自聊(liáo)天机器人ChatGPT火爆以来(lái)，微软公(gōng)司创(chuàng)始人(rén)比尔·盖茨已多次(cì)公开(kāi)谈(tán)论(lùn)人(rén)工智能话题。在最近的(de)一(yī)次(cì)采访中，他再(zài)次表示：“AI可能会让科技(jì)行(xíng)业迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预期(qī)，AI的发展可能会威胁到谷歌(gē)的市(shì)占率，因为微软在AI方面的行动相当迅(xùn)速。而最终科(kē)技巨头将(jiāng)把AI整(zhěng)合成(chéng)用户的(de)“全能助手”，包(bāo)揽一切应(yīng)用，与人们(men)进行沟通(tōng)并提供建议(yì)，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口(kǒu)中(zhōng)全能助手的(de)到来可能尚需时日，但由ControlNet引发的(de)又一次AI绘(huì)画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘(huì)画(huà)新玩(wán)法

AIGC向(xiàng)可(kě)控靠近

以AI绘画为代(dài)表的AIGC上一次爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举办的(de)新兴(xīng)数(shù)字艺术家竞赛中，一(yī)幅名(míng)为(wèi)《太空歌剧院》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软件被广大网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是(shì)其中代(dài)表(biǎo)。

用户们可以在应(yīng)用(yòng)中输入一(yī)组关(guān)键词或者(zhě)一张照片，就能获得(dé)一幅AI创作的画作(zuò)。

作(zuò)画的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(duō)张风(fēng)格不一样的画作，这让创作(zuò)的(de)过程就(jiù)像(xiàng)开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊(jīng)喜，他们会将生(shēng)成(chéng)的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒(méi)体上，许多用(yòng)户分享AI“翻车现场”，例如，一位(wèi)网友的小狗照片被AI画成(chéng)了“肌肉男”，还(hái)有网友的个人照片被AI识(shí)别成(chéng)了建筑(zhù)。

而如(rú)今(jīn)随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关键词游戏(xì)可能要被颠覆(fù)了(le)。

ControlNet是一位正(zhèng)在斯坦福(fú)读博的中(zhōng)国人张(zhāng)吕(lǚ)敏创作(zuò)的一种基于(yú)控制点的图像变形算法，主要用于(yú)数字图像处理、计算机视觉和(hé)计算机图形学等领域(yù)。

其SD插件一经(jīng)发布，在短短的(de)两(liǎng)天内便成为了AI绘画(huà)领域(yù)最新的(de)热点。

在(zài)此之前，大家(jiā)用了很多(duō)方法想(xiǎng)让AI生成的结果尽(jǐn)可能的符合要求，但是都(dōu)不(bù)尽如人意，它的出现代(dài)表着AI生成(chéng)开始(shǐ)进入真正的可控时期。

因为(wèi)ControlNet可以直接提取画(huà)面的构图，人(rén)物的姿(zī)势和画面的深度信(xìn)息等(děng)。有了它的帮助，就(jiù)不用(yòng)频繁的用提示(shì)词来碰运气，抽盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘(huì)画加了“魔法(fǎ)”，不少(shǎo)博(bó)主的作品已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他用朋友(yǒu)的照片(piàn)直(zhí)接带她们(men)走进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文(wén)字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通(tōng)过(guò)图片(piàn)就可以看出(chū)来(lái)，效果十分惊艳。

娜能组成什么词，娜字能组什么词语"https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/e7e8e8f00e39da2.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更(gèng)厉害的是，除了(le)真实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlN娜能组成什么词，娜字能组什么词语et还能实现线稿转全彩图。大(dà)神张(zhāng)吕敏其本(běn)尊也(yě)亲自(zì)回应(yīng)。

不得(dé)不说当下(xià)AIGC已经(jīng)变得越来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发(fā)

警惕安全问题(tí)

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息火遍网络，而经过警方辟(pì)谣(yáo)这所谓的“party”可(kě)能(néng)是全国第一起AI绘图诈骗。

由于这个活动里面给出(chū)的美(měi)女照片都是(shì)AI制作的真(zhēn)人(rén)照片绘图(tú)，因为太(tài)逼真，被大家当(dāng)成真(zhēn)事传(chuán)播了。

不过仔细(xì)观察可(kě)以发现，活(huó)动(dòng)发起者(zhě)提供的(de)照(zhào)片中有个很大的漏洞(dòng)可以发现并(bìng)非真人(rén)，而是(shì)AI绘(huì)图，那(nà)便是图片中女性的手指部(bù)分有的存在异常。

有行业(yè)人(rén)事表示：“现(xiàn)在因(yīn)为手(shǒu)指部分的绘画(huà)算法比较复杂，AI还不太会画人的手，但最新看到(dào)的(de)图片(piàn)已经有越来越完美的AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似的(de)AI作图(tú)诈骗在国外也已有(yǒu)发生。据英国广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok用户使用AI合成了(le)儿童受灾的(de)假照片发布到(dào)网络(luò)，以此诱骗(piàn)善(shàn)良的(de)人(rén)打赏“捐助”从(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做(zuò)出(chū)真(zhēn)人照片般(bān)的绘图效果，如果这样(yàng)的图片被用来(lái)诈骗(piàn)，将非常(cháng)可怕。

此外AIGC还引发了很(hěn)多担(dān)忧，一方面，批(pī)判者认为(wèi)AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作(zuò)没有任何情绪(xù)和灵魂，难(nán)以和(hé)人类的艺术创(chuàng)作相提并(bìng)论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到有效(xiào)的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马斯克也强调，人工智能(néng)的安全问(wèn)题需要得到重(zhòng)视，太(tài)晚就来不及(jí)了。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技术都是(shì)有(yǒu)两(liǎng)面性的，潜在的危害(hài)并不能掩盖其光辉(huī)的贡(gòng)献。现(xiàn)在看来，人工智能技(jì)术将是第四次工(gōng)业革命的核心驱动(dòng)力量，将创造新的增长奇迹(jì)。

过去(qù)一年，人工智能在技娜能组成什么词，娜字能组什么词语术和商(shāng)业层(céng)面都(dōu)有了巨(jù)大进展，AI绘(huì)画就是(shì)人(rén)工智能技术发生方向性(xìng)改变的一个代表。其下一站(zhàn)或许就是视频(pín)。

此前，Meta和谷歌先(xiān)后(hòu)发(fā)布了几(jǐ)条引爆科技圈的短(duǎn)视频(pín)。这些视频引发(fā)关(guān)注并(bìng)非内容做得多优秀，反而(ér)都非常简单，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的玩具熊(xióng)，或(huò)者一段骑摩托车的(de)第一视角录像(xiàng)，随便一个有(yǒu)手机的人都可以随手录下一段。

但(dàn)这些短视(shì)频(pín)的创(chuàng)作方式(shì)非常(cháng)简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输(shū)入一(yī)段话，甚至(zhì)只是说一下要求，AI就可以(yǐ)根据(jù)需要生(shēng)成一段视频。

谷歌发布的两个AI生成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的差(chà)别(bié)。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频的AI还不足(zú)以在短时间内戳中兴奋(fèn)点。

Phenaki更加令人震惊的地方在于，它可以制作出(chū)超过2分(fēn)钟的连贯的也有(yǒu)确(què)切内(nèi)容的视频，这才(cái)是真正让人们(men)感到(dào)惊喜的地(dì)方。因为无论AI生成的视(shì)频多么(me)高(gāo)清，也(yě)只能是为内容生(shēng)产者提供(gōng)一个灵感(gǎn)，一个(gè)素材，一个过场动画。

不(bù)过能够制作(zuò)出有具体(tǐ)剧情内容的视频就意(yì)味着，一(yī)些视频创作由AI代替(tì)人(rén)工(gōng)完成已经初步(bù)有了可能。

当下AI的发(fā)展(zhǎn)速度已经(jīng)超(chāo)过大部分人的想象。内容产业的本质是供给创造(zào)需求，AIGC作为全(quán)新的内容生产方式，可以为(wèi)内容产业带来更新的内容风格(gé)、更(gèng)快的生产速度，更低(dī)的生(shēng)产成本，这无疑(yí)会驱动内容产业的大爆发。

除了(le)AI绘图(tú)、视频(pín)，AIGC技术还能应用于音(yīn)乐、代码、机(jī)器人动作等(děng)多(duō)种内容(róng)形式(shì)的(de)生成。不难发现该项技术不(bù)仅在游戏(xì)等行业能得到有(yǒu)效(xiào)应用，对于下一代互(hù)联网(wǎng)各(gè)种元(yuán)素的构建亦(yì)有关键意义。

从商(shāng)业化的角度来看，文化娱(yú)乐(lè)、教(jiào)育、传媒等诸(zhū)多领域(yù)，本身就对基(jī)于(yú)AI的可(kě)视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及(jí)视(shì)频或不是(shì)结(jié)果，而只是AI进程(chéng)中(zhōng)的(de)一块重要拼图，有望在技术更新的(de)加持下实现更大的应(yīng)用价值(zhí)。

AI从理解内容(róng)，走(zǒu)向了可以生成内容，甚至能(néng)够(gòu)创造出独(dú)立价值和独立(lì)视(shì)角的内容。AIGC的再次(cì)出圈，更代(dài)表着未(wèi)来(lái)的先(xiān)进生(shēng)产力即将(jiāng)到来。

04

紧抓大模型与算力，牢(láo)固AIGC底(dǐ)座

从(cóng)技术的(de)发展也可以(yǐ)看出，在(zài)语言(yán)大(dà)模型、图(tú)像大模型之后，多(duō)模态大模型已经成为了新的趋(qū)势。

大(dà)模型被誉(yù)为当前人(rén)工智能发展的(de)智能(néng)底座，是(shì)全球竞争最激烈的研究方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等(děng)众多(duō)头部(bù)企(qǐ)业都在(zài)竞相发力(lì)。

不过训练大模型的确价格不菲，以国盛证券(quàn)发(fā)布的(de)《ChatGPT需要多少算(suàn)力》报(bào)告估算(suàn)，GPT-3训练一次的成本约为(wèi)140万(wàn)美(měi)元。而对于一些更大的LLM(大型(xíng)语言模型)，训(xùn)练成本则介于(yú)200万(wàn)美元(yuán)至1200万美元高价(jià)之间。

以ChatGPT在(zài)2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿(yì)美元(yuán)，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大(dà)模型的(de)发展(zhǎn)同时，更应该(gāi)关注算(suàn)力(lì)网络的(de)建设。

算力(lì)网络正(zhèng)驱动AI产(chǎn)业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人(rén)工智能发展(zhǎn)的终极目标(biāo)离得更近。

因为算力可(kě)以对突(tū)破性技(jì)术创新提供大(dà)力的支持。这(zhè)方面，多模态(tài)大模型是典型(xíng)。作为面(miàn)向未(wèi)来强人工智能、通用人工智能的重要(yào)技术创新，多模态(tài)大模(mó)型已经在(zài)人工智能领域提出了很多年，业界也(yě)有不少(shǎo)技(jì)术突破，但是，多模态大模型进一(yī)步往(wǎng)下走，算力需(xū)求呈几何式上升，一般的算力基础(chǔ)设施很(hěn)快将难(nán)以胜(shèng)任。

从图像、文字、语音单独一项的(de)训练(liàn)，到双模态、三模态的跃迁，让人工智能可以灵活应对不同(tóng)模态(tài)的转化、像人与世界交(jiāo)互(hù)一样自然，这方面，由算力网络来驱动将有明显优势。

此外，还有很多需(xū)要爆发式增长的算力来支撑的技术(shù)创(chuàng)新，将在人工智能算力网络支撑下(xià)快(kuài)速推(tuī)进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的(de)方式，将创(chuàng)造的边际成本降低，让万众受益。

未经允许不得转载：绿茶通用站群 娜能组成什么词，娜字能组什么词语