自聊天机器(qì)人ChatGPT火爆(bào)以来，微软公司创始人比(bǐ)尔·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技行(xíng)业迎来一次剧烈的(de)洗(xǐ)牌”。

这个结论(lùn)是(shì)他(tā)在当地时间2月20日接受《In Good Company》节(jié)目专访时(shí)提出的。

他预期，AI的发展可能会威(wēi)胁到(dào)谷歌的市占率，因为微(wēi)软(ruǎn)在(zài)AI方面的行动相当迅速。而最终科技巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽(lǎn)一切(qiè)应用，与(yǔ)人们进行沟通(tōng)并(bìng)提供建(jiàn)议(yì)，可以取代亚马逊(xùn)、Siri或Outlook等应用(yòng)。

大佬口中(zhōng)全能助(zhù)手的到来可(kě)能尚需时(shí)日，但由ControlNet引发的(de)又一次(cì)AI绘画(huà)浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆(bào)火(huǒ)的时(shí)候，还是2022年(nián)8月，在美国科(kē)罗拉多州举(jǔ)办(bàn)的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名为《太空歌剧(jù)院》的作(zuò)品获(huò)奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广大网友熟知(zhī)并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用(yòng)户们可以在应用中输入一组关键词或者一(yī)张照片，就能获得一幅AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的(de)文本。同一(yī)组关(guān)键词也可以创作出很(hěn)多张风格不一样(yàng)的(de)画(huà)作，这让(ràng)创作(zuò)的(de)过程就(jiù)像开盲(máng)盒。

很多用户很喜欢(huān)这种不确定的惊(jīng)喜，他们会将生成的美图当(dāng)做头像。而另一部分喜欢翻(fān)看AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一位网友(yǒu)的小狗照片(piàn)被(bèi)AI画成(chéng)了(le)“肌肉男”，还有网友的(de)个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的(de)出现与加(jiā)持(chí)，以往AI绘画的填写关(guān)键词(cí)游戏(xì)可能要被颠(diān)覆(fù)了。

ControlNet是一(yī)位正在斯(sī)坦福读博(bó)的中国人张吕敏创作的(de)一种基于控制点的图(tú)像(xiàng)变(biàn)形算(suàn)法，主(zhǔ)要用于数字图像(xiàng)处理、计(jì)算(suàn)机(jī)视觉和(hé)计(jì)算机(jī)图形学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结果尽可能的(de)符合要求，但是都不尽如人意，它(tā)的出现代表着AI生成开始进入(rù)真正的可(kě)控时期。

因(yīn)为ControlNet可以直接提取画面的构图(tú)，人物(wù)的姿势和画面的深度信息等(děng)。有了(le)它的帮助，就不用频繁的用(yòng)提示词来碰运气，抽盲(máng)盒式的创作(zuò)了。

通俗(sú)的说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少博主的作品已(yǐ)经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到(dào)对(duì)应的关(guān)键词(cí)；最后用ControlNet插(chā)件绑定(dìng)骨骼开始换关键词(cí)试bd和hd哪个好，bd和蓝光有什么区别效果。

通过图片(piàn)就可以看出(chū)来，效果十分惊艳。

更厉害的是，除了真实的(de)照片(piàn)，草(cǎo)图也可以加上(shàng)“魔法(fǎ)”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还(hái)能实现(xiàn)线稿转全(quán)彩图(tú)。大神张吕敏其本尊也亲自回应。

不得(dé)不说(shuō)当(dāng)下(xià)AIGC已经变(biàn)得越来越强大(dà)，甚至输出的作(zuò)品(pǐn)都已经能以假乱真了。

02

难(nán)辨(biàn)虚(xū)实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过警方辟(pì)谣这所谓(wèi)的“party”可能是全(quán)国(guó)第(dì)一起(qǐ)AI绘图诈骗。

由于这个活(huó)动里(lǐ)面给出的美女照片(piàn)都(dōu)是AI制作的真人照片绘图，因为太逼真，被大家当成真事传播了。

不过仔细观察可以发现，活动发起者提供的(de)照(zhào)片中有(yǒu)个很大的漏洞可(kě)以发现并非真人，而是AI绘图，那便是(shì)图(tú)片中(zhōng)女性(xìng)的手指部分有的存(cún)在异常。

有行业人事表示：“现(xiàn)在(zài)因为手指部分的绘画算法比(bǐ)较复(fù)杂(zá)，AI还不太(tài)会画人的手，但最新看到的图片已经(jīng)有(yǒu)越来(lái)越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似(shì)的AI作(zuò)图诈骗在(zài)国(guó)外也已有(yǒu)发生。据英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了(le)儿童(tóng)受(shòu)灾的假照(zhào)片发布到网络，以此诱骗(piàn)善良的人打赏“捐(juān)助”从(cóng)而实施诈(zhà)骗。

目前随着技术(shù)发(fā)展，AIGC已经能(néng)做出(chū)真人(rén)照片般的(de)绘图效(xiào)果，如果这样(yàng)的图片被用来诈(zhà)骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发(fā)了很(hěn)多担忧，一(yī)方(fāng)面(miàn)，批判(pàn)者认为AI在“学习”了(le)大量前人的作品之后，其创(chuàng)作没(méi)有(yǒu)任何情绪和(hé)灵(líng)魂，难以和人类(lèi)的(de)艺术创作相提并论。

另(lìng)一方面，AIGC背后的版权(quán)、目(mù)前都并没有得到有效的解决，还(hái)有AIGC会(huì)不(bù)会代替人类“至高无上”的(de)创意。

马斯克(kè)也(yě)强调(diào)，人工(gōng)智能的安(ān)全问题(tí)需要(yào)得到重视，太晚就来不及了。

03

AIGC下(xià)一(yī)站除(chú)了视频，还(hái)有远方

技(jì)术都是有两面性的，潜(qián)在(zài)的危(wēi)害并不(bù)能掩盖(gài)其(qí)光辉的贡(gòng)献。现(xiàn)在(zài)看来，人(rén)工智能技术将是第四次工业革命的(de)核心驱动力(lì)量(liàng)，将创造新的增(zēng)长奇迹(jì)。

过去(qù)一年，人(rén)工(gōng)智能在技术和商业(yè)层面都有了巨大进展，AI绘画就是(shì)人工智(zhì)能技术(shù)发(fā)生方向性改变的(de)一(yī)个(gè)代表。其(qí)下一(yī)站或许就是视(shì)频。

此前，Meta和(hé)谷歌(gē)先后发布了(le)几条引爆科技圈的短(duǎn)视频。这些视(shì)频引发(fā)关注并非内(nèi)容做(zuò)得(dé)多优秀，反而都非常(cháng)简单，比(bǐ)如一匹正在喝(hē)水的马，一只画画的玩具(jù)熊，或(huò)者一段骑摩(mó)托车(chē)的第一视角(jiǎo)录像，随便一个有(yǒu)手机的人(rén)都(dōu)可以随(suí)手录下一段。

但这些(xiē)短(duǎn)视频的(de)创作方(fāng)式非常简(jiǎn)单(dān)，创作(zuò)者仅仅需(xū)要向(xiàng)AI输入一段(duàn)话，甚至只是说一下要求(qiú)，AI就可以根据(jù)需(xū)要(yào)生成一段(duàn)视频。

谷歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突(tū)出的是高(gāo)清，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生(shēng)成的视(shì)频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能(néng)够做出更高清(qīng)视频的AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的(de)地(dì)方在于，它可以制作出超过(guò)2分钟(zhōng)的(de)连贯的(de)也有确切内容的视频，这才(cái)是真正(zhèng)让人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视(shì)频多么高(gāo)清，也只能是(shì)为内容生产者提供一个灵感，一个(gè)素材(cái)，一个过场动画。

不(bù)过能够制作出有具体剧(jù)情内容的视(shì)频就意味着，一些视频(pín)创作由AI代替人工完成已经(jīng)初步(bù)有(yǒu)了可能。

当(dāng)下AI的发展速度已经超过(guò)大(dà)部分人的想象。内(nèi)容产(chǎn)业的本质是供给创造需求，AIGC作为全新(xīn)的内容生(shēng)产(chǎn)方式，可以为内容(róng)产业(yè)带来(lái)更新的内容风(fēng)格、更(gèng)快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无(wú)疑(yí)会驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音(yīn)乐、代(dài)码、机器人动作等(děng)多种内容形式的生(shēng)成。不(bù)难发(fā)现该项技术(shù)不仅在游(yóu)戏等(děng)行业能得到(dào)有效应用，对(duì)于下一代互联(lián)网各种元素的构建亦有关键意义。

从(cóng)商业化(huà)的角度来看，文化娱乐、教育(yù)、传媒等诸多(duō)领域，本(běn)身(shēn)就(jiù)对基于AI的可视化内容(róng)有强烈需求(qiú)。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程(chéng)中的一块重(zhòng)要(yào)拼图，有望在技(jì)术更新(xīn)的加持下实现更(gèng)大(dà)的应用价(jià)值。

AI从理(lǐ)解内容，走(zǒu)向了可以生成(chéng)内(nèi)容，甚至能够创造出(chū)独(dú)立价值和独立(lì)视角的(de)内容(róng)。AIGC的(de)再次出圈，更代表着未来的(de)先(xiān)进生产力即(jí)将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也(yě)可(kě)以看出，在语言大模型、图像大(dà)模型之后，多模态(tài)大模(mó)型已(yǐ)经成为了新的(de)趋(qū)势。

大模型被(bèi)誉(yù)为(wèi)当前人工(gōng)智(zhì)能(néng)发展的智能底座，是全球竞争(zhēng)最(zuì)激烈的研(yán)究方向之一(yī)，包括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众多头部企业(yè)都在竞相发力。

不过训(xùn)练大(dà)模型的确价格不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成(chéng)本约(yuē)为140万美元。而对(duì)于一(yī)些更大(dà)的LLM(大型语言模型(xíng))，训练成本则(zé)介于200万美(měi)元至1200万美元高(gāo)价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平(píng)均(jūn)数1300万(wàn)计(jì)算，其(qí)对应芯片需求为3万多片(piàn)英(yīng)伟达A100 GPU，初始投入(rù)成本约为8亿美元(yuán)，每(měi)日仅电费就(jiù)在5万美元左右。

bd和hd哪个好，bd和蓝光有什么区别 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ChatGPT还是AIGC，都(dōu)离不开庞大(dà)算(suàn)力支持。在关注各类大模型(xíng)的(de)发展同时，更应(yīng)该关注(zhù)算力网络的建设。

算(suàn)力网(wǎng)络正驱动AI产业发(fā)展进入史(shǐ)诗级(jí)加(jiā)速进程，让AIGC及(jí)通用AI这一人工智能发展的终(zhōng)极目标离得更近(jìn)。

因为算力(lì)可以(yǐ)对突破(pò)性技术(shù)创新提供大力的支持。这(zhè)方面(miàn)，多模态大模型是典(diǎn)型。作为面向未来(lái)强人(rén)工智能、通用(yòng)人(rén)工智能的(de)重要技(jì)术创新，多模态大(dà)模型(xíng)已经在人工智能(néng)领域提(tí)出了很多年，业界(jiè)也有不(bù)少技术突破，但是，多模态大模(mó)型进(jìn)一步往下走，算力(lì)需求(qiú)呈几何(hé)式上升，一般的算(suàn)力基础设施很(hěn)快将难以(yǐ)胜任。

从图像(xiàng)、文字(zì)、语音单独一项的训练，到双(shuāng)模态(tài)、三模态的(de)跃迁(qiān)，让(ràng)人工智能可以灵活应对不同模态的转化、像人与世界交互一样自然，这(zhè)方面，由算力网(wǎng)络来驱动将有明显优势。

此外，还有(yǒu)很(hěn)多需要(yào)爆发式增长的算力来支撑的技术创(chuàng)新(xīn)，将在人工智能算(suàn)力网络支撑下快(kuài)速推进。

AIGC已经露出(chū)曙光(guāng)，期待在大模型(xíng)和大算力的支持下(xià)AIGC能持续(xù)颠覆内(nèi)容生(shēng)产的方(fāng)式，将创造的(de)边际成本降(jiàng)低，让万众受益(yì)。

未经允许不得转载：绿茶通用站群 bd和hd哪个好，bd和蓝光有什么区别