自(zì)聊天(tiān)机器(qì)人ChatGPT火爆(bào)以来，微(wēi)软(ruǎn)公司(sī)创始人比尔(ěr)·盖茨(cí)已(yǐ)多次(cì)公开(kāi)谈论人工智能话题(tí)。在最(zuì)近的(de)一(yī)次采(cǎi)访(fǎng)中(zhōng)，他再次表示(shì)：“AI可能会让(ràng)科技行业迎来一次(cì)剧烈的洗牌”。

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

他预期，AI的(de)发(fā)展可能(néng)会威(wēi)胁(xié)到谷歌的市占率，因为微软(ruǎn)在(zài)AI方面的行(xíng)动(dòng)相当迅速(sù)。而(ér)最(zuì)终科(kē)技巨头将把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进行沟(gōu)通并提供建(jiàn)议(yì)，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可(kě)能尚需时日，但(dàn)由ControlNet引(yǐn)发的又(yòu)一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围(wéi)中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞(jìng)赛中，一(yī)幅名为《太空(kōng)歌剧(jù)院》的作品获奖。

随后(hòu)各大厂商(shāng)的AI绘(huì)画软件被(bèi)广大网(wǎng)友熟知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以在(zài)应(yīng)用中输入一组(zǔ)关键(jiàn)词(cí)或者一张照片(piàn)，就(jiù)能(néng)获得一幅AI创(chuàng)作的(de)画作。

作画的关键就是所输入的文本。同一组关键词也可(kě)以创作出很多张风格(gé)不一样的画作，这让(ràng)创作的过程(chéng)就像开盲盒。

很多(duō)用户很喜欢这种不确定的(de)惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当做(zuò)头(tóu)像。而另一部(bù)分(fēn)喜欢翻看AI绘画的“翻车(chē)”作品。在社交(jiāo)媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例如(rú)，一(yī)位网友(yǒu)的小狗照片被(bèi)AI画(huà)成了“肌肉(ròu)男(nán)”，还(hái)有网友的个(gè)人照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦福读博的中国人张(zhāng)吕敏创作(zuò)的一种基于控制点的(de)图像变形(xíng)算法，主要(yào)用于(yú)数(shù)字(zì)图像处理、计算机视(shì)觉和计(jì)算机(jī)图形学(xué)等领域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘画领(lǐng)域最新的热点。

在此(cǐ)之前，大家用了很多方法想让AI生成的结果尽可能的符(fú)合(hé)要求，但是都(dōu)不(bù)尽如人(rén)意，它的出现代表(biǎo)着AI生成(chéng)开(kāi)始进入(rù)真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提(tí)取画面的构图，人物的姿势和画面(miàn)的深度信(xìn)息(xī)等。有了它(tā)的(de)帮助，就不用频(pín)繁的用提示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不(bù)少博(bó)大冤种什么意思，大冤种和大怨种区别主(zhǔ)的作品已经获得了大量的浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之(zhī)一，他(tā)用朋友的(de)照片直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨骼开始换关键词试效(xiào)果。

通过(guò)图片就可以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实(shí)的照片，草图(tú)也可以加上“魔(mó)法(fǎ)”，知乎大(dà)牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实(shí)现线稿转全彩图。大神张吕(lǚ)敏其本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越(yuè)来越强大，甚至输(shū)出的(de)作(zuò)品都已(yǐ)经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆(bào)发

警惕安全问题

近日，“苏州金(jīn)鸡湖(hú)有游(yóu)艇party”的消息火遍网络，而经过警(jǐng)方辟谣(yáo)这所谓的“party”可能是全国(guó)第一(yī)起AI绘图诈骗。

由于这个活动里面(miàn)给出(chū)的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为太(tài)逼(bī)真，被大家当成(chéng)真事传播了(le)。

不过(guò)仔细观察可(kě)以(yǐ)发现(xiàn)，活动发起者提供的照片中有个很(hěn)大的漏洞可以发现并非真人，而是AI绘(huì)图，那便是图(tú)片(piàn)中女性的手指(zhǐ)部分有的(de)存在(zài)异常。

有行业人事表示：“现在因(yīn)为手指部(bù)分的绘(huì)画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但最新(xīn)看到的图片已经(jīng)有越(yuè)来越完美的(de)AI模型(xíng)出现(xiàn)，以后可能就完全没(méi)有漏洞了。”

类似的(de)AI作图诈骗在国外也已有发生。据英国广播公司报(bào)道，土(tǔ)耳其(qí)地震(zhèn)期(qī)间，有Tiktok用户使用AI合成(chéng)了儿童(tóng)受灾的假照片(piàn)发布到网络，以此诱(yòu)骗(piàn)善(shàn)良的(de)人(rén)打赏“捐助”从(cóng)而实(shí)施诈骗。

目前随着技术发展，AIGC已(yǐ)经能(néng)做出真人照片般的绘(huì)图效果，如果这样(yàng)的图片被(bèi)用来诈(zhà)骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发(fā)了(le)很多担(dān)忧(yōu)，一(yī)方面(miàn)，批判者(zhě)认(rèn)为AI在“学习”了大量前人的作品(pǐn)之后，其创作没有(yǒu)任何(hé)情绪和灵魂，难以和人类的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的(de)版权、目前都并没有得到(dào)有(yǒu)效的解(jiě)决，还有AIGC会不会代(dài)替人类“至高(gāo)无上”的创意。

马(mǎ)斯克也强调，人工智能的安(ān)全问题需(xū)要得到重视(shì)，太晚就来不及(jí)了。

03

AIGC下一站除了视(shì)频(pín)，还有远方

技术都是(shì)有两面性的，潜在的(de)危害并不能掩(yǎn)盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术将(jiāng)是第(dì)四次工业革(gé)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(rén)工(gōng)智能在(zài)技(jì)术和商业层面(miàn)都有了巨大进展，AI绘画就是人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其(qí)下(xià)一站或许就是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技圈(quān)的短视频。这些视频引发(fā)关注并(bìng)非内容做得多(duō)优(yōu)秀，反(fǎn)而都非常简单，比如(rú)一匹正在喝水(shuǐ)的马，一(yī)只画画的玩具(jù)熊，或者一段骑摩托车的第(dì)一(yī)视角(jiǎo)录像，随便一个有手机的人(rén)都可以随手录下一段。

但这些(xiē)短视频的创作方式非常简单，创(chuàng)作者仅(jǐn)仅需要(yào)向AI输入一段话，甚至只(zhǐ)是说一下(xià)要求，AI就可以(yǐ)根(gēn)据需要生成一段视频。

谷歌发布的两(liǎng)个AI生(shēng)成视频分别来自(zì)于Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一(yī)波(bō)梗，一个能够做出更高清视频(pín)的AI还不足以在短时间内(nèi)戳中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于，它可(kě)以制作出超过2分钟(zhōng)的连(lián)贯的也有确切内容的视频，这(zhè)才是真正(zhèng)让(ràng)人(rén)们(men)感到(dào)惊喜的地方。因(yīn)为无论(lùn)AI生(shēng)成的视频多么高清，也只(zhǐ)能是为内容生产者提供一个灵(líng)感，一个素材，一个过场动画(huà)。

不过能(néng)够制作出(chū)有(yǒu)具体剧情内容的视频(pín)就意(yì)味着，一些视频创作由AI代(dài)替人工完成已经初步有了可能(néng)。

当(dāng)下AI的发(fā)展速(sù)度(dù)已经超(chāo)过大(dà)部分人的想象(xiàng)。内(nèi)容产业的本质是供给(gěi)创造需(xū)求，AIGC作为全新的内容生产方(fāng)式，可以为内容(róng)产业(yè)带来更(gèng)新的(de)内(nèi)容风格(gé)、更快的生产(chǎn)速度，更低的(de)生产成本，这无疑会驱动内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应(yīng)用(yòng)于(yú)音乐、代码、机器(qì)人(rén)动作等多种(zhǒng)内容形式的生成。不(bù)难发(fā)现该(gāi)项技术不仅在(zài)游戏(xì)等行业能(néng)得到有效应用(yòng)，对于下一(yī)代(dài)互联网各种元素(sù)的(de)构建亦有关(guān)键意义。

从(cóng)商业化的(de)角度(dù)来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结(jié)果，而只是(shì)AI进程中的(de)一块重要拼图(tú)，有望在技(jì)术(shù)更新的加(jiā)持下实现更大(dà)的应用(yòng)价值。

AI从理解内容，走向了(le)可以生成内容(róng)，甚(shèn)至能够创造出独(dú)立(lì)价值和独立视角的(de)内容。AIGC的再次出圈(quān)，更代表着未来的先进生产力即将到(dào)来。

大冤种什么意思，大冤种和大怨种区别="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/9b0686cb7769bb0.png?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4984375" data-s="300,640" data-type="png" data-w="1280">

04

紧抓大模型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技术的发展也(yě)可以(yǐ)看出，在语言大模(mó)型、图像大模型之后(hòu)，多模(mó)态大模(mó)型(xíng)已经成(chéng)为了新的(de)趋势。

大模型(xíng)被誉为当前人工智(zhì)能发展的(de)智能(néng)底(dǐ)座(zuò)，是全球(qiú)竞(jìng)争最激烈的研(yán)究方向之一(yī)，包括谷歌、亚马(mǎ)逊(xùn)、百度、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企(qǐ)业都在竞相发力。

不过训练大模型的确价格不菲，以(yǐ)国(guó)盛证券发(fā)布(bù)的《ChatGPT需(xū)要多少算力》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元(yuán)。而对(duì)于一(yī)些更大的LLM(大(dà)型语言模型(xíng))，训练成(chéng)本(běn)则介(jiè)于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访(fǎng)客平(píng)均数1300万计算，其对应芯(xīn)片需求(qiú)为(wèi)3万多片英(yīng)伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费就在5万(wàn)美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持(chí)。在关注各(gè)类大(dà)模型的(de)发展(zhǎn)同(tóng)时，更应该关注算力网络的建设。

算力网络正驱动AI产业(yè)发展进入史诗级加速进程(chéng)，让AIGC及(jí)通(tōng)用AI这一人工智(zhì)能发展的终极目标离得更近。

因为(wèi)算力可以(yǐ)对突破(pò)性(xìng)技术创(chuàng)新提供大力的支(zhī)持。这方面，多模态(tài)大模型(xíng)是典型(xíng)。作为(wèi)面(miàn)向未(wèi)来强人工智能、通用人(rén)工智(zhì)能的重要(yào)技术创(chuàng)新，多模态大模型(xíng)已经在人(rén)工智(zhì)能领域提出了(le)很(hěn)多年，业界(jiè)也有不少技(jì)术突(tū)破(pò)，但(dàn)是，多模态大模型进一步(bù)往(wǎng)下走，算力需求呈几何式上升，一(yī)般的(de)算力基础设施很快将难以胜(shèng)任(rèn)。

从图像、文字、语音单独一项的(de)训(xùn)练(liàn)，到(dào)双模(mó)态、三(sān)模态的(de)跃迁(qiān)，让人工智能(néng)可以灵(líng)活应对不同(tóng)模态(tài)的转化(huà)、像人与世界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网(wǎng)络来(lái)驱动将有明显优势。

此(cǐ)外，还有很多需要爆发式增长的算力来支撑的技(jì)术创新，将(jiāng)在(zài)人工智能算(suàn)力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大(dà)算力的支持下AIGC能持续颠(diān)覆内容生(shēng)产(chǎn)的方式，将创造(zào)的边际成(chéng)本降低(dī)，让万众(zhòng)受益。

未经允许不得转载：绿茶通用站群 大冤种什么意思，大冤种和大怨种区别