自聊(liáo)天机(jī)器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次(cì)公开谈(tán)论人工智(zhì)能话题。在最(zuì)近(jìn)的一次采访(fǎng)中，他(tā)再次表示：“AI可能会让科(kē)技行业(yè)迎(yíng)来一次(cì)剧烈的洗(xǐ)牌”。

这(zhè)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(fǎng)时(shí)提出的(de)。

他预(yù)期，AI的发展(zhǎn)可能(néng)会威(wēi)胁到谷(gǔ)歌的市占(zhàn)率，因为微软在AI方面的(de)行动相当迅速。而(ér)最终科技巨(jù)头将把AI整合成用户(hù)的“全能助手”，包揽一切应用，与人们进(jìn)行沟(gōu)通并提供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来(lái)可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪(làng)潮(cháo)，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办的(de)新兴(xīng)数字(zì)艺(yì)术家竞赛中，一(yī)幅(fú)名(míng)为(wèi)《太(tài)空歌剧院》的作品获奖(jiǎng)。

随后各大厂(chǎng)商的AI绘画软(ruǎn)件被广大网友(yǒu)熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关键(jiàn)词(cí)或者(zhě)一张照(zhào)片，就能(néng)获得(dé)一(yī)幅AI创(chuàng)作的(de)画作。

作画(huà)的关键就(jiù)是所(suǒ)输入的文本。同一组(zǔ)关(guān)键词也可以创作(zuò)出很多张风格不一样的画作，这让创(chuàng)作的过程就像开盲盒。

很多用户(hù)很喜欢这种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们(men)会将(jiāng)生成(chéng)的美图当做头像(xiàng)。而另(lìng)一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品。在社交媒体上(shàng)，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如(rú)，一位网友(yǒu)的小(xiǎo)狗照片被AI画成了“肌肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建筑。

而如(rú)今随着ControlNet的出现(xiàn)与加(jiā)持，以往(wǎng)AI绘画(huà)的填写关键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯坦福读博的(de)中国人(rén)张吕敏创作的一种(zhǒng)基(jī)于控(kòng)制点(diǎn)的图像变形算法，主要用于数字图像处理、计算机视觉和计算机(jī)图形(xíng)学等领域。

其(qí)SD插件一经发布，在短(duǎn)短(duǎn)的(de)两天(tiān)内便成为了(le)AI绘画领域(yù)最(zuì)新的热点。

在此(cǐ)之前，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽可(kě)能的符合(hé)要求，但(dàn)是都不尽如人意，它的出(chū)现代表着AI生(shēng)成(chéng)开始进(jìn)入真(zhēn)正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构(gòu)图，人物的(de)姿势和(hé)画面的(de)深(shēn)度信(xìn)息等(děng)。有了它(tā)的帮(bāng)助(zhù)，就不用(yòng)频繁的(de)用提(tí)示(shì)词来碰运气，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作(zuò)品(pǐn)已经获得(dé)了(le)大量的浏览量(liàng)，“viggo”就是其(qí)中(zhōng)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(tú)片转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键词(cí)试效果(guǒ)。

通过图(tú)片就可以(yǐ)看出来，效果(guǒ)十分惊艳。

更(gèng)厉害(hài)的是，除了真(zhēn)实的照片，草图也可(kě)以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到(dào)ControlNet还能实(shí)现线(xiàn)稿转全彩(cǎi)图。大(dà)神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作品都已(yǐ)经(jīng)能以假(jiǎ)乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近(jìn)日，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网络，而经过警方辟(pì)谣这所谓的“party”可能是(shì)全(quán)国第一(yī)起AI绘图诈骗(piàn)。

由于(yú)这个活动里(lǐ)面给出的美(měi)女照片都(dōu)是AI制作的真人照片绘图，因为太(tài)逼真，被大家当成真事(shì)传播了。

不过仔(zǎi)细观察可(kě)以(yǐ)发现，活动发起(qǐ)者提供的照片中有个(gè)很大的漏洞可(kě)以发(fā)现并(bìng)非真人，而(ér)是AI绘图，那便是图(tú)片中女性的手指部分有的存在异常(cháng)。

有行业人事表(biǎo)示(shì)：“现在(zài)因为手指部分(fēn)的绘画算(suàn)法(fǎ)比较复杂，AI还不太会画人(rén)的(de)手，但最新看到的图(tú)片已经有越(yuè)来越完美的(de)AI模型(xíng)出现，以后(hòu)可能就完全没有漏(lòu)洞了。”

类(lèi)似的AI作图诈骗在国(guó)外也已有(yǒu)发生。据英(yīng)国广播(bō)公(gōng)司报道，土耳其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿(ér)童受灾的假照殖民地和半殖民地区别通俗易懂，中国7个殖民地片发布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈(zhà)骗。

目前随着技术发展，AIGC已(yǐ)经能做出真人照片(piàn)般的(de)绘图效(xiào)果，如果(guǒ)这样(yàng)的图片被用来诈骗(piàn)，将非常可怕。

此外(wài)AIGC还引发了很多担忧(yōu)，一(yī)方面，批判者认为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作(zuò)没有任何(hé)情(qíng)绪和灵(líng)魂，难以(yǐ)和人类的艺术创作相提并论。

另一(yī)方面，AIGC背后的(de)版权、目前都(dōu)并没有得到有(yǒu)效的(de)解决，还有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克(kè)也(yě)强调，人工智(zhì)能的安全问题需要(yào)得(dé)到重视(shì)，太晚就来(lái)不及了(le)。

03

AIGC下一站除了视(shì)频，还有远方(fāng)

技术都是有(yǒu)两面性的，潜(qián)在(zài)的危害并不能掩(yǎn)盖其光辉的贡献(xiàn)。现(xiàn)在(zài)看来，人工智能技术将是第四(sì)次工业(yè)革(gé)命的核心(xīn)驱动力量，将(jiāng)创造新的增长(zhǎng)奇迹。

过去一年(nián)，人工智能在技(jì)术和商业(yè)层面都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能技(jì)术发(fā)生方(fāng)向性改变(biàn)的一个代(dài)表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和(hé)谷歌先后发(fā)布(bù)了几条引爆(bào)科技圈的短视频。这些视(shì)频引发关注并非(fēi)内(nèi)容做得(dé)多优秀，反而都非常简单，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊(xióng)，或者一段骑(qí)摩托车的第一视(shì)角录像，随(suí)便一个有手机的(de)人(rén)都可以随手(shǒu)录下一段。

但这些(xiē)短(duǎn)视频的创作方(fāng)式非常简单(dān)，创作者仅仅(jǐn)需要向(xiàng)AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌发(fā)布的(de)两个AI生成视频分别来自(zì)于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布(bù)了AI生(shēng)成(chéng)的视(shì)频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个能够做出更高(gāo)清视频的AI还不足(zú)以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它(tā)可以制作出超过2分钟的连(lián)贯的也(yě)有确切(qiè)内容的视频，这才是(shì)真正让人们感到惊喜(xǐ)的地(dì)方。因为无论AI生成的视频多么高清，也只能(néng)是(shì)为内(nèi)容生产(chǎn)者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出有具体剧情(qíng)内容的视频就意味着(zhe)，一些视(shì)频创作由AI代替人工完成已经初步有了可(kě)能(néng)。

当下AI的发(fā)展速度(dù)已经超过大(dà)部分(fēn)人的想象。内容产(chǎn)业的本质是供给创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方(fāng)式，可以为内容(róng)产业带(dài)来更新的内容风格、更快的(de)生(shēng)产速度，更低的(de)生产(chǎn)成本，这无疑会驱动内容产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术还能(néng)应用(yòng)于(yú)音乐(lè)、代码、机器人动(dòng)作等(děng)多种内容形式的生成。不难发现该项(xiàng)技术不(bù)仅在游戏等(děng)行业能(néng)得(dé)到有效应用，对于下一代互联网(wǎng)各(gè)种元素的构建亦有关键意义。

从(cóng)商业化的角度(dù)来看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域(yù)，本(běn)身就对基于(yú)AI的可视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或不(bù)是(shì)结(jié)果，而只是(shì)AI进(jìn)程中的一块(kuài)重要拼(pīn)图(tú)，有(yǒu)望在技(jì)术更新的加持下(xià)实现更(gèng)大的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向(xiàng)了可以生成内容，甚至能够创造出独立(lì)价值和独立视角的内容。AIGC的再次出(chū)圈(quān)，更代表(biǎo)着未来的先进(jìn)生产(chǎn)力(lì)即将到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也可(kě)以看(kàn)出，在(zài)语言大模型、图(tú)像大(dà)模(mó)型之后，多模态大(dà)模型已经成为了新的趋(qū)势(shì)。

大模型(xíng)被誉为当(dāng)前人工智能发展的智能底座，是(shì)全(quán)球竞争最(zuì)激烈(liè)的(de)研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相发力(lì)。

不(bù)过训练大模(mó)型的确(què)价格(gé)不菲，以国盛证券发(fā)布的《ChatGPT需要多少算力(lì)》报告(gào)估算，GPT-3训(xùn)练一次(cì)的成本约(yuē)为140万美元(yuán)。而(ér)对(duì)于(yú)一些更大的LLM(大(dà)型(xíng)语言模(mó)型)，训练成本则介于200万美元至1200万美元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均(jūn)数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初(chū)始投入成本约为8亿美元(yuán)，每日仅电费就(jiù)在(zài)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(chí)。在(zài)关注各类大模(mó)型的发展同(tóng)时，更(gèng)应该关注算力网(wǎng)络的建设。

算力(lì)网(wǎng)络正驱动AI产业发(fā)展进入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终极(jí)目标(biāo)离得(dé)更近。

因为算(suàn)力可以对突破(pò)性技术创新提供大力的支持。这方面，多模态大(dà)模(mó)型是典型。作为面(miàn)向未(wèi)来强人工智能、通用人工智能的(de)重要技术创新，多模(mó)态大模(mó)型已经在人工智能领(lǐng)域提(tí)出了很多(duō)年，业界也有不少(shǎo)技(jì)术突破，但是，多模态大模型进一步往下走，算力(lì)需求(qiú)呈几何式(shì)上升，一般的(de)算力基础(chǔ)设施很(hěn)快将难以胜任(rèn)。

从图像(xiàng)、文字、语音单独(dú)一项的(de)训练，到双模态、三模态的跃迁，让(ràng)人工(gōng)智能可(kě)以灵活应对(duì)不同模(mó)态的(de)转化(huà)、像人与世界(jiè)交互一样自然，这(zhè)方面，由算力网(wǎng)络来(lái)驱动(dòng)将有明显(xiǎn)优势。

此外，还有很多需要(yào)爆发式(shì)增长的算力来支撑的技术(shù)创新，将在人工智能算力网络支(zhī)撑下快速(sù)推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型(xíng)和大算力的支持下AIGC能持续颠(diān)覆内(nèi)容生产的方(fāng)式，将创造(zào)的边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 殖民地和半殖民地区别通俗易懂，中国7个殖民地