自聊天(tiān)机器(qì)人(rén)ChatGPT火爆以来，微软(ruǎn)公司创始人(rén)比尔(ěr)·盖(gài)茨已(yǐ)多次公开谈论人工智能话题。在最近的一(yī)次采访中，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他(tā)预(yù)期，AI的(de)发(fā)展可能会(huì)威(wēi)胁到谷歌的市占率(lǜ)，因(yīn)为微软在AI方面的(de)行动相(xiāng)当(dāng)迅速。而最(zuì)终科技巨头将把(bǎ)AI整合成用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进行沟通并提供建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画(huà)为代(dài)表(biǎo)的AIGC上一次(cì)爆火的时候，还(hái)是(shì)2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商(shāng)的AI绘(huì)画软件被广大网(wǎng)友(yǒu)熟知并体验，Stable Diffusion便是(shì)其中代表。

用(yòng)户们可以在应用中输入(rù)一组关键(jiàn)词或(huò)者(zhě)一张照片，就能获得(dé)一幅AI创(chuàng)作的画作。

作画的关键就是(shì)所(suǒ)输(shū)入的文本。同一(yī)组(zǔ)关(guān)键词也可(kě)以创作(zuò)出很(hěn)多张风(fēng)格不一(yī)样的画作，这让创作的过程就像开(kāi)盲(máng)盒(hé)。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将(jiāng)生(shēng)成的美图(tú)当做头像。而另(lìng)一部(bù)分喜欢(huān)翻看(kàn)AI绘(huì)画的“翻(fān)车”作(zuò)品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例(lì)如(rú)，一位网友(yǒu)的小狗照片被AI画成了“肌肉男”，还有网(wǎng)友的个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持，以往AI绘(huì)画的填写关键(jiàn)词游戏(xì)可(kě)能要被颠(diān)覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读(dú)博的中(zhōng)国人张吕敏(mǐn)创作的一种(zhǒng)基于控制(zhì)点的(de)图(tú)像变形(xíng)算法，主要用于数字图像(xiàng)处理、计算机视觉和计算机图形学(xué)等领域。

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

在(zài)此之前，大(dà)家用了很多方法(fǎ)想让AI生成的结果尽可能的符合要求，但是(shì)都不(bù)尽如人意，它的出现代表着AI生成开始进入真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面(miàn)的(de)构图，人物的姿(zī)势(shì)和画面的深度(dù)信息等(děng)。有了(le)它(tā)的帮助(zhù)，就不用频繁(fán)的用提示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的(de)作品(pǐn)已经(jīng)获得(dé)了大量(liàng)的浏览(lǎn)量，“viggo”就是(shì)其(qí)中之(zhī)一(yī)，他(tā)用朋友的照(zhào)片(piàn)直接带她们(men)走进(jìn)动漫世界。

viggo先用StableDiffusion图(tú)片转文(wén)字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后用(yòng)ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试(shì)效果。

通过图片就可以看出(chū)来，效果十分惊艳。学生级和届怎么区分，毕业的级和届怎么区分p>

更厉害的是(shì)，除了真实的照片(piàn)，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还(hái)能(néng)实现线稿转全彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊(zūn)也亲自回应(yīng)。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输出(chū)的作品(pǐn)都已(yǐ)经能以假乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安(ān)全(quán)问(wèn)题

近日(rì)，“苏(sū)州金鸡湖有(yǒu)游(yóu)艇party”的(de)消息火遍网络，而经过警方辟(pì)谣这(zhè)所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片都是AI制作(zuò)的真人照(zhào)片(piàn)绘图，因为太逼(bī)真，被大(dà)家当成真事传播了。

不(bù)过(guò)仔细观察可以发现，活动(dòng)发起者提供的照片中有个很大的(de)漏(lòu)洞(dòng)可以(yǐ)发现并非(fēi)真人，而(ér)是(shì)AI绘图(tú)，那便是图片中女性的手指部(bù)分有的(de)存在异常。

有行(xíng)业(yè)人事(shì)表示：“现(xiàn)在因(yīn)为(wèi)手指部分的绘(huì)画(huà)算(suàn)法比较复杂，AI还不太会画人的(de)手，但最新(xīn)看到的图片(piàn)已经(jīng)有越来(lái)越(yuè)完美(měi)的AI模型出现，以后(hòu)可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作图诈骗在(zài)国外也已有(yǒu)发生。据英国广播(bō)公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布(bù)到网络(luò)，以(yǐ)此诱骗(piàn)善良的人打(dǎ)赏“捐(juān)助”从而实施诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已(yǐ)经能做出真(zhēn)人照片般的(de)绘(huì)图效果(guǒ)，如(rú)果(guǒ)这样的图片被用来诈(zhà)骗，将非常可(kě)怕。

此外AIGC还引发了(le)很多担忧，一方面，批判(pàn)者认为AI在“学习”了大量前人的(de)作(zuò)品之后，其创作没有任何情绪和灵魂，难(nán)以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背后的(de)版(bǎn)权、目前都并没有得(dé)到有效的解决，还有AIGC会(huì)不(bù)会代替人(rén)类“至(zhì)高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智能(néng)的(de)安全问(wèn)题需要得(dé)到重视，太晚就来不及了(le)。

03

AIGC下(xià)一站除了(le)视频(pín)，还有远方

技(jì)术都是(shì)有(yǒu)两面性的，潜在的危害并(bìng)不能掩盖(gài)其光辉的贡献。现在看来，人工智能技术将是第四(sì)次工(gōng)业(yè)革命(mìng)的(de)核心驱动力量，将创造新的增长奇迹。

过去(qù)一年，人工智能在(zài)技(jì)术(shù)和(hé)商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性改变(biàn)的一个(gè)代(dài)表。其(qí)下一站或许就是视频(pín)。

此前(qián)，Meta和谷歌(gē)先后发布了几条引爆(bào)科技圈的短视频。这些视频引发关注(zhù)并非内容做(zuò)得多(duō)优秀(xiù)，反(fǎn)而都非(fēi)常简(jiǎn)单(dān)，比如(rú)一匹正在喝水的马，一只画画的(de)玩(wán)具熊，或者一(yī)段(duàn)骑(qí)摩(mó)托(tuō)车(chē)的第一视角(jiǎo)录像，随便一个(gè)有(yǒu)手机(jī)的人都可以随手录下一段。

但这些短视(shì)频的(de)创作方式非(fēi)常简单，创作(zuò)者(zhě)仅仅需要向AI输入一段话，甚至只是(shì)说一(yī)下要(yào)求，AI就可以根(gēn)据需(xū)要(yào)生成一段(duàn)视频。

谷歌发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有(yǒu)太多的(de)差(chà)别。

在Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视频后，AI圈就已经玩了(le)一波梗(gěng)，一个能够做出更(gèng)高清视频的AI还不(bù)足(zú)以在(zài)短时间内戳中兴(xīng)奋点。

Phenaki更加令人震(zhèn)惊的地方在(zài)于，它可以制作(zuò)出超过2分钟(zhōng)的连贯的也(yě)有(yǒu)确切(qiè)内(nèi)容(róng)的视频，这才是真正让人(rén)们感到惊喜的地(dì)方(fāng)。因(yīn)为无(wú)论(lùn)AI生成的视频多么高(gāo)清，也只能(néng)是为内容生产者提供一个(gè)灵感，一个(gè)素材，一(yī)个过场动画。

不过能(néng)够制作出(chū)有具体剧情内容的视频就(jiù)意味着(zhe)，一(yī)些视频创作由AI代(dài)替人工完成已(yǐ)经初步有了可能。

当下AI的发展速度(dù)已经(jīng)超过(guò)大部分人(rén)的想象。内容产(chǎn)业的本(běn)质是供给创造需(xū)求，AIGC作为全新的内容(róng)生产方(fāng)式，可以为内容产业带来更(gèng)新的内(nèi)容风格、更(gèng)快(kuài)的生(shēng)产速度，更低的生(shēng)产成本，这无疑会(huì)驱动(dòng)内容产业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用(yòng)于(yú)音乐、代码(mǎ)、机(jī)器人动(dòng)作等多种内容(róng)形式的生(shēng)成。不(bù)难发现该项技(jì)术(shù)不(bù)仅在游戏等(děng)行业能得到有(yǒu)效应用，对于下一代互联(lián)网(wǎng)各种(zhǒng)元(yuán)素的构建亦有关键意义。

从商(shāng)业化(huà)的角(jiǎo)度来看，文化娱乐(lè)、教育、传媒(méi)等诸多领域，本身就对基于AI的(de)可(kě)视化内(nèi)容(róng)有强烈(liè)需(xū)求。

因此，AI绘画及视频或不(bù)是(shì)结果，而只(zhǐ)是(shì)AI进程中(zhōng)的(de)一块重(zhòng)要拼图，有望在技术更(gèng)新的加持(chí)下(xià)实现更大(dà)的应(yīng)用价值。

AI从理(lǐ)解内容，走向了可(kě)以生(shēng)成(chéng)内容，甚至能够创造出独立价(jià)值和独(dú)立视(shì)角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来的先进生(shēng)产(chǎn)力即将到来。

04

紧抓大模型与算力，牢固AIGC底座(zuò)

从技术(shù)的发(fā)展也可(kě)以(yǐ)看出，在语言大模型、图像(xiàng)大模(mó)型之后，多模态(tài)大模型已经成为了新的趋势。

大模型被誉为当前人工(gōng)智能发(fā)展的智能底座，是全球竞争(zhēng)最激烈(liè)的(de)研(yán)究方向之一，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯(xùn)等众多头部企业(yè)都在竞学生级和届怎么区分，毕业的级和届怎么区分相发力。

不过训练大模型的确(què)价格不菲，以(yǐ)国盛证券发(fā)布的(de)《ChatGPT需要多少(shǎo)算力》报(bào)告估算(suàn)，GPT-3训练一次(cì)的成本(běn)约(yuē)为140万美(měi)元。而(ér)对于(yú)一些更大的LLM(大(dà)型语言(yán)模型)，训练成本(běn)则介于200万(wàn)美元至(zhì)1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客平均数1300万计算(suàn)，其对(duì)应芯(xīn)片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每日仅电费就(jiù)在5万(wàn)美元左(zuǒ)右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大模型的发展(zhǎn)同时，更(gèng)应该关注(zhù)算(suàn)力网络(luò)的建设。

算力网络正驱动(dòng)AI产业发展进入史诗级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智能发展的终极目(mù)标(biāo)离(lí)得更近。

因(yīn)为算力可(kě)以对突(tū)破性技术创新提供(gōng)大力的支持。这方(fāng)面，多模(mó)态大模型是典型。作(zuò)为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新，多模态(tài)大模型已(yǐ)经在人工智能领域提出了(le)很(hěn)多年，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态(tài)大(dà)模型进一步往下(xià)走，算力(lì)需求呈几何(hé)式上升(shēng)，一般(bān)的算力(lì)基(jī)础设施很快将难以胜(shèng)任。

从图像(xiàng)、文字、语音单独一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态的(de)转化、像人(rén)与(yǔ)世界交(jiāo)互一样自然，这(zhè)方面，由(yóu)算(suàn)力网络来驱动将有明显(xiǎn)优势。

此外，还有很多(duō)需要爆发式增长的算(suàn)力来支撑的技术创新，将(jiāng)在人工智(zhì)能(néng)算力网络支(zhī)撑(chēng)下快速推进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大(dà)算力的支持下AIGC能(néng)持续(xù)颠覆内(nèi)容(róng)生产的方(fāng)式，将创(chuàng)造的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：绿茶通用站群 学生级和届怎么区分，毕业的级和届怎么区分