自聊天机器人(rén)ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔·盖茨已多次公开(kāi)谈论人(rén)工智能话题。在最近的(de)一次采访中，他再(zài)次表(biǎo)示：“AI可能(néng)会让科(kē)技行(xíng)业迎来一次剧烈的洗(xǐ)牌”。

这个(gè)结论是他在当地时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访时提出的(de)。

他(tā)预期，AI的(de)发展(zhǎn)可(kě)能会威胁到谷歌的(de)市(shì)占率，因为微(wēi)软在AI方面的行动相当迅速。而最(zuì)终科技(jì)巨头将(jiāng)把(bǎ)AI整合成用(yòng)户的“全能助手”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中(zhōng)全能助手的到来可能尚(shàng)需时日，但由ControlNet引发的(de)又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月(yuè)，在美国(guó)科罗(luó)拉多州举办(bàn)的新(xīn)兴数字(zì)艺术家竞赛中，一(yī)幅名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们(men)可以在应用中输入一组关键词或(huò)者一张照片，就能获得一幅AI创作(zuò)的画作。

作画的关键就是所输入(rù)的文本。同一组关键词也可以创作(zuò)出很多张风格不一样(yàng)的画作(zuò)，这让创作(zuò)的过程(chéng)就像开盲盒。

很多用户很喜欢这种不(bù)确定的(de)惊喜，他们会(huì)将(jiāng)生成的美图当做头(tóu)像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享AI“翻车现场(chǎng)”，例如，一位(wèi)网友的小狗照(zhào)片(piàn)被AI画成了富士康在河南有多少员工 富士康是上市公司吗“肌肉男”，还有网(wǎng)友的个人照片被AI识别成了建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往AI绘画的填写(xiě)关(guān)键词(cí)游戏(xì)可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人(rén)张吕敏(mǐn)创作的一种基于控制点(diǎn)的图像(xiàng)变(biàn)形算法，主要用于(yú)数(shù)字图(tú)像处(chù)理(lǐ)、计算机视觉(jué)和计算(suàn)机(jī)图(tú)形学等领域。

其(qí)SD插件(jiàn)一经(jīng)发布，在短短的两天(tiān)内便成为了AI绘画(huà)领(lǐng)域最新(xīn)的热点。

在此之前(qián)，大家用了很多方法(fǎ)想让AI生(shēng)成的结果(guǒ)尽可(kě)能(néng)的符(fú)合要求，但是都不尽如人意，它的(de)出(chū)现代(dài)表(biǎo)着AI生成开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画面(miàn)的(de)深度信息等。有了它的帮助，就(jiù)不(bù)用频繁(fán)的用(yòng)提示词来(lái)碰运气，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博(bó)主的(de)作品已经(jīng)获得了大(dà)量的(de)浏览量，“viggo”就是其中之一，他(tā)用朋友的照片直接带她们(men)走进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件拓展找到(dào)对应的关键词；最后用ControlNet插件绑(bǎng)定骨骼开(kāi)始(shǐ)换关键词试效(xiào)果。

通过(guò)图(tú)片就可以看出来(lái)，效果十分惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草图也(yě)可以(yǐ)加上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿(gǎo)转全彩图。大神张(zhāng)吕敏其本(běn)尊也(yě)亲自回应(yīng)。

不得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至(zhì)输出的作品(pǐn)都已经能(néng)以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆(bào)发

警惕安全(quán)问(wèn)题

近日，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而经(jīng)过警方辟谣(yáo)这(zhè)所(suǒ)谓的“party”可能是(shì)全国第一起AI绘(huì)图(tú)诈(zhà)骗(piàn)。

由于这个(gè)活(huó)动里面给出的美女照片都是AI制作的真(zhēn)人照(zhào)片绘(huì)图，因为太逼真(zhēn)，被大(dà)家(jiā)当成真事传播(bō)了。

不过仔细观察可以发(fā)现(xiàn)，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并非真人(rén)，而(ér)是AI绘图(tú)，那便是图(tú)片中女性(xìng)的手(shǒu)指部(bù)分有的存在(zài)异常(cháng)。

有行业(yè)人(rén)事表示：“现在因为手(shǒu)指部分的(de)绘画算法比较(jiào)复杂，AI还不太会(huì)画(huà)人的手，但最(zuì)新(xīn)看到的图片已经有越(yuè)来越(yuè)完(wán)美(měi)的(de)AI模型出现，以(yǐ)后可能(néng)就完全没有漏洞了(le)。”

类似(shì)的AI作图(tú)诈骗在国外也已有发生。据英国广播(bō)公司报(bào)道，土(tǔ)耳其地(dì)震期间，有Tiktok用户(hù)使用AI合成(chéng)了儿童受灾的假(jiǎ)照片发布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前(qián)随着技术发(fā)展，AIGC已经能做出(chū)真人(rén)照(zhào)片般的绘图(tú)效果，如果这样的图(tú)片被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了很多担(dān)忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在“学习”了大量前人的作品之(zhī)后(hòu)，其(qí)创作没有任何情(qíng)绪和灵魂，难以和(hé)人(rén)类的艺(yì)术创(chuàng)作相提(tí)并(bìng)论(lùn)。

另(lìng)一方面，AIGC背(bèi)后(hòu)的(de)版(bǎn)权、目前都并没(méi)有得到有效(xiào)的(de)解决，还有AIGC会不会代(dài)替(tì)人类“至高无上”的创意。

马斯(sī)克也强调，人工(gōng)智能的安(ān)全问题需要得到(dào)重视，太晚(wǎn)就来(lái)不及(jí)了(le)。

03

AIGC下(xià)一站(zhàn)除了视(shì)频(pín)，还(hái)有远方

技术都是(shì)有两面性的，潜在的危(wēi)害并不能掩盖(gài)其光辉的贡献。现在看(kàn)来，人工智能技术将(jiāng)是第(dì)四次(cì)工业革(gé)命的核心(xīn)驱(qū)动力量(liàng)，将创造新的(de)增长(zhǎng)奇迹。

过去一年(nián)，人工智(zhì)能在技术和商业层(céng)面都有了(le)巨大(dà)进展，AI绘(huì)画就是人工(gōng)智能技术发(fā)生方向性改变的一个代表。其下一(yī)站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条(tiáo)引(yǐn)爆科技(jì)圈的短(duǎn)视(shì)频。这些(xiē)视频(pín)引发关(guān)注并非(fēi)内容做(zuò)得多优秀，反(fǎn)而都非常简单，比如(rú)一匹正(zhèng)在喝水的马(mǎ)，一只画画的玩具熊，或者一段(duàn)骑(qí)摩托车(chē)的第一视角录像，随便(biàn)一个有手机的人都可(kě)以(yǐ)随手(shǒu)录(lù)下一段。

但(dàn)这些短视频的创作(zuò)方(fāng)式(shì)非常简(jiǎn)单，创作者仅仅(jǐn)需要向AI输入一段(duàn)话(huà)，甚至只是(shì)说一下(xià)要求(qiú)，AI就(jiù)可以(yǐ)根据需要生成一(yī)段(duàn)视频。

谷歌发(fā)布的两个AI生成(chéng)视频分别来自(zì)于Imagen Video和(hé)Phenaki，前者主(zhǔ)要突出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成(chéng)的视(shì)频后，AI圈就已经玩了一波梗，一个能够(gòu)做出(chū)更高清视频(pín)的(de)AI还(hái)不足(zú)以在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人震惊的地(dì)方在(zài)于，它可以制作出超过2分钟(zhōng)的连(lián)贯的也有(yǒu)确切内容的视频，这才是真正让人们感到惊(jīng)喜的地方(fāng)。因为(wèi)无论AI生成的视频多么高清，也只能(néng)是为内容生(shēng)产者提供一个灵感，一个素材(cái)，一(yī)个过(guò)场动(dòng)画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着，一(yī)些视频创作(zuò)由AI代(dài)替人工(gōng)完成已经初步有了可能。

当下(xià)AI的发展速度(dù)已经超过(guò)大部分人的想象。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新(xīn)的(de)内容生产方(fāng)式(shì)，可以为内容产业带来更新的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容(róng)产(chǎn)业(yè)的大爆发。

除了(le)AI绘图(tú)、视(shì)频，AIGC技术还能应用于音乐、代码(mǎ)、机器人动作等多种内容形(xíng)式的生成。不难发现(xiàn)该项技术不仅在游戏等行业(yè)能(néng)得(dé)到有(yǒu)效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商业化的角度来(lái)看(kàn)，文化(huà)娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此(cǐ)，AI绘画及视频(pín)或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术更新的加持下实现更大的应(yīng)用价值。

AI从理(lǐ)解内(nèi)容，走向了可以生(shēng)成内(nèi)容(róng)，甚至能够(gòu)创造出独(dú)立价值和独立视角的内容。AIGC的(de)再次出圈，更代表着未来的先(xiān)进生(shēng)产力即(jí)将到(dào)来。

04

紧抓大模型与算(suàn)力(lì)，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以(yǐ)看出，在语言(yán)大(dà)模型(xíng)、图像大模型(xíng)之(zhī)后(hòu)，多模态大模型已经成为了新的趋势。

大(dà)模型(xíng)被誉为当(dāng)前人工(gōng)智能发(fā)展的智(zhì)能底座，是全(quán)球竞(jìng)争最激烈的研究方(fāng)向之一，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都在(zài)竞相发力。

不过训(xùn)练大模型的确价格不(bù)菲(fēi)，以国盛(shèng)证(zhèng)券发(fā)布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的成(chéng)本(běn)约(yuē)为140万美元。而对于一些更大的LLM(大(dà)型语(yǔ)言(yán)模型)，训练成本则(zé)介于(yú)200万美元(yuán)至1200万美元高价之(zhī)间。

以ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其对应芯(xīn)片需求为3万多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此(cǐ)外(wài)不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞(páng)大算(suàn)力支(zhī)持。在(zài)关注各类大模型的发(fā)展同(tóng)时(shí)，更应该关注(zhù)算(suàn)力网络的建(jiàn)设(shè)。

算力网络正(zhèng)驱(qū)动AI产(chǎn)业发展进(jìn)入史诗(shī)级加速进程，让AIGC及通用AI这一人(rén)工智能发(fā)展的终极目(mù)标(biāo)离(lí)得更近(jìn)。

因为算(suàn)力可以对突(tū)破性(xìng)技(jì)术创(chuàng)新提供大力的支持(chí)。这方(fāng)面，多模态大模型是典型。作为面向未来(lái)强(qiáng)人工智(zhì)能、通用人(rén)工(gōng)智能的(de)重要技(jì)术(shù)创新，多模态大模(mó)型已(yǐ)经(jīng)在人工智能领域(yù)提出了很多年，业界也有不(bù)少技术突(tū)破，但是，多模(mó)态(tài)大(dà)模型进一步往下走，算力需求呈几(jǐ)何式上升，一般的(de)算力基(jī)础设施很快将难以胜(shèng)任。

从(cóng)图(tú)像(xiàng)、文字(zì)、语音单独一项的训练，到双模态、三(sān)模态(tài)的跃迁，让(ràng)人工(gōng)智能可以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像人与世(shì)界交互一样自然，这方面，由算力(lì)网络(luò)来驱(qū)动(dòng)将有明显优(yōu)势。

此外，还有很多需(xū)要爆发(fā)式增长的算力来支(zhī)撑(chēng)的技术创新，将在(zài)人(rén)工智(zhì)能(néng)算力网(wǎng)络支(zhī)撑下快速推进(jìn)。

AIGC已(yǐ)经(jīng)露出曙光，期待(dài)在(zài)大模型和(hé)大算力的支持下AIGC能持续颠覆内(nèi)容生(shēng)产的(de)方式，将创造(zào)的边际成本降低，让万众受益(yì)。

未经允许不得转载：济宁舞蹈培训学校_济宁洋娃娃舞蹈学校_济宁洋娃娃舞蹈学校官网 富士康在河南有多少员工 富士康是上市公司吗