自(zì)聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比(bǐ)尔(ěr)·盖茨已多次公(gōng)开谈论人工智能话(huà)题(tí)。在(zài)最近的一次采访中(zhōng)，他再次(cì)表示：“AI可能会让科技行(xíng)业(yè)迎来(lái)一(yī)次剧烈(liè)的(de)洗牌(pái)”。

这(zhè)个结论是他(tā)在当地时间2月(yuè)20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发(fā)展可能会(huì)威(wēi)胁(xié)到谷歌的市占率，因为微(wēi)软在AI方(fāng)面的(de)行(xíng)动(dòng)相(xiāng)当迅速。而最(zuì)终(zhōng)科技(jì)巨头将把AI整合成用(yòng)户的“全能(néng)助手”，包揽一切应用，与人们进行沟通并提(tí)供建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等应用。

大佬口中全(quán)能(néng)助手的(de)到来可能尚(shàng)需时日，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮，让(ràng)AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可(kě)控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月，在美(měi)国科(kē)罗拉多州举办的新(xīn)兴数字艺术家竞(jìng)赛中，一幅(fú)名为(wèi)《太空(kōng)歌剧院》的作(zuò)品(pǐn)获奖(jiǎng)。

随后(hòu)各大厂(chǎng)商的AI绘画软件被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用(yòng)户(hù)们可以(yǐ)在应(yīng)用中(zhōng)输入一组关(guān)键(jiàn)词或(huò)者一张照(zhào)片(piàn)，就能获得一幅(fú)AI创作(zuò)的画作。

作画的关(guān)键(jiàn)就是所输入(rù)的(de)文(wén)本(běn)。同一组关键词(cí)也(yě)可(kě)以(yǐ)创作出很多张(zhāng)风格(gé)不一(yī)样(yàng)的(de)画作，这让(ràng)创作的(de)过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图当做(zuò)头像。而另一部分喜欢翻看AI绘(huì)画(huà)的“翻车”作品。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如(rú)，一(yī)位网(wǎng)友的小狗照片(piàn)被AI画(huà)成了“肌肉男”，还有(yǒu)网友(yǒu)的个人照片(piàn)被AI识(shí)别成了建筑。

而如(rú)今随着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的填(tián)写关键词游戏可(kě)能(néng)要(yào)被(bèi)颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的(de)中国人张吕(lǚ)敏创(chuàng)作的一种基于控制点(diǎn)的图像变(biàn)形算法，主要用于数字图(tú)像(xiàng)处理、计算(suàn)机视觉(jué)和(hé)计算机(jī)图形学(xué)等(děng)领域。

其(qí)SD插件一经发(fā)布，在(zài)短(duǎn)短的(de)两天内便成为(wèi)了AI绘(huì)画领域最新的热点(diǎn)。

在此之前，大(dà)家用了很多方法想让(ràng)AI生成的结果(guǒ)尽可能的符合(hé)要求，但(dàn)是都不尽如人意，它的出现代表(biǎo)着AI生成开(kāi)始进入(rù)真正的可(kě)控时期(qī)。

因为ControlNet可以直接(jiē)提取画面的构图，人物的姿势和画面的深(shēn)度信息等。有了它的帮(bāng)助，就不用频繁的用提示(shì)词(cí)来(lái)碰(pèng)运气，抽盲(máng)盒式的创作(zuò)了(le)。

通俗(sú)的说(shuō)ControlNet相当(dāng)于给(gěi)AI绘画加了“魔法”，不少博(bó)主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中(zhōng)之一，他用朋(péng)友(yǒu)的照片(piàn)直接带她们(men)走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对(duì)应的关(guān)键词；最(zuì)后(hòu)用ControlNet插(chā)件绑定(dìng)骨骼开始换关键词试效果(guǒ)。

通过图片(piàn)就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害(hài)的(de)是，除了真实的照片，草图也可以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕敏其本(běn)尊也亲自(zì)回应。

不得不说当下AIGC已(yǐ)经变(biàn)得越来越强大，甚至(zhì)输出的作品都已经能以假乱(luàn)真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技术力爆发

警(jǐng)惕安全(quán)问题

近日(rì)，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火(huǒ)遍网(wǎng)络(luò)，而经过警方辟(pì)谣这所谓(wèi)的“party”可能是全国第一起(qǐ)AI绘图诈骗(piàn)。

由于这个活动里(lǐ)面给(gěi)出的美(měi)女照片(piàn)都是AI制(zhì)作(zuò)的真人照片(piàn)绘图，因(yīn)为太逼真，被大家当(dāng)成真事传(chuán)播了。

不过仔细观察可以发(fā)现，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，而是AI绘图，那便是图片中(zhōng)女(nǚ)性的手指部分有(yǒu)的(de)存在(zài)异(yì)常。

有行(xíng)业(yè)人(rén)事表示：“现在因为手指部分的绘画算法比较复杂，AI还不太会画人的(de)手，但最(zuì)新看(kàn)到的图片已经有(yǒu)越来越完美(měi)的(de)AI模型出(chū)现(xiàn)，以后(hòu)可能就完全(quán)没有漏洞了。”

类似的AI作(zuò)图(tú)诈骗在国(guó)外也已有发生。据英(yīng)国广播(bō)公司报道，土耳其地震期间(jiān)，有Tiktok用户(hù)使用AI合(hé)成了(le)儿童受灾的(de)假照片(piàn)发布到网络，以(yǐ)此诱(yòu)骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前(qián)随着技术发(fā)展，AIGC已经(jīng)能(néng)做出真(zhēn)人(rén)照片般的绘图效果，如果这(zhè)样的图片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧(yōu)，一方面，批判者认为AI在“学习”了大(dà)量前(qián)人的(de)作品之后，其创作没有任(rèn)何情绪和(hé)灵(líng)魂，难以和人类的艺(yì)术创作(zuò)相提并论。

另一方面，AIGC背后的版权、目前都并没(méi)有得到有效的(de)解(jiě)决(jué)，还有(yǒu)AIGC会不会代(dài)替人(rén)类(lèi)“至高(gāo)无(wú)上(shàng)”的(de)创意。

马斯克也强调，人(rén)工(gōng)智能的(de)安全问题需要(yào)得到重视，太晚(wǎn)就来不及了。

03

AIGC下(xià)一站(zhàn)除了(le)视(shì)频，还有(yǒu)远方

技术都是(shì)有两面性(xìng)的，潜在的(de)危害并不能掩盖(gài)其光辉的贡(gòng)献。现在看来(lái)，人工智能(néng)技术(shù)将是第四次工业革命的核心驱动力(lì)量，将创(chuàng)造新(xīn)的增(zēng)长奇迹。

过去一年(nián)，人工智(zhì)能在技(jì)术和商业层面(miàn)都有了巨大进展，AI绘(huì)画就是(shì)人(rén)工智(zhì)能技(jì)术发生(shēng)方向性改变的一个代(dài)表(biǎo)。其下一(yī)站或(huò)许就是视(shì)频。

此(cǐ)前，Meta和谷歌先后发(fā)布了几条引爆科技圈的(de)短视频。这些视(shì)频引发关注(zhù)并非内容做得多优秀，反而都非常简(jiǎn)单，比(bǐ)如(rú)一匹正在喝水的马，一只(zhǐ)画画的玩(wán)具熊，或(huò)者(zhě)一(yī)段骑摩托车(chē)的(de)第一(yī)视角录像，随便(biàn)一个(gè)有手机(jī)的(de)人(rén)都可以随手录下一段。

但这些短视频的创作方(fāng)式非(fēi)常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至(zhì)只是说(shuō)一(yī)下要求，AI就可以根据需要生成一(yī)段视频。

谷歌发(fā)布的两个AI生(shēng)成视(shì)频(pín)分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经(jīng)玩了一(yī)波梗，一(yī)个能够(gòu)做出更高清视频的AI还不足以在短时间内戳中兴奋点(diǎn)。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可以制作出超(chāo)过2分钟的(de)连贯的也有确切内容的(de)视频，这(zhè)才是真正让人们感到惊喜的地(dì)方。因为无(wú)论(lùn)AI生(shēng)成的(de)视频(pín)多么高清，也只能是为内容生(shēng)产者提(tí)供一个灵感，一个素材，一个过场(chǎng)动(dòng)画。

不(bù)过能(néng)够制作出(chū)有具(jù)体剧情(qíng)内容(róng)的视频就意味着，一些视频创(chuàng)作(zuò)由(yóu)AI代替人工完成已经初(chū)步有了可能。

当下AI的发展速度(dù)已经(jīng)超过大部分人(rén)的想象(xiàng)。内(nèi)容产业的本质是供给创造需求，AIGC作为全新的内容生(shēng)产方(fāng)式，可以为(wèi)内容产业带来(lái)更新的内容(róng)风格、更快的生产速度，更(gèng)低(dī)的生产成本，这无(wú)疑会驱动(dòng)内容(róng)产业(yè)的大爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于(yú)音乐、代码、机器(qì)人(rén)动作等多种内容(róng)形式的(de)生成(chéng)。不难发(fā)现该项技术不仅在游戏等(děng)行业能得到有效(xiào)应用(yòng)，对(duì)于下一代互联网(wǎng)各种元素的构建(jiàn)亦有关键意义。

从商业(yè)化的角(jiǎo)度来看，文化娱乐、教育、传媒等(děng)诸多领域，本身就对基于AI的可视(shì)化内(nèi)容有强(qiáng)烈需求。

因(yīn)此，AI绘画及视频或不是(shì)结果，而只(zhǐ)是AI进程中的一块重要(yào)拼(pīn)图，有望(wàng)在技术更新的加持(chí)下实现更大(dà)的(de)应用价值。

AI从理解(jiě)内容，走向了(le)可以(yǐ)生成内容，甚(shèn)至能够创造出独立价值和独(dú)立视角(jiǎo)的内容(róng)。AIGC的(de)再次(cì)出(chū)圈(quān)，更(gèng)代表(biǎo)着未来的(de)先进生(shēng)产力即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座

从技(jì)术的发展也可以(yǐ)看出(chū)，在语言大模型(xíng)、图像大模型(xíng)之(zhī)后，多模态大模型已(yǐ)经成为了新的(de)趋势。

大模型被誉为当前人工智能发展的智能底座，是全球竞争最激(jī)烈的研究方向之一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾(téng)讯等众多头部企业都在竞相发力。

不(bù)过训(xùn)练大模型的确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多(duō)少算力》报告估算(suàn)，GPT-3训(xùn)练(liàn)一次的成本约为140万美元。而对(duì)于(yú)一些更大的(de)LLM(大型语言模型)，训(xùn)练成本则介(jiè)于(yú)200万美(měi)元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立访客平均数(shù)1300万计(jì)算(suàn)，其对应芯片(piàn)需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日仅电费就(jiù)在5万美元左右(yòu)。

此(cǐ)外不论(lùn)是ChatGPT还是AIGC，都离(lí)不开庞大(dà)算力支持。在(zài)关注各(gè)类(lèi)大模(mó)型的发展(zhǎn)同(tóng)时，更应(yīng)该(gāi)关注算力网络(luò)的建设。

算力网络正(zhèng)驱动(dòng)AI产业发展进(jìn)入(rù)史诗级加速(sù)进(jìn)程，让(ràng)AIGC及通用AI这一人工智(zhì)能发展的终极(jí)目标(biāo)离(lí)得更近。

因为(wèi)算(suàn)力可以对突破(pò)性(xìng)技术创新提供大力的支持。这方面，多(duō)模态大(dà)模型是典型。作为(wèi)面(miàn)向未来强(qiáng)人工(gōng)智(zhì)能、通用人工智能(néng)的重要技术创新(xīn)，多模态(tài)大(dà)模型已(yǐ)经在人工智能领域(yù)提出了很多年，业界也有不少技(jì)术突破，但是，多模态大模型进(jìn)一(yī)步往下走，算(suàn)力需求呈几何(hé)式(shì)上升(shēng)，一(yī)般的(de)算力基础设施很(hěn)快将难以胜(shèng)任(rèn)。

从(cóng)图像(xiàng)、文字、语音(yīn)单独一项的训(xùn)练，到双模态、三模态的(de)跃迁，让人工智能可以灵(líng)活应对不同模态的转化(huà)、像人与世界交互一样自然(rán)，这(zhè)方面(miàn)，由(yóu)算力网络来驱(qū)动(dòng)将有(yǒu)明(míng)显优势。

俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么t="ChatGPT之后又一(yī)应用杀疯(fēng)了，AIGC或(huò)进入可控期(qī)，将(jiāng)洗牌(pái)科(kē)技行业(yè)？_黑料正(zhèng)能(néng)量" decoding="async" src="https://mmbiz.俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么heiliaofuli.com/wp-content/uploads/2023/03/a80c50d54314188.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.562962962962963" data-type="jpeg" data-w="1080">

此(cǐ)外(wài)，还有很多需(xū)要爆发式增长的算力(lì)来支撑的技术创新(xīn)，将在(zài)人工智能(néng)算(suàn)力网(wǎng)络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光，期待(dài)在大模型(xíng)和大算力的支持下(xià)AIGC能持续颠覆内容生产(chǎn)的方式，将创造(zào)的边际成本降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 俯首甘为孺子牛的含义是什么意思，俯首甘为孺子牛的上句是什么