自(zì)聊天机(jī)器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔(ěr)·盖茨(cí)已(yǐ)多(duō)次公开谈论人(rén)工智能话题(tí)。在最(zuì)近的一(yī)次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可能(néng)会让科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是他(tā)在(zài)当(dāng)地时间2月(yuè)20日接merry什么意思 merry是彩虹社的吗(jiē)受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能(néng)会威(wēi)胁到谷(gǔ)歌的市占率，因为微软(ruǎn)在AI方面的(de)行动(dòng)相(xiāng)当迅速。而最(zuì)终科技(jì)巨头将把AI整合成用户的“全能助(zhù)手”，包揽一(yī)切应用(yòng)，与人们进(jìn)行沟通并提(tí)供建议，可以(yǐ)取(qǔ)代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)的又一(yī)次AI绘(huì)画浪潮(cháo)，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的(de)AIGC上一次爆火的(de)时候，还是2022年8月，在美国科(kē)罗拉(lā)多(duō)州举办的新(xīn)兴数字艺术(shù)家竞(jìng)赛中，一幅(fú)名为《太空(kōng)歌剧院》的作品获奖。

随后(hòu)各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入一组关键词或者一张照(zhào)片(piàn)，就(jiù)能获(huò)得一(yī)幅AI创作的画作。

作画(huà)的(de)关键就是所输入的文本。同一组关键词也可以(yǐ)创作出很多张(zhāng)风(fēng)格不一(yī)样的画作(zuò)，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊喜，他们会将生成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现场”，例如，一(yī)位网友的小(xiǎo)狗照片被(bèi)AI画(huà)成了(le)“肌肉男(nán)”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的出现(xiàn)与加持(chí)，以往(wǎng)AI绘(huì)画(huà)的填写关键词游(yóu)戏可(kě)能要(yào)被颠覆(fù)了(le)。

ControlNet是一(yī)位正在斯坦福读博的中国人张吕敏创作的(de)一种基于(yú)控(kòng)制点的图像(xiàng)变形(xíng)算法，主要用于数字图像处理、计算(suàn)机视觉和计算机(jī)图形(xíng)学等(děng)领域。

其SD插件一经发布，在短短的两天内(nèi)便成(chéng)为了AI绘画(huà)领(lǐng)域最新(xīn)的热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽(jǐn)可能的符合要求(qiú)，但是都不尽如人意，它的出(chū)现(xiàn)代表着(zhe)AI生成开始(shǐ)进入真正的(de)可控时期。

因为ControlNet可以直接(jiē)提(tí)取画面(miàn)的构图，人物的姿势和画面的(de)深度信息等。有了它(tā)的帮助，就不用频繁的用提示词(cí)来(lái)碰运气，抽(chōu)盲(máng)盒式的创作了。

通俗的说ControlNet相当(dāng)于给(gěi)AI绘(huì)画加了(le)“魔(mó)法”，不(bù)少博(bó)主的作品已(yǐ)经获(huò)得了(le)大(dà)量的浏览量，“viggo”就是其中之一，他用朋友的(de)照片直接带(dài)她们(men)走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到对应的(de)关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开始换关键词试效(xiào)果。

通过图片就可以看出来(lái)，效果十分惊艳。

merry什么意思 merry是彩虹社的吗tio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实的照片，草图也可以加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张吕(lǚ)敏其本(běn)尊(zūn)也亲自回应。

不得不(bù)说(shuō)当下(xià)AIGC已经变(biàn)得越来越强(qiáng)大，甚(shèn)至(zhì)输出的作(zuò)品都已经能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而经过警方辟谣这所谓(wèi)的(de)“party”可能是全国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活动里面给(gěi)出的(de)美女照片都是AI制(zhì)作的真人照片绘图，因(yīn)为太逼真，被大(dà)家当成(chéng)真事传播了(le)。

不过(guò)仔(zǎi)细观(guān)察可以发(fā)现，活动发起者(zhě)提供的照(zhào)片(piàn)中(zhōng)有个很大的漏洞可以发现并(bìng)非真人，而是AI绘图，那便是图片(piàn)中女性(xìng)的手指部分有的存在异常。

有(yǒu)行业人(rén)事表示：“现在因为手(shǒu)指(zhǐ)部分的绘(huì)画算法比较(jiào)复杂，AI还(hái)不太会画人的手(shǒu)，但(dàn)最新看(kàn)到的图片已经(jīng)有越来越完美的AI模型(xíng)出现(xiàn)，以后可能就(jiù)完全没有(yǒu)漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国(guó)广播公司(sī)报道，土耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用(yòng)AI合成了儿童受(shòu)灾的假照(zhào)片(piàn)发布到(dào)网络(luò)，以此诱骗善良的人打赏“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做(zuò)出真人照片般(bān)的绘图效果，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AI在(zài)“学(xué)习”了大量前人的作品之后，其创作没(méi)有任何情(qíng)绪和(hé)灵魂，难以和人类的艺术创作(zuò)相提并论(lùn)。

另(lìng)一方面(miàn)，AIGC背(bèi)后(hòu)的版权、目前都并没有得(dé)到有效(xiào)的解决(jué)，还(hái)有AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调，人工智能的(de)安全问(wèn)题(tí)需要得到(dào)重视，太晚就(jiù)来(lái)不及了。

03

AIGC下(xià)一站除了视频，还有远方

技术都是有两面性的，潜在的危害并不能掩(yǎn)盖其光(guāng)辉的(de)贡(gòng)献。现在看来，人工智能技(jì)术将是第四(sì)次工业革命的核(hé)心驱动力量，将创造新的增长(zhǎng)奇迹。

过去一(yī)年，人工智能在技术和商业层(céng)面都有了(le)巨大进展，AI绘画就是人工智能技(jì)术(shù)发生方向性改(gǎi)变的一(yī)个代表(biǎo)。其(qí)下一站(zhàn)或(huò)许就是视频(pín)。

此(cǐ)前(qián)，Meta和谷歌先后发布了几条(tiáo)引爆科(kē)技圈的短视频。这些视频(pín)引(yǐn)发关注并非内容做得多(duō)优秀，反而都非常(cháng)简单，比如一匹正在喝水的(de)马，一只画画(huà)的玩具熊，或者(zhě)一(yī)段骑摩托车的第(dì)一视角录像，随便一个(gè)有手机的人都可以(yǐ)随手录下一段(duàn)。

但这些短视(shì)频(pín)的(de)创作(zuò)方式非常简单(dān)，创作者仅(jǐn)仅需(xū)要(yào)向AI输(shū)入一段话，甚(shèn)至只是(shì)说一下要求，AI就可以根(gēn)据需(xū)要生成一(yī)段视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突(tū)出的(de)是高清，与Meta的Make-A-Video没有太多(duō)的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视频后，AI圈就(jiù)已经玩了一波梗，一个(gè)能够做(zuò)出更(gèng)高(gāo)清(qīng)视频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地方在于，它可以(yǐ)制作出超过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是真(zhēn)正让人们感到(dào)惊喜的地方。因为(wèi)无论AI生成的(de)视频多么高清，也只能是为(wèi)内容(róng)生产者提供一个灵感，一个素材(cái)，一个过场动画。

不过能够(gòu)制作出有(yǒu)具体剧情内容的视频就(jiù)意味着，一些视(shì)频创作由AI代替人工完成已经初步有了(le)可(kě)能。

当下(xià)AI的发展速度已经(jīng)超过大部分人的想象(xiàng)。内容产业(yè)的本(běn)质(zhì)是供给创造需求，AIGC作为全新(xīn)的(de)内容生产(chǎn)方式，可(kě)以为内容产(chǎn)业(yè)带来更新的(de)内容风格、更快的(de)生产速度，更(gèng)低的生产成本(běn)，这无疑会驱动内(nèi)容产业的(de)大爆发。

除(chú)了AI绘图(tú)、视频，AIGC技术还能应用于音(yīn)乐、代码、机器人动作(zuò)等(děng)多种内容形式的(de)生成。不难发现该项(xiàng)技术不仅在(zài)游戏等行业(yè)能得(dé)到(dào)有效应用，对于下一代(dài)互联网(wǎng)各种(zhǒng)元素的构建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸多领域，本(běn)身就(jiù)对基于AI的(de)可视化内容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要(yào)拼图，有望在技(jì)术更(gèng)新的加持下实现更大的应用价值。

AI从理解内(nèi)容(róng)，走向了可以生成(chéng)内容，甚至能够创造出独立(lì)价(jià)值(zhí)和独立视角的(de)内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未来的先进(jìn)生产力即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术的发(fā)展也可以看出(chū)，在语(yǔ)言(yán)大(dà)模型、图像大模型之后，多模(mó)态大(dà)模(mó)型已经(jīng)成为了新(xīn)的(de)趋势。

大模型(xíng)被誉为当(dāng)前人工智能发(fā)展的智能底座，是全球竞争最激烈的研究方向之一，包括谷歌(gē)、亚马逊(xùn)、百度、阿里、腾(téng)讯等众多头部企(qǐ)业都在竞(jìng)相发(fā)力(lì)。

不过训练(liàn)大模型的确价格(gé)不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算(suàn)，GPT-3训练一(yī)次的成本约为(wèi)140万(wàn)美元。而(ér)对于(yú)一些(xiē)更大的LLM(大型语言模(mó)型)，训练(liàn)成本(běn)则介于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计(jì)算(suàn)，其对应芯片需求(qiú)为3万(wàn)多片(piàn)英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日仅电(diàn)费就在5万美元(yuán)左右(yòu)。

merry什么意思 merry是彩虹社的吗t="ChatGPT之后(hòu)又一应用杀(shā)疯了，AIGC或进入可控期(qī)，将洗牌科技行(xíng)业？_黑料正(zhèng)能量" decoding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/1d9722de3fed1e6.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.4255555555555556" data-type="jpeg" data-w="900">

此外不论(lùn)是(shì)ChatGPT还是(shì)AIGC，都(dōu)离不开庞大算(suàn)力支持。在关注(zhù)各(gè)类大模型(xíng)的(de)发(fā)展同时(shí)，更应该关注算力网络的建(jiàn)设。

算力网络(luò)正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及(jí)通用AI这一人(rén)工智能发展的终(zhōng)极目标离得更近。

因为算力可以对突破性技术创新提供大力的支(zhī)持(chí)。这方面，多模态(tài)大模型是(shì)典型。作(zuò)为面向未来强(qiáng)人(rén)工智能、通用人工智能的重要技术(shù)创新，多(duō)模态大模型已经(jīng)在人工智(zhì)能领域提出了(le)很多年，业界(jiè)也有不(bù)少技术突破，但是(shì)，多模态(tài)大模型进一步(bù)往下(xià)走(zǒu)，算力(lì)需求呈(chéng)几何式上(shàng)升，一般的算力基础设施很(hěn)快将难(nán)以胜(shèng)任(rèn)。

从图(tú)像、文字、语(yǔ)音(yīn)单独(dú)一项的训练，到双模态(tài)、三模态的(de)跃迁，让(ràng)人工智能可(kě)以(yǐ)灵活应(yīng)对不同模态(tài)的转化、像人与世界交互一样自然(rán)，这方面(miàn)，由算力网络(luò)来驱(qū)动将有明显优势(shì)。

此外，还有很多需要爆发式增长的算(suàn)力来支撑的技术创新(xīn)，将在人工智能算力网(wǎng)络(luò)支撑下快速推进。

AIGC已经露(lù)出曙光，期待在大模型和(hé)大算力(lì)的支持(chí)下(xià)AIGC能持续(xù)颠覆内(nèi)容生产的(de)方式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：腾众软件科技有限公司 merry什么意思 merry是彩虹社的吗