自聊天机器(qì)人ChatGPT火爆以来，微软公司创(chuàng)始(shǐ)人比尔·盖茨(cí)已多(duō)次(cì)公(gōng)开谈论(lùn)人(rén)工(gōng)智能(néng)话(huà)题。在最近的一次采访(fǎng)中(zhōng)，他再次表(biǎo)示(shì)：“AI可能会让科(kē)技行(xíng)业(yè)迎(yíng)来一(yī)次剧烈的(de)洗(xǐ)牌(pái)”。

这个结论是(shì)他在当(dāng)地(dì)时间2月20日(rì)接受《In Good Company》节目专访时(shí)提出(chū)的。

他预期，AI的发(fā)展可能会威(wēi)胁到谷(gǔ)歌(gē)的市占(zhàn)率，因为(wèi)微软在AI方面的(de)行动相(xiāng)当迅速。而最终(zhōng)科技巨头将把AI整合成用户的“全能(néng)助手”，包揽一切(qiè)应(yīng)用，与人们进(jìn)行沟通并提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的到来可能(néng)尚需时日，但由ControlNet引发的(de)又一(yī)次AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉(lā)多(duō)州举(jǔ)办的新(xīn)兴数字艺(yì)术家竞赛中，一幅名(míng)为《太空歌剧院》的作品获奖。

随后各大(dà)厂(chǎng)商的(de)AI绘(huì)画软件(jiàn)被广大网友熟知并体验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在(zài)应用中输入一组关键词或者一张(zhāng)照片，就能获得一幅(fú)AI创(chuàng)作(zuò)的画作。

作画的关键就(jiù)是所输入(rù)的文(wén)本。同一(yī)组关键词(cí)也可以创作出很(hěn)多(duō)张风格不一样(yàng)的(de)画作，这让创(chuàng)作的过程就(jiù)像(xiàng)开盲盒(hé)。

很多用户很喜欢这种不(bù)确定的惊喜，他们会(huì)将生成的美图当做头像(xiàng)。而另一部分喜欢(huān)翻(fān)看AI绘画的“翻车(chē)”作品(pǐn)。在社交媒体上，许多用户(hù)分享AI“翻(fān)车(chē)现场”，例如，一位(wèi)网友的(de)小(xiǎo)狗照(zhào)片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个(gè)人照片被(bèi)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(de)填写关键(jiàn)词游戏可能要被颠(diān)覆了。

ControlNet是一(yī)位正在斯坦福读博(bó)的中国人张吕敏创作的一种(zhǒng)基于控(kòng)制点的(de)图像变(biàn)形算法，主要用于数字(zì)图像(xiàng)处理、计算机(jī)视觉和计(jì)算机图形学等领域。

其SD插件一经发布，在(zài)短(duǎn)短(duǎn)的两天(tiān)内便(biàn)成(chéng)为了AI绘(huì)画领域最新(xīn)的热点(diǎn)。

在此之前，大家用(yòng)了很多方法想(xiǎng)让AI生成的结果尽可能的符合要(yào)求，但是都不尽如人意，它(tā)的(de)出(chū)现代表(biǎo)着(zhe)AI生成开始(shǐ)进入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的姿势(shì)和画(huà)面的(de)深度信息(xī)等。有了(le)它的(de)帮(bāng)助(zhù)，就(jiù)不用频繁(fán)的(de)用提示词(cí)来碰运气，抽盲盒式的(de)创作(zuò)了。

通俗的说ControlNet相(xiāng)当于给AI绘(huì)画加了(le)“魔法”，不少博(bó)主的(de)作品(pǐn)已(yǐ)经获得了(le)大量的浏览量，“viggo”就是其中之(zhī)一，他用(yòng)朋(péng)友(yǒu)申请结尾的恳请语怎么写，特此申请的特是什么意思的照片(piàn)直接(jiē)带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最(zuì)后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊(jīng)艳。

更厉害的(de)是，除了真实(shí)的(de)照(zhào)片(piàn)，草(cǎo)图也可(kě)以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现(xiàn)线稿转(zhuǎn)全彩(cǎi)图。大神张(zhāng)吕(lǚ)敏其本尊也亲(qīn)自回应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越强大(dà)，甚至(zhì)输出的(de)作品(pǐn)都已经能以(yǐ)假乱(luàn)真了(le)。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安(ān)全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息(xī)火遍(biàn)网络，而(ér)经过警方辟(pì)谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图诈骗(piàn)。

由于这个活动里面(miàn)给(gěi)出的美女照片都是AI制作的(de)真人照片绘图，因为太(tài)逼真，被大家当成(chéng)真事传播了。

不过仔(zǎi)细观察可以发现，活(huó)动发起者提供的照片中有个(gè)很大(dà)的漏洞可以发现并非(fēi)真人，而(ér)是AI绘图，那(nà)便(biàn)是图(tú)片中(zhōng)女(nǚ)性的手(shǒu)指部分有的存在异常(cháng)。

有行业(yè)人事(shì)表示：“现在(zài)因为手指部分的绘画算法比较复杂，AI还(hái)不(bù)太会画人(rén)的(de)手，但最新(xīn)看到的图片已经有(yǒu)越来(lái)越完美的AI模(mó)型(xíng)出(chū)现，以后可能就完全没有漏(lòu)洞了。”

类(lèi)似(shì)的(de)AI作图(tú)诈骗在国外也已有发生。据英国广播公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户使用AI合(hé)成了儿童受灾的假照片(piàn)发(fā)布到网(wǎng)络(luò)，以此(cǐ)诱骗善良的人打赏(shǎng)“捐助”从而实施诈(zhà)骗。

目(mù)前随着技术(shù)发(fā)展，AIGC已经(jīng)能做出(chū)真人照片般(bān)的绘图效果，如果这样(yàng)的图片(piàn)被(bèi)用来(lái)诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发了很多担忧，一(yī)方面，批判(pàn)者认为AI在“学习”了大(dà)量前人的作品之后，其创作(zuò)没有任何情(qíng)绪(xù)和(hé)灵魂，难以和(hé)人类(lèi)的艺(yì)术(shù)创作相(xiāng)提并论。

另一方(fāng)面，AIGC背后的(de)版权、目前都并没有得到(dào)有效的解决，还有AIGC会(huì)不会代(dài)替人类(lèi)“至高无上”的创(chuàng)意。

马(mǎ)斯克也强(qiáng)调，人工智能(néng)的(de)安全问题需要(yào)得到重视，太(tài)晚就来不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两面性(xìng)的(de)，潜在的危害并(bìng)不(bù)能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技(jì)术将(jiāng)是(shì)第四(sì)次(cì)工业(yè)革命的(de)核心驱动力量，将创造新(xīn)的增长奇迹。

过去一年，人工智(zhì)能(néng)在技术和商业层(céng)面都有了巨大(dà)进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变(biàn)的(de)一个代表。其下(xià)一(yī)站或许就是视(shì)频(pín)。

此前，Meta和(hé)谷(gǔ)歌先后发(fā)布(bù)了几条引爆科技(jì)圈的短视频。这些视频引发关注并(bìng)非内(nèi)容做得(dé)多优秀(xiù)，反而(ér)都非常简(jiǎn)单，比如一匹正在(zài)喝(hē)水的马(mǎ)，一只(zhǐ)画(huà)画的(de)玩(wán)具熊，或者一段骑摩托车的第一视角录像，随便一(yī)个有手机的人都可(kě)以随手(shǒu)录下一段。

但(dàn)这些短视频的创(chuàng)作方(fāng)式(shì)非常简单，创作者仅仅需(xū)要(yào)向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就可以(yǐ)根据需要生成一段视(shì)频。

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

在Make-A-Video公布(bù)了AI生成的视(shì)频后，AI圈就已经玩了一波(bō)梗(gěng)，一个能够做出更(gèng)高清视(shì)频(pín)的AI还不足以(yǐ)在短(duǎn)时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地方(fāng)在于，它可以制(zhì)作出超过2分钟(zhōng)的连贯的也有确(què)切内容的视频，这才是真正让人们(men)感(gǎn)到惊喜的(de)地方。因为无论AI生成的视频多么(me)高清(qīng)，也只能是为内容生产者提供一个灵感，一个素材，一个过(guò)场动(dòng)画。

不过能(néng)够制作出有具体(tǐ)剧情内容(róng)的视频就意味(wèi)着，一些视频(pín)创作由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大部分人的想象。内容(róng)产业(yè)的本质是供给创(chuàng)造(zào)需求，AIGC作为全新的内(nèi)容生(shēng)产方式，可(kě)以为内容产业带来更新的(de)内容风(fēng)格(gé)、更快的(de)生(shēng)产速(sù)度(dù)，更低的生(shēng)产(chǎn)成(chéng)本，这无疑会驱动内容产业的(de)大爆发。

除了(le)AI绘(huì)图(tú)、视频，AIGC技术还(hái)能应用于音乐、代(dài)码、机器(qì)人动作等(děng)多种(zhǒng)内容(róng)形式的生成(chéng)。不难(nán)发现该项(xiàng)技术不仅在游(yóu)戏(xì)等行业能得到(dào)有效(xiào)应(yīng)用(yòng)，对于下一代互联网各种元素(sù)的构建亦有关键意义(yì)。

从商(shāng)业(yè)化(huà)的(de)角度来看，文化娱乐、教(jiào)育、传媒等诸多(duō)领域，本身就(jiù)对(duì)基于AI的可(kě)视化内容有强烈需求。

因此，AI绘画及视频或(huò)不(b申请结尾的恳请语怎么写，特此申请的特是什么意思ù)是结果(guǒ)，而只是AI进程中(zhōng)的一块重要拼(pīn)图，有(yǒu)望在技术更新的加持下实(shí)现更大的应用(yòng)价值(zhí)。

AI从理解(jiě)内容，走向了可(kě)以生成内容，甚至能够(gòu)创造出独立价值(zhí)和独立视角的内(nèi)容。AIGC的(de)再次出(chū)圈，更代表着未(wèi)来的先进生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从(cóng)技(jì)术的发展也可(kě)以看(kàn)出，在语言大模(mó)型(xíng)、图像大(dà)模型之后(hòu)，多模态大模型已经(jīng)成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工智(zhì)能发展的智能底座，是全(quán)球竞争最激烈(liè)的研(yán)究方向(xiàng)之一，包括谷歌、亚马逊、百度(dù)、阿里、腾(téng)讯等众多头部企业都在竞(jìng)相(xiāng)发力。

不(bù)过训练大模型的(de)确(què)价格不菲(fēi)，以国(guó)盛(shèng)证(zhèng)券发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万美元。而对于一些更(gèng)大的(de)LLM(大(dà)型语言(yán)模型)，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均数1300万计算，其对应(yīng)芯片需(xū)求为(wèi)3万(wàn)多片英伟(wěi)达A100 GPU，初始(shǐ)投入成本约为8亿美元(yuán)，每(měi)日仅电费(fèi)就在(zài)5万美元左右(yòu)。

此(cǐ)外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持(chí)。在关(guān)注(zhù)各类大模型的发展同时(shí)，更(gèng)应(yīng)该关注算力网络的(de)建设。

算力网络(luò)正驱动AI产业(yè)发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这(zhè)一人(rén)工智(zhì)能发(fā)展的终极目标离得更近。

因为算力(lì)可以对(duì)突破性技(jì)术创(chuàng)新提供大力的支持。这方面，多模态(tài)大(dà)模型(xíng)是典型。作为面向未(wèi)来强人工智能、通用人(rén)工智(zhì)能的(de)重要技术创新(xīn)，多模态大模型已经在人工智能领域提出(chū)了很多年，业界也有不少(shǎo)技(jì)术突破，但是，多模(mó)态大模型进一步往下(xià)走，算力需求呈几何式上升，一般的算(suàn)力(lì)基础(chǔ)设施很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独(dú)一项的训练，到双模态、三模态(tài)的(de)跃迁，让人工智能可(kě)以灵活应对不同模(mó)态(tài)的转(zhuǎn)化、像人与世界(jiè)交互一(yī)样自然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有很多需要爆发(fā)式(shì)增长的算力来支撑的技(jì)术创新，将在人工智能算力网络支撑(chēng)下(xià)快速推(tuī)进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支(zhī)持(chí)下AIGC能持续(xù)颠覆内容生(shēng)产的方式，将创造的边(biān)际成本降(jiàng)低，让万众受益。

未经允许不得转载：北京老旧机动车解体中心 申请结尾的恳请语怎么写，特此申请的特是什么意思