自聊天机器人ChatGPT火(huǒ)爆以来，微软公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨已多次公开谈论人(rén)工智能话题(tí)。在最近的(de)一次采访中，他(tā)再次表示(shì)：“AI可能会让科技行业迎来一次剧烈的洗牌(pái)”。

这个结论是他在当地时间2月(yuè)20日(rì)接受《In Good Company》节(jié)目专访(fǎng)时提出的。

他预期，AI的发展可能会(huì)威胁(xié)到谷歌的(de)市占率，因(yīn)为微软(ruǎn)在AI方面的行动相当(dāng)迅速(sù)。而最(zuì)终科技巨(jù)头将把AI整合成用户的“全能助手”，包揽一切应用，与(yǔ)人们进(jìn)行沟通并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中(zhōng)全能(néng)助手的到(dào)来(lái)可能尚需(xū)时日(rì)，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热(rè)点(diǎn)包围中杀(shā)出重围。

01

ControlNet颠覆AI绘(huì)画新玩(wán)法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美国科罗拉多州举办的新兴数字艺术家竞赛中，一幅名为《太空歌(gē)剧院》的(de)作品获奖(jiǎng)。

随后各(gè)大(dà)厂商的(de)AI绘(huì)画软件被(bèi)广大网友熟知并(bìng)体验，Stable Diffusion便是其(qí)中代(dài)表。

用(yòng)户们可以在应用(yòng)中输入一组(zǔ)关(guān)键词或者(zhě)一(yī)张照(zhào)片，就能获得一幅AI创作的画作(zuò)。

作画的(de)关键就是(shì)所输入的文本。同一(yī)组关(guān)键(jiàn)词也可以创(chuàng)作出(chū)很(hěn)多(duō)张风格(gé)不一样的画(huà)作，这让创(chuàng)作(zuò)的过(guò)程就(jiù)像开(kāi)盲盒(hé)。

很多用户很喜欢(huān)这种(zhǒng)不确(què)定的惊喜，他们会将生成(chéng)的美图当做头像。而另一部分喜欢(huān)翻看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交媒体(tǐ)上，许多用户分享AI“翻车现场(chǎng)”，例如，一位网友的(de)小狗照片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个(gè)人(rén)照(zhào)片(piàn)被AI识别成了(le)建筑。

而(ér)如今随着(zhe)ControlNet的出现与加(jiā)持，以(yǐ)往AI绘画的填写关键词游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人张吕敏创作的一种基(jī)于控制点的图像变(biàn)形(xíng)算法，主要用于数字图(tú)像处理、计算机视(shì)觉和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两(liǎng)天内便成(chéng)为了(le)AI绘画领域最新的热(rè)点。

在此之(zhī)前，大家(jiā)用(yòng)了(le)很多方法想让AI生成的结果尽(jǐn)可能的符合要求，但是都不尽如人意，它(tā)的出现(xiàn)代(dài)表(biǎo)着AI生成开始(shǐ)进入真正(zhèng)的可控时期。

因为ControlNet可(kě)以直接提(tí)取画面的(de)构图(tú)，人物(wù)的姿势和画面的深度(dù)信息等。有了它的(de)帮助(zhù)，就不用频繁(fán)的用提示词来碰(pèng)运气，抽盲盒式(shì)的(de)创(chuàng)作了。

通俗的说ControlNet相(xiāng)当于(yú)给AI绘画(huà)加(jiā)了“魔(mó)法”，不少(shǎo)博主的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之(zhī)一，他用朋友的(de)照片直(zhí)接(jiē)带她们走(zǒu)进动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展找到(dào)对应的(de)关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换(huàn)关(guān)键词试效果。

通过图片(piàn)就可(kě)以看出来，效果(guǒ)十分惊艳。

更厉害的是，除了真实(shí)的照片，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛(niú)“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能(néng)实现线稿转全彩图。大神张吕敏其(qí)本(běn)尊也(yě)亲(qīn)自回应(yīng)。

不得不说当下AIGC已经变(biàn)得越来越强大(dà)，甚至(zhì)输(shū)出(chū)的作品都(dōu)已经能以(yǐ)假乱真(zhēn)了。

02

难(nán)辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡(jī)湖有游艇(tǐng)party”的消(xiāo)息(xī)火遍网络，而经过警方辟谣这(zhè)所谓的“party”可能是全(quán)国第一起(qǐ)AI绘图诈骗(piàn)。

由于这(zhè)个活动里(lǐ)面给出的美女照片都是AI制作的真人照片(piàn)绘图，因为太逼真，被大(dà)家当成真事传(chuán)播了。

上海梅林和中粮梅林的区别 中粮和梅林哪个更好type="png" data-w="1280">

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中有个很大(dà)的(de)漏洞可以发现并非(fēi)真人，而是AI绘图(tú)，那(nà)便是图片中女性的手指部分有的存在(zài)异常。

上海梅林和中粮梅林的区别 中粮和梅林哪个更好 src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/d977a06afd3771c.jpeg?imageMogr2/format/webp/quality/80" data-croporisrc="https://mmbiz.qpic.cn/sz_mmbiz_png/hBdoyiawDeRyDWKODjVEiaoPuGG2YUQQPBZLMLffchqxSm0mgbFoAz2bJ1ZJxJJyVwJSC8YDUiak5CibY8cTYKUibvA/0?wx_fmt=png" data-cropx1="0" data-cropx2="1280" data-cropy1="0" data-cropy2="788.3737024221454" data-ratio="0.61640625" data-s="300,640" data-type="jpeg" data-w="1280">

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分(fēn)的绘(huì)画算法(fǎ)比(bǐ)较复(fù)杂(zá)，AI还不太(tài)会画人的手，但(dàn)最新(xīn)看到的(de)图片已经有越(yuè)来(lái)越完美的AI模型出现，以后可(kě)能就完全没有漏(lòu)洞了。”

类(lèi)似的AI作(zuò)图(tú)诈(zhà)骗在国外(wài)也已(yǐ)有发生。据英国(guó)广播公司报道，土耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童受灾(zāi)的(de)假照片发布(bù)到网络，以此诱(yòu)骗善(shàn)良的人(rén)打赏“捐(juān)助”从而实(shí)施(shī)诈骗。

目前(qián)随(suí)着技术(shù)发展，AIGC已经能做出真人照片般(bān)的绘图(tú)效(xiào)果，如果这样的图片被用来诈骗，将非常可怕。

此外AIGC还引发了很多担忧，一方面，批(pī)判者认(rèn)为(wèi)AI在(zài)“学习”了大(dà)量前人的作品之后，其创作没有任(rèn)何情绪和(hé)灵魂，难(nán)以和人类的艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目(mù)前都并没(méi)有得到有效的解决，还(hái)有AIGC会(huì)不会代(dài)替(tì)人类“至高(gāo)无上”的创意。

马斯克也(yě)强调，人(rén)工智能的安全问题需(xū)要(yào)得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远(yuǎn)方

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

过去一年，人工智(zhì)能在技术和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向(xiàng)性改(gǎi)变的一个代(dài)表。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短(duǎn)视频。这些视频(pín)引发关注(zhù)并非内容做(zuò)得多优秀，反而都非常简单(dān)，比如一匹正在喝水的马，一只画(huà)画的玩具熊，或者(zhě)一(yī)段骑摩托车的第一(yī)视(shì)角(jiǎo)录像，随便(biàn)一个有(yǒu)手机的人都可以随手录(lù)下一段。

但这些短视频的创作方式非(fēi)常简单(dān)，创作(zuò)者仅仅需要向(xiàng)AI输入一段(duàn)话，甚至只是说一下(xià)要求(qiú)，AI就可以根据(jù)需要生成(chéng)一段视(shì)频(pín)。

谷歌发布的(de)两个(gè)AI生成视(shì)频分别来(lái)自(zì)于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(le)AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够(gòu)做出(chū)更高(gāo)清视频的AI还(hái)不足(zú)以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可(kě)以制(zhì)作出超过2分钟的连贯的也有确切内(nèi)容(róng)的视频，这才是真正让人们感(gǎn)到(dào)惊喜(xǐ)的地方。因为无论AI生成的(de)视(shì)频多么高清，也只(zhǐ)能是为内容(róng)生产者(zhě)提供一个(gè)灵感，一个素材，一个过场动画。

不过能够制作(zuò)出有具体剧情内容(róng)的视频就(jiù)意味着，一些视频创作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发展(zhǎn)速度(dù)已经超过大部分人(rén)的(de)想象。内容(róng)产业的本(běn)质是供给(gěi)创造需求(qiú)，AIGC作为全新的内(nèi)容(róng)生产(chǎn)方式(shì)，可以(yǐ)为内容产业带(dài)来(lái)更新的内容风格、更快的生产(chǎn)速度(dù)，更低的生产成本，这(zhè)无疑会驱动内(nèi)容产业的(de)大爆发。

除(chú)了AI绘(huì)图(tú)、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机(jī)器人动作等多种内容(róng)形式的生成。不难发现(xiàn)该项技术不仅在游(yóu)戏等(děng)行(xíng)业能得到(dào)有效应用，对于下一代互联网各种元素的(de)构建(jiàn)亦有关(guān)键意义。

从商业化(huà)的角度来看(kàn)，文化娱乐、教育、传媒(méi)等诸多领(lǐng)域，本身就对基于AI的(de)可视化(huà)内容(róng)有强烈需求。

因(yīn)此，AI绘画(huà)及视频或不(bù)是结(jié)果，而只是AI进程中的(de)一块重(zhòng)要(yào)拼图，有望在技术(shù)更(gèng)新的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向了(le)可(kě)以生成(chéng)内容，甚至能够创造出独立(lì)价值和(hé)独立视角的(de)内容。AIGC的再次出(chū)圈，更代表着(zhe)未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算力(lì)，牢固AIGC底座

从(cóng)技术(shù)的发展(zhǎn)也可(kě)以(yǐ)看出，在语言大模(mó)型、图像大模(mó)型之后，多(duō)模态大模型(xíng)已经成(chéng)为(wèi)了新的趋势。

大模型被誉为当前(qián)人工智能(néng)发(fā)展的智能底座，是(shì)全(quán)球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众(zhòng)多头部(bù)企业(yè)都在(zài)竞(jìng)相(xiāng)发力。

不过训练大模型的确价格不菲，以国(guó)盛证券发布的(de)《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练一次的成(chéng)本约为(wèi)140万美元。而(ér)对于一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的(de)独(dú)立访(fǎng)客平(píng)均(jūn)数1300万计算，其对应(yīng)芯片(piàn)需求为3万多片英伟(wěi)达A100 GPU，初始投入成本(běn)约为8亿美元，每日仅电费就在5万(wàn)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持。在关注各(gè)类大(dà)模型的发展同(tóng)时，更应该关注算力网络的建设。

算力网(wǎng)络(luò)正驱(qū)动AI产(chǎn)业发展进(jìn)入(rù)史诗(shī)级加速进程(chéng)，让AIGC及通用AI这一人工智(zhì)能(néng)发展(zhǎn)的终极(jí)目(mù)标(biāo)离得(dé)更近(jìn)。

因(yīn)为算力(lì)可以对突(tū)破性(xìng)技术创(chuàng)新(xīn)提供大力的支(zhī)持。这方(fāng)面，多模(mó)态大(dà)模(mó)型是(shì)典型。作为面向(xiàng)未来强人工智能、通用人工(gōng)智能的(de)重要(yào)技术(shù)创新，多(duō)模态大模型已经在人工智能领域提出了很(hěn)多年，业(yè)界(jiè)也有不少技术突破，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般(bān)的(de)算力(lì)基础设施很快将难(nán)以胜任。

从图(tú)像、文字(zì)、语(yǔ)音单独(dú)一项(xiàng)的训(xùn)练，到双(shuāng)模态、三模态的跃迁，让(ràng)人工(gōng)智能可以灵活应对不同模态的转化、像(xiàng)人与(yǔ)世界(jiè)交(jiāo)互一样自(zì)然，这方面，由算力网络来驱(qū)动将有明显(xiǎn)优(yōu)势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将在人工智(zhì)能(néng)算(suàn)力网(wǎng)络支撑下快(kuài)速(sù)推进。

AIGC已(yǐ)经(jīng)露出曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：成都工装公司_工装装修效果图_专注公装设计装修 - 无同之家装饰 上海梅林和中粮梅林的区别 中粮和梅林哪个更好