自聊天(tiān)机器人ChatGPT火(huǒ)爆以(yǐ)来，微(wēi)软(ruǎn)公司创始人比(bǐ)尔·盖(gài)茨已多(duō)次公开谈论人(rén)工智能话题(tí)。在最近(jìn)的一次(cì)采(cǎi)访中(zhōng)，他再次(cì)表示：“AI可能会让科技行业(yè)迎来一次剧(jù)烈的洗牌”。

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

他预期(qī)，AI的发展可能会威(wēi)胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的(de)行动(dòng)相当(dāng)迅(xùn)速。而(ér)最终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全能助手”，包揽一(yī)切(qiè)应用，与人(rén)们进(jìn)行沟通并提供建议，可以取代(dài)亚(yà)马逊、Siri或(huò)Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的(de)到来可能(néng)尚(shàng)需时(shí)日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让(ràng)AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆(fù)AI绘(huì)画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还(hái)是2022年(nián)8月，在美国科罗(luó)拉多州举办的新兴数(shù)字艺术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大(dà)厂商的AI绘画软件被广大网(wǎng)友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代(dài)表(biǎo)。

用(yòng)户(hù)们可以(yǐ)在应(yīng)用中输入一组关键词或者一张照片，就能获得一幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输(shū)入的文本。同一组关键词也(yě)可(kě)以创作出很多张风格(gé)不一样的画(huà)作，这让创作的过程就像(xiàng)开盲(máng)盒。

很多(duō)用户很喜欢这种不确定的惊喜(xǐ)，他们会将(jiāng)生成的美(měi)图(tú)当做头像。而另一部(bù)分喜(xǐ)欢(huān)翻看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上，许多(duō)用户分享AI“翻车现场”，例如，一(yī)位网友(yǒu)的小狗照片(piàn)被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘画的填(tián)写关键(jiàn)词游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中(zhōng)国人张(zhāng)吕敏(mǐn)创作的一种基于控(kòng)制点的图像(xiàng)变形算法，主要用于数字图(tú)像处(chù)理、计算机视觉和计(jì)算机图形(xíng)学等领域(yù)。

其SD插件一(yī)经发布，在短短的两天内便成为了AI绘画领域(yù)最新(xīn)的热点。

在此之(zhī)前，大家用(yòng)了很多方法想让AI生(shēng)成的结果尽可能的(de)符(fú)合(hé)要求，但是都(dōu)不(bù)尽如人意，它的出现代(dài)表着AI生成开(kāi)始进入真正(zhèng)的可控时期。

因为ControlNet可以直(zhí)接提(tí)取画面的构图，人物的姿(zī)势和画面的深度信息等。有了(le)它的帮助，就不用频繁的(de)用提示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画(huà)加了“魔(mó)法”，不(bù)少博主的作品已经获得了大量的(de)浏览量，“viggo”就是其中之一，他(tā)用(yòng)朋友(yǒu)的照片直接带她们(men)走进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨骼开始(shǐ)换(huàn)关键词试效(xiào)果。

通过(guò)图片(piàn)就可以看(kàn)出(chū)来，效果(guǒ)十分惊艳。

更(gèng)厉害的(de)是(shì)，除了真实的照片，草(cǎo)图也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲(qīn)自回应(yīng)。

不得(dé)不说(shuō)当下AIGC已经变得越(yuè)来越强(qiáng)大，甚(shèn)至输出的(de)作品都(dōu)已经能(néng)以假乱真了。

02

难辨虚实，AIGC技术力(lì)爆(bào)纯棉和内裤莫代尔的哪个好，纯棉和内裤莫代尔有什么不同发

警(jǐng)惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟(pì)谣(yáo)这所谓(wèi)的(de)“party”可能是全(quán)国第一起AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给出(chū)的美女照片都(dōu)是AI制(zhì)作的真(zhēn)人照片绘(huì)图(tú)，因为太(tài)逼(bī)真，被大(dà)家当成(chéng)真事传播了。

不过仔(zǎi)细观(guān)察可以发(fā)现(xi纯棉和内裤莫代尔的哪个好，纯棉和内裤莫代尔有什么不同àn)，活(huó)动发(fā)起者提供的照片中有个(gè)很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是图片中(zhōng)女(nǚ)性(xìng)的手指部(bù)分有的存在异常(cháng)。

有行业(yè)人事表示：“现在(zài)因为手指部分的(de)绘画(huà)算法比较(jiào)复(fù)杂，AI还不(bù)太会画人的手，但(dàn)最新(xīn)看到(dào)的(de)图片已经有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就完全(quán)没有(yǒu)漏洞了。”

类似的AI作(zuò)图诈骗在国外也已(yǐ)有(yǒu)发(fā)生(shēng)。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐(juān)助”从而实(shí)施诈骗。

目前(qián)随(suí)着(zhe)技术发展，AIGC已(yǐ)经能做出真人(rén)照片般(bān)的绘图效(xiào)果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还引发(fā)了(le)很多(duō)担忧，一方面，批判者认为AI在“学(xué)习(xí)”了大量前人的(de)作品之后，其(qí)创作没有任(rèn)何情绪和灵魂，难(nán)以和人(rén)类的艺术创作相提(tí)并论(lùn)。

另(lìng)一方(fāng)面，AIGC背后的版权(quán)、目前都并没有得(dé)到有效(xiào)的解(jiě)决(jué)，还有AIGC会(huì)不(bù)会代替人类“至(zhì)高无上”的创意(yì)。

马斯克也强(qiáng)调(diào)，人工智能(néng)的安全问题需(xū)要得到重视，太晚就来不(bù)及了。

03

AIGC下(xià)一站(zhàn)除了视频(pín)，还有远方

技(jì)术都是(shì)有两面(miàn)性的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工(gōng)智能技术将是第(dì)四(sì)次工业(yè)革命的(de)核心驱动力量，将创造新的增(zēng)长奇(qí)迹。

过去一年(nián)，人工智能在技术和商(shāng)业(yè)层面都有了巨大进展，AI绘(huì)画(huà)就是人工智能技(jì)术发(fā)生方向性改变的(de)一个代(dài)表。其下一站或许就(jiù)是视频(pín)。

此前，Meta和谷歌(gē)先(xiān)后发布了几(jǐ)条引爆科技圈(quān)的(de)短(duǎn)视频。这些视频引发(fā)关注(zhù)并(bìng)非内(nèi)容做得多(duō)优秀，反而都非常简单(dān)，比如(rú)一匹(pǐ)正在(zài)喝水的(de)马(mǎ)，一只画画的玩具熊，或者(zhě)一段骑摩托(tuō)车(chē)的第一视角录像(xiàng)，随便一个(gè)有手机的人都可以随(suí)手录下(xià)一段。

但这些(xiē)短视(shì)频的(de)创作方式非(fēi)常简单，创作者仅仅需要向AI输(shū)入一段(duàn)话，甚至只是说一(yī)下要求，AI就(jiù)可以(yǐ)根据需要生成一(yī)段(duàn)视频(pín)。

谷歌发布的两个AI生成(chéng)视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个能够做出(chū)更高清视频的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地方在(zài)于，它可以(yǐ)制(zhì)作出超过2分(fēn)钟的连贯的也有确切内容的视频，这才是真正让人们感到(dào)惊喜(xǐ)的地方。因为无论AI生成的(de)视频(pín)多(duō)么高清，也(yě)只(zhǐ)能(néng)是(shì)为内容生产者提(tí)供一(yī)个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能够制作出有(yǒu)具(jù)体(tǐ)剧情(qíng)内容的视频就(jiù)意味着，一些(xiē)视频创作由AI代替人(rén)工(gōng)完成已(yǐ)经初(chū)步有(yǒu)了可能。

当下AI的发(fā)展(zhǎn)速度已经(jīng)超过大部分(fēn)人的想象。内容产(chǎn)业的本质是供给创造需(xū)求，AIGC作为全新的内容生产(chǎn)方式，可(kě)以为内容产业带来更新(xīn)的内容风格、更快的生产速度(dù)，更(gèng)低的(de)生(shēng)产成(chéng)本，这无疑会驱动内容产业的大(dà)爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能应用(yòng)于音乐、代码、机(jī)器(qì)人(rén)动作(zuò)等多种内容形式的生成。不难发(fā)现该(gāi)项技术不仅在游戏等(děng)行(xíng)业(yè)能得到有(yǒu)效应用(yòng)，对于(yú)下一代互(hù)联(lián)网各种元素的构(gòu)建(jiàn)亦有关键意义(yì)。

从(cóng)商业化的角度来看，文化娱(yú)乐、教育、传媒等诸多领(lǐng)域，本身就对基于AI的可视化内容(róng)有强烈需求。

因此，AI绘画及(jí)视频或不是结果，而只是AI进程中的一块重(zhòng)要(yào)拼图，有望(wàng)在(zài)技术(shù)更新的(de)加持下实现更大的(de)应用(yòng)价值。

AI从理(lǐ)解(jiě)内(nèi)容，走(zǒu)向了可以生成(chéng)内容，甚至能够创造出独(dú)立价值和独立视(shì)角(jiǎo)的(de)内容(róng)。AIGC的再次(cì)出圈，更代表着未(wèi)来的(de)先进生产力即将到来(lái)。

04

紧抓大模型(xíng)与算力(lì)，牢(láo)固AIGC底座

从技术的发展也可以看出(chū)，在(zài)语言大模(mó)型、图像大模型之后，多模态大模型(xíng)已经成为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的(de)智(zhì)能(néng)底座，是全球竞争最激烈(liè)的研究(jiū)方向之一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等众多头(tóu)部企业(yè)都(dōu)在竞相(xiāng)发力。

不过训练大模型(xíng)的确价(jià)格不菲，以国(guó)盛证(zhèng)券发布的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一次的成本约为(wèi)140万美元。而对于一些更(gèng)大的LLM(大型语言模(mó)型)，训练成本则(zé)介于200万(wàn)美元至1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对应芯片(piàn)需求为3万多片英(yīng)伟达(dá)A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不开(kāi)庞大算力(lì)支持(chí)。在关注各类大模型的发展同时，更应(yīng)该(gāi)关注算力(lì)网络的建设(shè)。

算力网络正驱动AI产业发展(zhǎn)进入(rù)史诗级(jí)加速(sù)进程(chéng)，让(ràng)AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目标离(lí)得(dé)更近(jìn)。

因为算力可以对突破性技术创新提供大力的支(zhī)持。这方面，多模(mó)态大(dà)模型是典型。作(zuò)为面向未来强(qiáng)人工(gōng)智(zhì)能、通用人工(gōng)智能的重要技术创新(xīn)，多(duō)模态大(dà)模型(xíng)已经在人(rén)工智能领域提出了很多(duō)年(nián)，业(yè)界也(yě)有不少(shǎo)技术(shù)突(tū)破，但是(shì)，多模态大模(mó)型(xíng)进一步往下走(zǒu)，算力需求(qiú)呈几何(hé)式上(shàng)升，一(yī)般的算力(lì)基础设(shè)施(shī)很快将难以(yǐ)胜(shèng)任。

从(cóng)图像、文字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智(zhì)能可以灵活(huó)应对不(bù)同模态的转化、像人与世(shì)界交互一样自(zì)然，这方面，由算力(lì)网络来驱动将有(yǒu)明显(xiǎn)优(yōu)势。

此外，还有很多需(xū)要爆发式增长的算(suàn)力(lì)来支撑的技术创新(xīn)，将在人工智能算力网络支(zhī)撑下快速推进。

AIGC已经露出曙光，期(qī)待在大模型和大算力的支(zhī)持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 纯棉和内裤莫代尔的哪个好，纯棉和内裤莫代尔有什么不同