自(zì)聊天(tiān)机(jī)器人(rén)ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨(cí)已(yǐ)多(duō)次(cì)公开谈论(lùn)人(rén)工智能(néng)话题。在最近的(de)一(yī)次采访中(zhōng)，他再次表示：“AI可(kě)能会让科技行业迎来一(yī)次剧烈的(de)洗(xǐ)牌(pái)”。

这(zhè)个结论是他在当地时(shí)间(jiān)2月20日接(jiē)受《In Good Company》节目专访时(shí)提出的(de)。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占率(lǜ)，因为微软在AI方面(miàn)的(de)行(xíng)动相当迅速。而最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包(bāo)揽一切应用，与人们进行沟(gōu)通(tōng)并提供(gōng)建议(yì)，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全能助手的(de)到来(lái)可能尚需时(shí)日，但由ControlNet引发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题(tí)热点包围中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法(fǎ)

AIGC向可控靠(kào)近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国(guó)科罗拉多州举办(bàn)的新(xīn)兴(xīng)数字艺(yì)术家竞赛中，一幅名为(wèi)《太空歌(gē)剧院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友熟(sh最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词ú)知并(bìng)体验，Stable Diffusion便是其中代表。

用户(hù)们可以在应用(yòng)中(zhōng)输入一组关键词(cí)或者一(yī)张(zhāng)照(zhào)片(piàn)，就能获(huò)得一幅(fú)AI创作的画(huà)作。

作(zuò)画的关(guān)键就(jiù)是所输入的(de)文(wén)本。同一(yī)组关键词(cí)也可以创作出(chū)很多张风格不一样(yàng)的画作，这让创作的过程就像开盲(máng)盒。

很(hěn)多用户(hù)很(hěn)喜欢(huān)这种(zhǒng)不(bù)确定(dìng)的惊喜，他们会(huì)将生成(chéng)的(de)美(měi)图当做头像(xiàng)。而另一(yī)部分喜欢(huān)翻看AI绘画的“翻车”作品。在社交(jiāo)媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网(wǎng)友的小狗照片被AI画成了“肌肉男(nán)”，还有网友的个人照片(piàn)被AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的(de)出现与(yǔ)加持，以往AI绘画(huà)的(de)填写关键(jiàn)词游戏(xì)可(kě)能(néng)要被最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏创作的一种基于控(kòng)制点的图像变(biàn)形算法，主要用(yòng)于数(shù)字(zì)图像处理(lǐ)、计算(suàn)机视(shì)觉和(hé)计(jì)算机图形学等领域。

其SD插(chā)件一经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在(zài)此(cǐ)之前，大家(jiā)用了很(hěn)多方法想让(ràng)AI生成(chéng)的(de)结果(guǒ)尽可能的符合要求(qiú)，但是都不(bù)尽(jǐn)如人意(yì)，它的(de)出现代表着AI生成(chéng)开始进(jìn)入真正(zhèng)的可控时期。

因为ControlNet可以(yǐ)直接提取(qǔ)画(huà)面的构图，人物的姿势和(hé)画(huà)面的深(shēn)度信息等(děng)。有(yǒu)了它的帮助，就不用频繁的用(yòng)提(tí)示词(cí)来碰运气，抽(chōu)盲盒式(shì)的创作了(le)。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作(zuò)品已经获得(dé)了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定骨骼开始换关键词试效果(guǒ)。

通(tōng)过图片就可以看出来，效果(guǒ)十(shí)分惊(jīng)艳(yàn)。

更厉害的(de)是，除了(le)真实的照片，草图也可(kě)以加上“魔法”，知乎大牛(niú)“DevPoint”和(hé)“逗砂”介绍到ControlNet还能实(shí)现(xiàn)线稿转全彩图。大(dà)神张吕敏其(qí)本(běn)尊也亲(qīn)自(zì)回应。

不(bù)得(dé)不(bù)说当下AIGC已经变得越来(lái)越强大，甚(shèn)至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全(quán)问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经过警方辟谣这(zhè)所谓(wèi)的“party”可(kě)能是全国第一(yī)起AI绘图(tú)诈骗(piàn)。

由于这个活动里面(miàn)给出的(de)美(měi)女照片都是(shì)AI制作(zuò)的真人照片绘(huì)图，因为(wèi)太逼真，被大家(jiā)当成真事传播了。

不过仔(zǎi)细观察可以发现(xiàn)，活动发(fā)起(qǐ)者提(tí)供的照片中有个很大(dà)的漏洞(dòng)可以发现并非真人，而是AI绘图，那(nà)便是图片中女性的手指(zhǐ)部分有的存在(zài)异常。

有行(xíng)业人事表示：“现(xiàn)在因为手指(zhǐ)部分(fēn)的绘画算法比较复杂(zá)，AI还(hái)不太会画人的手，但最新(xīn)看(kàn)到(dào)的图(tú)片已经有越来越完(wán)美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类(lèi)似的AI作图(tú)诈骗在(zài)国外也已有发生。据(jù)英国广播公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合成了儿童(tóng)受灾(zāi)的假(jiǎ)照片发布到(dào)网络(luò)，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗(piàn)。

目前随着(zhe)技术(shù)发展(zhǎn)，AIGC已经能做出真(zhēn)人照片般的(de)绘图效(xiào)果(guǒ)，如(rú)果这(zhè)样的图片被(bèi)用来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多担忧(yōu)，一(yī)方(fāng)面，批判者认为AI在“学习”了大(dà)量(liàng)前人的作品之后，其创作(zuò)没(méi)有任何情(qíng)绪和灵魂，难以(yǐ)和人类的艺术创作相提并论。

另一方面，AIGC背(bèi)后的版权、目(mù)前(qián)都并(bìng)没有得(dé)到有效的解(jiě)决，还(hái)有(yǒu)AIGC会不会代(dài)替人(rén)类“至高无(wú)上”的(de)创意。

马斯克也(yě)强调，人工(gōng)智(zhì)能的安全问题(tí)需(xū)要得到重(zhòng)视，太(tài)晚(wǎn)就来不及(jí)了。

03

AIGC下一站除了视频(pín)，还有(yǒu)远方

技术都是有两面(miàn)性的(de)，潜在的危害并不能掩盖(gài)其光辉的(de)贡献。现在看来，人工智能技(jì)术将是第四次工(gōng)业革命的核心驱动力量，将创造新(xīn)的增长奇(qí)迹。

过(guò)去一年(nián)，人工智能在技(jì)术和商(shāng)业层面(miàn)都有了巨大进展，AI绘画就是(shì)人工智(zhì)能技术发生(shēng)方向性改变的(de)一个(gè)代表。其下(xià)一站或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几条引爆科技圈的短视频。这些(xiē)视频引发(fā)关注(zhù)并(bìng)非内(nèi)容做得多(duō)优秀(xiù)，反而都非常简单，比如一匹正在喝水(shuǐ)的(de)马，一只(zhǐ)画画(huà)的玩具熊，或者一(yī)段骑摩(mó)托(tuō)车(chē)的第一视(shì)角(jiǎo)录(lù)像，随便一个有手机的人都(dōu)可以随手录下一段。

但这些(xiē)短(duǎn)视频(pín)的创(chuàng)作方式非常(cháng)简单，创作者仅仅需(xū)要向AI输入一段话(huà)，甚至(zhì)只是说一下要(yào)求，AI就可以根据需要(yào)生(shēng)成一段视频。

谷歌发布的两个(gè)AI生成视频分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出(chū)的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就已经玩了一波梗，一个能够做出更高清视(shì)频的AI还不(bù)足以(yǐ)在短(duǎn)时间(jiān)内戳(chuō)中(zhōng)兴(xīng)奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地方在于，它可(kě)以制作出超过2分钟的连贯的也有(yǒu)确切内容的视频(pín)，这才(cái)是真正让人们感到惊喜的地方。因(yīn)为无论AI生成的视(shì)频多么高(gāo)清，也(yě)只能是为(wèi)内容生产者提供一(yī)个灵(líng)感，一个素材，一个过场动画(huà)。

不过(guò)能够制作出有具(jù)体剧情内容的视频就意(yì)味着，一些视(shì)频创作由AI代替人(rén)工完成已经初(chū)步(bù)有了可能。

当下AI的发展速度已经超(chāo)过大部分(fēn)人的(de)想象。内容产业的(de)本质是供给创(chuàng)造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产业带来更(gèng)新的内容(róng)风格(gé)、更快的(de)生产速度，更低的生(shēng)产成本，这无疑(yí)会驱动内容产业的大爆(bào)发。

除(chú)了AI绘(huì)图(tú)、视(shì)频，AIGC技术还能应用(yòng)于音乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生成(chéng)。不难发现该项技术不仅在游戏(xì)等(děng)行业能得到(dào)有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键意义。

从商业(yè)化(huà)的角(jiǎo)度来看，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多领域，本身就对(duì)基于AI的(de)可视(shì)化内容有强烈(liè)需求。

因此，AI绘画及视(shì)频或不是结果，而(ér)只是AI进程中(zhōng)的一块重要拼图(tú)，有望在技(jì)术(shù)更(gèng)新(xīn)的(de)加持(chí)下实(shí)现更大的(de)应用价值。

AI从理解内容，走向了可以(yǐ)生成(chéng)内容(róng)，甚至能(néng)够(gòu)创造出独(dú)立价值(zhí)和独立视角的内容。AIGC的(de)再次出圈(quān)，更代表着未来(lái)的先进生产力即将到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语言大模型(xíng)、图像大模(mó)型之后，多模态(tài)大模型已经成(chéng)为了新的趋(qū)势。

大模型被誉(yù)为当前人(rén)工(gōng)智能发(fā)展的(de)智能底座，是全球竞争最(zuì)激烈的研(yán)究方向(xiàng)之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不过训(xùn)练(liàn)大模(mó)型的确价格不菲(fēi)，以国(guó)盛证(zhèng)券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训(xùn)练一次的成(chéng)本约为(wèi)140万美元。而对于一些更大的LLM(大型语(yǔ)言模型)，训(xùn)练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独立访客平(píng)均数1300万计算，其(qí)对应芯片(piàn)需求为(wèi)3万多片(piàn)英伟(wěi)达A100 GPU，初(chū)始投入成本约为8亿美元，每日仅电费就在(zài)5万美(měi)元(yuán)左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大(dà)模(mó)型的发展(zhǎn)同时，更应该关注算力网络的建(jiàn)设。

算力网(wǎng)络正驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通用AI这一人工智(zhì)能发展的终极(jí)目标(biāo)离得更近。

因为算力可以对突破性技术创新(xīn)提供大力的支持。这方(fāng)面，多模态大(dà)模型(xíng)是(shì)典型。作为面(miàn)向(xiàng)未来强(qiáng)人工智能、通用人(rén)工智能(néng)的(de)重要技术创新，多模态(tài)大模型已(yǐ)经在人工智能领域提(tí)出了很多年(nián)，业界也有不少技术(shù)突(tū)破，但是，多模(mó)态大模型进(jìn)一(yī)步(bù)往下(xià)走，算(suàn)力需求呈(chéng)几何式上升，一(yī)般的算(suàn)力基础设(shè)施很快将难以胜任。

从(cóng)图像、文字、语音单独一项的训练(liàn)，到双(shuāng)模态、三模态的跃迁，让人工智能可(kě)以灵活应对(duì)不同(tóng)模(mó)态(tài)的转化、像人与世界交(jiāo)互一样自然，这方面，由算力网络(luò)来驱动将有明显优势。

此(cǐ)外(wài)，还有(yǒu)很多需要爆发式增长(zhǎng)的算力来支撑的(de)技术(shù)创新(xīn)，将(jiāng)在(zài)人工(gōng)智能(néng)算力网(wǎng)络支撑下快速推(tuī)进。

AIGC已(yǐ)经露出(chū)曙光，期(qī)待在大模型和(hé)大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：连云港装饰公司,豪泽装饰 最灿烂的烟火总是先坠落是什么歌，最灿烂的烟火总是先坠落是什么歌的歌词