，在短短的(de)两(liǎng)天内便成(chéng)为了AI绘画领域最(zuì)新(xīn)的(de)热(rè)点。

在此之前，大家(jiā)用(yòng)了很多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要求，但是都(dōu)不(bù)尽如人意，它(tā)的(de)出现代表着AI生成开始进入真正的可控时期(qī)。

因(yīn)为ControlNet可以直接提取画面的(de)构图，人(rén)物的姿势和画面(miàn)的深度(dù)信(xìn)息等。有了它的(de)帮助，就不用频(pín)繁(fán)的用(yòng)提示词来碰运气，抽(chōu)盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已经获得了(le)大(dà)量(liàng)的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她(tā)们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓(tuò)展找到对应的(de)关(guān)键词；最后(hòu)用ControlNet插件绑定骨骼开始(shǐ)换关(guān)键(jiàn)词试效果。

通过图片就(jiù)可以看出来，效果十分惊艳。

更厉害的是，除了真实(shí)的照(zhào)片，草(cǎo)图(tú)也可(kě)以加(jiā)上“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到(dào)ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲自回应。

不(bù)得不说(shuō)当下(xià)AIGC已经(jīng)变(biàn)得越来越(yuè)强大，甚至(zhì)输(shū)出(chū)的作品都已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问题(tí)

近日，“苏州(zhōu)金鸡湖有游艇party”的(de)消息火遍网络，而经过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片都是AI制作的(de)真人照片绘图，因(yīn)为太(tài)逼真，被大家当成(chéng)真(zhēn)事传(chuán)播了。

不过仔细观察可以(yǐ)发现，活(huó)动发(fā)起者提供的(de)照片中有个很大的漏洞可以发现并非真人(rén)，而(ér)是AI绘图，那(nà)便是图片中女(nǚ)性的手(shǒu)指部分有的(de)存(cún)在异常(cháng)。

有行业人事表示：“现(xiàn)在因为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画(huà)人的手，但最(zuì)新看到的(de)图(tú)片已经有越来越完美的(de)AI模型(xíng)出现逆天邪神为什么不更新了 逆天邪神是什么时候开始写的(xiàn)，以后可能就(jiù)完全没有漏洞(dòng)了。”

类似(shì)的AI作图诈骗在国外也已有发生。据英国广播公(gōng)司报道，土耳(ěr)其(qí)地震(zhèn)期间，有Tiktok用户使用AI合成了儿童受灾的假照片(piàn)发布到网络(luò)，以此诱骗(piàn)善良的(de)人打赏“捐助”从而(ér)实(shí)施诈骗。

目(mù)前随着(zhe)技术发展(zhǎn)，AIGC已(yǐ)经能(néng)做出(chū)真人照片般的(de)绘图效果(guǒ)，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此(cǐ)外AIGC还引发了很(hěn)多担忧，一(yī)方(fāng)面，批(pī)判者(zhě)认为AI在“学习”了大量前人的作(zuò)品之(zhī)后，其创作没有任(rèn)何情(qíng)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(bèi)后的版权(quán)、目前都并没有(yǒu)得到有(yǒu)效(xiào)的解决(jué)，还有AIGC会不会(huì)代替人类“至高(gāo)无上(shàng)”的创意。

马斯克(kè)也强调，人工智能的安全问(wèn)题需要得到重视，太晚就来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性(xìng)的，潜在的危(wēi)害并不能掩(yǎn)盖其光(guāng)辉的贡献。现在看(kàn)来，人(rén)工智能技(jì)术将是第(dì)四(sì)次工业革命(mìng)的核心驱动(dòng)力量，将创造(zào)新的增长奇迹。

过去一年，人工智能在(zài)技术和(hé)商业(yè)层面都(dōu)有了巨大进展，AI绘画就是(shì)人工智能技术发(fā)生方向性改变的一个代表(biǎo)。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈的短视(shì)频(pín)。这些视频引发(fā)关注(zhù)并(bìng)非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝(hē)水的(de)马，一(yī)只画画(huà)的玩具熊，或者一段(duàn)骑摩托车(chē)的第一视角录像，随(suí)便一个有(yǒu)手机的人都(dōu)可(kě)以随(suí)手录(lù)下一段。

但(dàn)这些(xiē)短视频的创作方式(shì)非常简单，创作者(zhě)仅(jǐn)仅需要(yào)向AI输入(rù)一(yī)段话，甚至(zhì)只是说一(yī)下要求，AI就可以(yǐ)根据需要(yào)生(shēng)成一段(duàn)视频。

谷歌发布(bù)的两个AI生成(chéng)视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突(tū)出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈(quān)就(jiù)已经玩了一波梗(gěng)，一(yī)个(gè)能够做出(chū)更高清视频的AI还不足以在短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方在(zài)于，它可以制(zhì)作出超过2分钟的(de)连(lián)贯的也有确切内容(róng)的视(shì)频(pín)，这才是真正让人们感到(dào)惊喜的地方。因(yīn)为无(wú)论(lùn)AI生成的视频多么(me)高清，也只能是为内(nèi)容生产者提供一个灵(líng)感，一个素材，一个过场动画。

不(bù)过(guò)能够制作出有具体剧情内(nèi)容的视频就(jiù)意(yì)味着，一些视频创作由(yóu)AI代替人工完(wán)成(chéng)已经(jīng)初步有(yǒu)了可能(néng)。

当下AI的(de)发展速度(dù)已经超过大部分(fēn)人(rén)的想(xiǎng)象(xiàng)。内容产业的本质是(shì)供给创造(zào)需(xū)求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更新的内容(róng)风(fēng)格(gé)、更快的生产速度，更低的生产成(chéng)本，这无(wú)疑会驱动内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动(dòng)作等多(duō)种(zhǒng)内容形式(shì)的(de)生成。不难发现该项技术不仅在游戏等行业能得到有效应用，对于(yú)下一代互(hù)联网(wǎng)各种元素(sù)的构建亦有关(guān)键(jiàn)意义。

从商业化的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒等(děng)诸(zhū)多领域(yù)，本身就对基于(yú)AI的可(kě)视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中的一块(kuài)重要拼(pīn)图，有望在(zài)技术更新的加持(chí)下实现更大的应用(yòng)价值。

AI从(cóng)理解内(nèi)容，走向了可以(yǐ)生(shēng)成内容，甚至能够(gòu)创造出独立价(jià)值和独立(lì)视(shì)角的(de)内容。AIGC的再次出圈，更代表着未来的先进(jìn)生(shēng)产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可以(yǐ)看出(chū)，在(zài)语言大模型、图像大模型(xíng)之(zhī)后，多模态大模型已经(jīng)成为(wèi)了新的趋势(shì)。

大模型(xíng)被誉为当前(qián)人工智能发展的智(zhì)能(néng)底(dǐ)座，是全球竞争最激烈的研究方向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头(tóu)部企业都(dōu)在竞相发(fā)力。

不过(guò)训练(liàn)大模型的确(què)价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一些更(gèng)大的LLM(大型(xíng)语(yǔ)言模(mó)型(xíng))，训练成(chéng)本则介于200万美元至1200万美元高价(jià)之(zhī)间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应(yīng)芯片需(xū)求(qiú)为3万多片英伟达(dá)A100 GPU，初(chū)始投(tóu)入成(chéng)本约为8亿美元，每日仅电费就在5万美元(yuán)左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离不(bù)开(kāi)庞大算力(lì)支持。在关注各类大模型的发展同时，更应(yīng)该关注算力网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱动AI产业发展进入史诗级加速进程(chéng)，让AIGC及通用AI这(zhè)一(yī)人工智能(néng)发展的终极(jí)目标离得更近。

因为算力可以对突(tū)破(pò)性技术创新提供大力的支持。这方面(miàn)，多(duō)模态大模型是(shì)典型。作为面向未来强人(rén)工智能、通用(yòng)人工(gōng)智能的(de)重要(yào)技术(shù)创(chuàng)新，多模态大(dà)模型(xíng)已(yǐ)经在人工智(zhì)能领(lǐng)域(yù)提出(chū)了(le)很多年，业界(jiè)也有(yǒu)不少技术(shù)突破(pò)，但是(shì)，多模态(tài)大模型进一(yī)步往下走(zǒu)，算(suàn)力需求呈几(jǐ)何(hé)式上(shàng)升，一般的算(suàn)力基础设施(shī)很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模态、三模(mó)态的(de)跃(yuè)迁，让人(rén)工智能可以(yǐ)灵活应对不同模(mó)态(tài)的转化、像人与世界交互一样自然，这方面，由(yóu)算力网络来驱动将(jiāng)有明显优势。

此外，还有(yǒu)很多(duō)需(xū)要爆发式增(zēng)长的算(suàn)力来(lái)支撑的技术创(chuàng)新(xīn)，将在(zài)人工智能算(suàn)力网络支撑下(xià)快速推(tuī)进。

AIGC已经露出(chū)曙(shǔ)光(guāng)，期待(dài)在大(dà)模(mó)型(xíng)和(hé)大算力(lì)的支持下(xià)AIGC能持续颠覆内容生产的方式(shì)，将(jiāng)创造的边际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：IDC站长站，IDC站长，IDC资讯--IDC站长站 逆天邪神为什么不更新了 逆天邪神是什么时候开始写的