自(zì)聊天机(jī)器人ChatGPT火爆(bào)以来(lái)，微软公司(sī)创始人比尔·盖茨已多次(cì)公开(kāi)谈论人工智能话题。在最近(jìn)的一次采访中，他再次表示(shì)：“AI可能会让科技行业迎(yíng)来(lái)一次剧烈的(de)洗(xǐ)牌”。

这个(gè)结论是他在当地(dì)时间(jiān)2月20日接受《In Good Company》节目专访时(shí)提(tí)出的(de)。

他预期，AI的发展(zhǎn)可能(néng)会威(wēi)胁到(dào)谷歌(gē)的市占率，因为(wèi)微(wēi)软在AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一(yī)切应用，与人(rén)们进行沟通(tōng)并提供建(jiàn)议，可以(yǐ)取代亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助(zhù)手的到来(lái)可能尚需(xū)时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘(huì)画为代表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国(guó)科罗(luó)拉多(duō)州举办的新(xīn)兴数(shù)字艺(yì)术(shù)家竞赛中(zhōng)，一幅名(míng)为《太(tài)空(kōng)歌剧院(yuàn)》的(de)作品获奖。

随(suí)后各大厂商的(de)AI绘画软件被(bèi)广(guǎng)大网(wǎng)友熟知并体验，Stable Diffusion便是其(qí)中代表。

用户们可(kě)以在应(yīng)用(yòng)中输(shū)入一组关键词或者(zhě)一(yī)张照片，就能(néng)获得(dé)一(yī)幅(fú)AI创作的画作(zuò)。

作画(huà)的关键就是所输入的文本。同(tóng)一组关(guān)键词(cí)也可以创作(zuò)出很多(duō)张(zhāng)风(fēng)格不(bù)一(yī)样的画作，这让创作的过程就像开盲(máng)盒。

很多(duō)用户(hù)很喜欢(huān)这种不确定的惊喜，他们会将生成的美图当(dāng)做(zuò)头像。而另一(yī)部分喜欢(huān)翻看AI绘(huì)画的“翻车”作品。在社交(jiāo)媒体解是多音字吗怎么读，解字是多音字都有什么音上，许多(duō)用户(hù)分(fēn)享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被AI画成(chéng)了(le)“肌肉男(nán)”，还有网友的(de)个人(rén)照片被AI识别成(chéng)了建筑(zhù)。

而(ér)如(rú)今随(suí)着(zhe)ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填写关键词游戏可能要被颠覆了(le)。

ControlNet是(shì)一位(wèi)正在(zài)斯坦福(fú)读博的中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基(jī)于控(kòng)制点的图像变形算法(fǎ)，主(zhǔ)要用于(yú)数字图像处(chù)理、计(jì)算机视觉和计算机图(tú)形学(xué)等领域。

其(qí)SD插件一经发布，在短短(duǎn)的(de)两(liǎng)天内便(biàn)成为(wèi)了AI绘画(huà)领域最(zuì)新(xīn)的热点。

在此(cǐ)之(zhī)前(qián)，大(dà)家(jiā)用了(le)很多(duō)方法(fǎ)想让AI生成的结果尽(jǐn)可能的(de)符合要求，但是都不尽如(rú)人(rén)意，它的出现代表着(zhe)AI生(shēng)成开始进(jìn)入真(zhēn)正(zhèng)的可控时(shí)期。

因为ControlNet可以直接(jiē)提取画面的构图，人物的(de)姿(zī)势和画面的(de)深度信(xìn)息等。有了它(tā)的帮助，就(jiù)不用(yòng)频繁的用(yòng)提示词来(lái)碰(pèng)运气，抽(chōu)盲盒式(shì)的创(chuàng)解是多音字吗怎么读，解字是多音字都有什么音作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得了大(dà)量的浏(liú)览量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用(yòng)朋友(yǒu)的(de)照片直(zhí)接带她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再(zài)用Text2Prompt插件拓展找到对(duì)应的关(guān)键词；最(zuì)后用(yòng)ControlNet插(chā)件绑定(dìng)骨骼开始换关(guān)键词试效果。

通过图(tú)片就可以看出来，效(xiào)果十分惊(jīng)艳。

更厉害的是，除(chú)了(le)真实的照片(piàn)，草图也可以加上“魔法”，知乎(hū)大(dà)牛(niú)“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩图。大神张吕敏其(qí)本尊也亲(qīn)自回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越(yuè)来越强大，甚至输出的作(zuò)品都已经能(néng)以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍网络，而经(jīng)过警(jǐng)方辟谣这所谓的“party”可(kě)能是(shì)全国(guó)第(dì)一(yī)起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给出的美女照片都(dōu)是AI制作的真人照片绘图(tú)，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提(tí)供的照(zhào)片(piàn)中有个很大(dà)的漏洞可(kě)以发现并非真人，而(ér)是(shì)AI绘图，那便(biàn)是图片中女性的(de)手指(zhǐ)部分有的存在异常。

有行业人事(shì)表(biǎo)示：“现在(zài)因为手指部分的绘画算法(fǎ)比较复杂，AI还(hái)不太会画(huà)人的手，但最新(xīn)看到(dào)的图片已经(jīng)有越(yuè)来越完美的AI模型出(chū)现，以后可(kě)能就完全没有漏洞了。”

类似的AI作图诈骗在国外(wài)也已(yǐ)有发生。据英国广播公司报道，土耳其(qí)地震期间，有(yǒu)Tiktok用户使(shǐ)用AI合成(chéng)了儿童受灾的假照片发布到网络(luò)，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般的(de)绘(huì)图效果，如果这样(yàng)的图片被(bèi)用来(lái)诈骗(piàn)，将非常可(kě)怕。

此(cǐ)外AIGC还引发了很(hěn)多担(dān)忧(yōu)，一方面(miàn)，批判者认为AI在“学习(xí)”了(le)大量前人的作品之后，其创作没有任何情绪和灵魂(hún)，难(nán)以和(hé)人(rén)类的艺(yì)术创作相提并论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有得(dé)到有(yǒu)效的解决，还有(yǒu)AIGC会(huì)不会代替(tì)人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也强调，人(rén)工智能的安全问题需(xū)要得到重视，太(tài)晚就来不(bù)及了(le)。

03

AIGC下一站除了视频，还(hái)有远方(fāng)

技术都是(shì)有两(liǎng)面(miàn)性的，潜在(zài)的危(wēi)害并不(bù)能掩(yǎn)盖其光(guāng)辉的(de)贡献。现在看来(lái)，人工智能技术将是第四次(cì)工业革命(mìng)的核心(xīn)驱动力量，将(jiāng)创造(zào)新的增长奇迹。

过(guò)去(qù)一(yī)年，人(rén)工智能在技术和(hé)商业层面都有了巨大进展，AI绘画就是人工智能技术发生方(fāng)向性改变的(de)一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆(bào)科技圈的短(duǎn)视频。这些视频(pín)引发关注并(bìng)非内容做得多(duō)优秀(xiù)，反而都非常简(jiǎn)单，比如一匹正在(zài)喝水的(de)马，一只画画的玩具熊(xióng)，或者一段骑摩托(tuō)车的第(dì)一视角录像，随便一个有(yǒu)手机的(de)人都可(kě)以(yǐ)随手(shǒu)录(lù)下一段。

但(dàn)这些(xiē)短视频的创作方式非常(cháng)简(jiǎn)单，创(chuàng)作者仅仅需要(yào)向AI输入一段话，甚(shèn)至只是说一下(xià)要求，AI就可以根据(jù)需要(yào)生成一段视频。

谷歌发(fā)布的两个AI生成视(shì)频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生成的(de)视频后(hòu)，AI圈就(jiù)已经玩了一波梗，一个(gè)能够做出更(gèng)高(gāo)清(qīng)视频的AI还(hái)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于(yú)，它可以制作(zuò)出超(chāo)过2分钟的连贯的也有(yǒu)确切内容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论(lùn)AI生成的视频多么(me)高清，也只能是为内容生产者(zhě)提(tí)供一(yī)个灵感(gǎn)，一(yī)个素(sù)材，一个过场动画。

不(bù)过能(néng)够制作出有具体剧情(qíng)内(nèi)容的视频就意味着，一些视频创作由AI代替(tì)人工完成(chéng)已经初步有了可能。

当下(xià)AI的(de)发展速(sù)度已经超过大部分人的想(xiǎng)象。内容产业的本质是供给创造需求(qiú)，AIGC作为全新的(de)内容生产方式，可以为内容产业带(dài)来更(gèng)新的内容风格、更(gèng)快的生产速度，更低的生(shēng)产成本，这无疑会驱动内容产业的大爆(bào)发(fā)。

除了AI绘图、视频，AIGC技术还(hái)能应用于音(yīn)乐(lè)、代码、机器人动作等多种内(nèi)容(róng)形式的生成。不难发现该(gāi)项技术不仅在游戏等行业(yè)能(néng)得(dé)到有效应(yīng)用(yòng)，对于下一(yī)代互联网(wǎng)各种元素的构建亦有(yǒu)关键(jiàn)意义。

从商业(yè)化(huà)的角度来看，文化娱乐(lè)、教育(yù)、传(chuán)媒等诸多(duō)领域，本(běn)身就对基于(yú)AI的可视化内(nèi)容有强烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而只是(shì)AI进程中(zhōng)的一(yī)块重要拼图，有望在(zài)技术更新的加(jiā)持下(xià)实现(xiàn)更大的应用价值。

AI从理解内容(róng)，走(zǒu)向了可以生成内容(róng)，甚至能够创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈(quān)，更代表着未(wèi)来(lái)的先进生产力即将到来(lái)。

04

紧抓(zhuā)大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言(yán)大模型、图像(xiàng)大模型之后(hòu)，多模态大模型(xíng)已经成(chéng)为了新的趋(qū)势。

大(dà)模型(xíng)被誉为当(dāng)前(qián)人(rén)工智能(néng)发展的智能底座，是(shì)全(quán)球(qiú)竞(jìng)争(zhēng)最激烈(liè)的研究(jiū)方向之一(yī)，包(bāo)括谷歌、亚(yà)马逊、百度、阿里、腾(téng)讯等众多头部(bù)企业都(dōu)在竞相发(fā)力。

不过训练大模型的确(què)价(jià)格不(bù)菲，以国盛(shèng)证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报(bào)告估算，GPT-3训练一次的成本约为140万美(měi)元。而对(duì)于一些(xiē)更(gèng)大的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成本则介于200万美元至1200万美元(yuán)高价之间。

以(yǐ)ChatGPT在(zài)2023年1月的独立访(fǎng)客平均(jūn)数(shù)1300万计(jì)算，其对应芯(xīn)片需求为3万多片(piàn)英伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元(yuán)，每(měi)日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力(lì)支持(chí)。在关注各(gè)类大模型的发展同时，更应(yīng)该关(guān)注算力(lì)网络(luò)的建设(shè)。

算(suàn)力网(wǎng)络正驱动AI产业发展进(jìn)入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这一(yī)人(rén)工智能发展(zhǎn)的(de)终(zhōng)极目标离得更近。

因(yīn)为算力(lì)可以对突破性技术(shù)创新提供大力的支持。这方(fāng)面(miàn)，多模态(tài)大模型(xíng)是典型(xíng)。作为面向未来强人工智能、通用人工智能的重要技术(shù)创新，多模态大模(mó)型已经(jīng)在人工(gōng)智能(néng)领域提(tí)出了(le)很多年，业界也(yě)有不少技术突破，但是，多模态大模(mó)型进一步往下走，算力需求呈几何(hé)式(shì)上升，一(yī)般的算力基础设施很快将(jiāng)难以胜(shèng)任。

从图像、文字(zì)、语音单独一(yī)项的训练，到双模(mó)态、三(sān)模(mó)态的跃迁，让(ràng)人工智(zhì)能可(kě)以灵活应对不同模态的转化、像人与世界交互一样自然，这方面，由(yóu)算力网络来(lái)驱动将有明显优势。

此外，还有很多需(xū)要(yào)爆发式增长的算(suàn)力来支撑的技术创新，将在人工智能(néng)算力网络支(zhī)撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出曙光，期待在(zài)大模型和大算力的支持下AIGC能持(chí)续颠(diān)覆内容生产的方式，将创造(zào)的(de)边际成(chéng)本降(jiàng)低，让万众受(shòu)益(yì)。

未经允许不得转载：泉州电动车网 福建骑行网 解是多音字吗怎么读，解字是多音字都有什么音