自聊天机器(qì)人ChatGPT火爆以来，微软公(gōng)司创始人比尔·盖(gài)茨(cí)已多次公开谈(tán)论人工(gōng)智能话题。在(zài)最近(jìn)的一次(cì)采访中，他(tā)再次表示：“AI可能会让科(kē)技行(xíng)业迎(yíng)来一次(cì)剧(jù)烈的洗牌(pái)”。

这个结(jié)论是他(tā)在当地时间2月20日接受《In Good Company》节目专访时提出(chū)的。

他预期(qī)，AI的发展可能(néng)会(huì)威胁(xié)到谷歌的市占率，因为微(wēi)软在AI方(fāng)面的行(xíng)动相当迅速。而最终科技巨(jù)头将把AI整合成用户的“全(quán)能助(zhù)手”，包揽一切(qiè)应用(yòng)，与人们进(jìn)行沟(gōu)通(tōng)并(bìng)提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等(děng)应用。

大(dà)佬口中全能助手的(de)到(dào)来可能尚需时(shí)日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的(de)话题热点包围中(zhōng)杀出(chū)重围。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表的AIGC上一次爆火的时(shí)候(hòu)，还是2022年8月，在美国科罗拉(lā)多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一幅名为《太空(kōng)歌剧院》的(de)作品获奖。

随(suí)后各(gè)大厂商(shāng)的AI绘画软(ruǎn)件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用(yòng)户们可以在应用中输入(rù)一组关键词或者(zhě)一张照(zhào)片，就能获得(dé)一幅AI创作的画作。

作(zuò)画的关键就是所输入的(de)文本。同(tóng)一组关键词也可以创作出很多张(zhāng)风格不一样(yàng)的画作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很(hěn)多用户很喜欢这(zhè)种(zhǒng)不确定的惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当(dāng)做头像。而(ér)另一部分喜欢(huān)翻看AI绘画的“翻车”作品。在(zài)社(shè)交(jiāo)媒体上，许多用(yòng)户分享AI“翻车(chē)现(xiàn)场”，例(lì)如，一位(wèi)网友的(de)小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌肉(ròu)男”，还有(yǒu)网友的个人(rén)照片被AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出(chū)现与加持，以往(wǎng)AI绘画的填写关键词(cí)游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏(mǐn)创作的一(yī)种基(jī)于控(kòng)制点的图(tú)像(xiàng)变形算法(fǎ)，主(zhǔ)要用(yòng)于(yú)数字(zì)图像处(chù)理、计算(suàn)机视觉(jué)和计算机图形学(xué)等领域(yù)。

其SD插件一经(jīng)发布，在短短的两天内便成为(wèi)了AI绘画(huà)领域最新的热点(diǎn)。

在此之前，大(dà)家(jiā)用了很(hěn)多方(fāng)法想让AI生(shēng)成的结(jié)果(guǒ)尽可能的符合要求，但是都不尽如人意，它的出现代(dài)表(biǎo)着(zhe)AI生成(chéng)开(kāi)始(shǐ)进入真正的(de)可控时期(qī)。

因为ControlNet可(kě)以(yǐ)直接提取画面(miàn)的构图(tú)，人物的姿势和画(huà)面的深度信息等(děng)。有了它的(de)帮助，就不用(yòng)频繁的用(yòng)提(tí)示词(cí)来碰运气(qì)，抽盲盒式的创(chuàng)作了。

通俗的说(shuō)ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少博主的作品已(yǐ)经获得(dé)了大量的(de)浏览量，“viggo”就是(shì)其(qí)中之(zhī)一，他(tā)用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键词试效果(guǒ)。

通过图(tú)片就可以看(kàn)出来，效果十(shí)分惊艳。

更厉害的(de)是，除了真(zhēn)实的照(zhào)片，草图(tú)也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还(hái)能(néng)实现(xiàn)线稿转(zhuǎn)全彩(cǎi)图。大神(shén)张吕敏其本尊(zūn)也(yě)亲自(zì)回(huí)应。

不得不(bù)说当下(xià)AIGC已经变得越来越强大(dà)，甚至输出的作品都已经能以假乱真了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆(bào)发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈(zhà)骗。

由于这个(gè)活动里面给出(chū)的美女(nǚ)照片都是AI制作的真人照片绘(huì)图，因为太逼真(zhēn)，被大家(jiā)当成真事传播了。

不过仔(zǎi)细观察(chá)可以发现(xiàn)，活动发起者提供的(de)照片中有个很大的漏(lòu)洞可以发现并非真人(rén)，而是AI绘(huì)图(tú)，那便是图片中女性的手指部分有的存在(zài)异常(cháng)。

有行业人事表示(shì)：“现在因(yīn)为手指部分的绘画算法比较复(fù)杂，AI还不(bù)太(tài)会画人的手，但最(zuì)新看到的(de)图片(piàn)已经(jīng)有越(yuè)来越完美(měi)的(de)AI模型(xíng)出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生(shēng)。据英国广播公司(sī)报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合(hé)成了儿(ér)童(tóng)受灾的(de)假照片发布到(dào)网络，以此诱(yòu)骗善(shàn)良(liáng)的人打赏“捐助(zhù)”从而实施诈骗。

目(mù)前(qián)随着(zhe)技术发展，AIGC已经能做出(chū)真人照片般(bān)的(de)绘图效(xiào)果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担忧，一(yī)方(fāng)面，批判者认为AI在“学习(xí)”了大量前人(rén)的作(zuò)品之后，其创作没有任何情(qíng)绪和灵魂，难(nán)以和人类(lèi)的(de)艺术创作相(xiāng)提(tí)并论(lùn)。

另一方面，AIGC背后的版权、目前(qián)都(dōu)并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上”的创(chuàng)意。

马(mǎ)斯克也强调(diào)，人工(gōng)智能的安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方

技术都是有两面(miàn)性的(de)，潜在的危害并不能(néng)掩盖(gài)其光辉的贡(gòng)献(xiàn)。现在看来(lái)，人工(gōng)智(zhì)能技术将是(shì)第(dì)四次工业革命的核心(xīn)驱动力量，将创造(zào)新的(de)增长奇(qí)迹。

过(guò)去一(yī)年，人工智能在技术和商业(yè)层面都有(yǒu)了(le)巨大进展，AI绘画就是(shì)人工智能(néng)技术发(fā)生(shēng)方向性改变的(de)一个代表。其下(xià)一站或许(xǔ)就是视频。

此前，Meta和谷歌(gē)先后发布了几条引(yǐn)爆科技(jì)圈(quān)的短视频(pín)。这(zhè)些视频引发关注并非内容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一(yī)只画画的玩具熊，或(huò)者(zhě)一段骑摩托(tuō)车的(de)第(dì)一(yī)视角录(lù)像，随便(biàn)一个有(yǒu)手机的人都可以随(suí)手录下(xià)一段。

但这些短视频(pín)的创作方式非常简单，创作者仅仅需要向(xiàng)AI输入一段话，甚至只(zhǐ)是说(shuō)一下要求，AI就(jiù)可以根(gēn)据需要生成一段视频(pín)。

谷(gǔ)歌发(fā)布的(de)两(liǎng)个AI生(shēng)成(chéng)视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的(de)Make-A-Video没有太多(duō)的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个(gè)能够做出更高清视频(pín)的AI还不足以在短(duǎn)时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的地方(fāng)在于，它可以制(zhì)作(zuò)出超过2分(fēn)钟的(de)连贯的(de)也有确切内容的视频，这(zhè)才是真正(zhèng)让人们感(gǎn)到惊(jīng)喜的地方。因(yīn)为无论(lùn)AI生(shēng)成的视频多么(me)高(gāo)清，也(yě)只能是为(wèi)内容生(shēng)产者提供一个(gè)灵(líng)感，一个素(sù)材，一个(gè)过场动画。

不过能够制(zhì)作出有(yǒu)具(jù)体剧情内容(róng)的视(shì)频(pín)就意味着，一(yī)些视(shì)频创作由AI代替人工完成(chéng)已(yǐ)经初步有了可(kě)能(néng)。

当下(xià)AI的发展速度已经超过大部(bù)分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供(gōng)给创造需求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以(yǐ)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(chǎn)成本，这无疑会(huì)驱动内容产业的(de)大爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术还能应用于音乐(lè)、代码、机(jī)器(qì)人动作等多种内容形式的生(shēng)成。不难(nán)发现该项(xiàng)技术(shù)不仅(jǐn)在游戏等行(xíng)业能(néng)得到有(yǒu)效应用，对(duì)于下一(yī)代互(hù)联网各种元素的构(gòu)建(jiàn)亦有关键意义(yì)。

从商业化的角度来(lái)看，文化(huà)娱乐、教育、传媒(méi)等(děng)诸多领域(yù)，本身就对(duì)基于AI的可视(shì)化内容有强烈需求。

因(yīn)此，AI绘画及视(shì)频(pín)或不是(shì)结果，而只是(shì)AI进(jìn)程(chéng)中的一块重(zhòng)要拼图，有望(wàng)在技术(shù)更新的加持下实(shí)现更(gèng)大的应(yīng)用价(jià)值。

AI从理解(jiě)内容(róng)，走(zǒu)向(xiàng)了(le)可以生成(chéng)内容，甚至能够创造(zào)出独立价值(zhí)和独(dú)立(lì)视角的内容(róng)。AIGC的再次出圈，更代表(biǎo)着未来的先(xiān)进生产力即将到(dào)来。

04

紧抓大模(mó)型与算力，牢固(gù)AIGC底座

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

大模型被誉(yù)为当前(qián)人(rén)工智(zhì)能发展的智能底座，是全球竞争最激烈的研究方(fāng)向之(zhī)一，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部(bù)企业都在(zài)竞相发力。

不过训练大模型的确价(jià)格不菲，以(yǐ)国盛(shèng)证券发布的《ChatGPT需要多(duō)少(shǎo)算力》报告(gào)估算(suàn)，GPT-3训练(liàn)一次的成本约(yuē)为140万美元。而对于一(yī)些(xiē)更大(dà)的LLM(大型(xíng)语言模型(xíng))，训(xùn)练成本(běn)则介(jiè)于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客(kè)平均(jūn)数1300万计(jì)算(suàn)，其对应芯(xīn)片需(xū)求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为(wèi)8亿美元(yuán)，每日仅(jǐn)电费就在5万美(měi)元左右。

此(cǐ)外不(bù)论是(shì)ChatGPT还(hái)是AIGC，都离不开庞(páng)大算力支持。在关注各类大模(mó)型(xíng)的发展同(tóng)时，更应该关注算力(lì)网络的(de)建设。

算(suàn)力网络正驱动AI产业发展进入史诗级(jí)加速进程，让(ràng)AIGC及通用AI这一(yī)人工(gōng)智能发展的终极目(mù)标(biāo)离得更(gèng)近(jìn)。

因为算力可以(yǐ)对突破性技术创新提供大力的支持(chí)。这方面(miàn)，多模(mó)态大模型(xíng)是典型。作(zuò)为面向(xiàng)未(wèi)来强人(rén)工智(zhì)能(néng)、通(tōng)用人(rén)工智能(néng)的重(zhòng)要技(jì)术创新，多模态(tài)大模型已经在人工智能领(lǐng)域提出了很多年，业界也有不少技术突破，但是，多模态大(dà)模型进一步(bù)往下走，算力需求呈(chéng)几何式上(shàng)升，一(yī)般的算力基础设施很快将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单独(dú)一(yī)项的训练，到双模态、三(sān)模态的跃迁(qiān)，让人工智能(néng)可以灵活(huó)应对不同模(mó)态的转化、像人(rén)与世界交互一(yī)样自然，这方面，由算力网络(luò)来驱动将有明显优势(shì)。

此(cǐ)外，还(hái)有很多(duō)需要爆发式增长的算(suàn)力(lì)来支撑的(de)技术创新，将在人工(gōng)智能算力(lì)网络支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成本(běn)降低，让(ràng)万众受益(yì)。

未经允许不得转载：济宁舞蹈培训学校_济宁洋娃娃舞蹈学校_济宁洋娃娃舞蹈学校官网 人次是指什么，人次是单位吗