自聊天(tiān)机器人(rén)ChatGPT火(huǒ)爆以来，微软公司创始人比尔·盖茨已多(duō)次(cì)公开谈论人工智(zhì)能(néng)话题。在最近的一次(cì)采(cǎi)访中，他再次表示：“AI可能(néng)会(huì)让科技行(xíng)业迎来一次剧烈的(de)洗牌”。

这(zhè)个结论是他在当地时间2月20日接(jiē)受(shòu)《In Good Company》节(jié)目专(zhuān)访时提(tí)出的。

他(tā)预期，AI的(de)发展可能会威胁到谷歌的市占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最(zuì)终科(kē)技(jì)巨头将(jiāng)把AI整合成(chéng)用户的(de)“全能助手”，包揽一切应用(yòng)，与人们进行(xíng)沟通并提供建(jiàn)议，可以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来可(kě)能(néng)尚需时日，但(dàn)由(yóu)ControlNet引发的又一(yī)次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的话(huà)题热点(diǎn)包围(wéi)中杀(shā)出重围(wéi)。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美(měi)国科罗拉多州举(jǔ)办(bàn)的新(xīn)兴数字(zì)艺术家(jiā)竞赛中，一幅名(míng)为《太空歌剧(jù)院》的作品获奖(jiǎng)。

随后各大厂商的AI绘(huì)画软件被广(guǎng)大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可(kě)以在应(yīng)用中输入(rù)一组(zǔ)关键词或者一张(zhāng)照片，就能获(huò)得(dé)一幅AI创作的画作(zuò)。

作画的关键(jiàn)就是所(suǒ)输入的文本。同一组(zǔ)关键词(cí)也可(kě)以创作(zuò)出很多张风格(gé)不(bù)一(yī)样(yàng)的画(huà)作，这让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢(huān)这(zhè)种(zhǒng)不确定的惊(jīng)喜(xǐ)，他们会将生成的(de)美图(tú)当做(zuò)头像。而另一部分喜欢(huān)翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如(rú)，一位网友(yǒu)的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照(zhào)片(piàn)被(bèi)AI识别成(chéng)了建筑。

而(ér)如今随着ControlNet的出现与加持(chí)，以往AI绘(huì)画的填写关(guān)键词游戏可能要被颠覆(fù)了。

ControlNet是一位正在(zài)斯(sī)坦福读博的(de)中(zhōng)国人张吕敏创作的一种(zhǒng)基于控制(zhì)点的图像变(biàn)形算(suàn)法，主要用(yòng)于(yú)数字图(tú)像(xiàng)处理、计算机(jī)视觉和(hé)计算(suàn)机图形学(xué)等领域。

其SD插件(jiàn)一经发(fā)布，在短短(duǎn)的两天(tiān)内便成为了AI绘画(huà)领域最新(xīn)的热点。

在此之前，大家(jiā)用了(le)很多方法想让AI生成的结果(guǒ)尽可能(néng)的(de)符合(hé)要求，但是(shì)都不尽如人意，它的出现代表着AI生成开(kāi)始进入真正的可控时期(qī)。

因为ControlNet可以直(zhí)接提取画面(miàn)的构(gòu)图，人(rén)物的姿(zī)势和画面的深度信息等。有了(le)它的帮助，就不(bù)用频繁的(de)用提示词来碰运气，抽(chōu)盲盒式的(de)创作(zuò)了。

通俗的(de)说(shuō)ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了(le)“魔法”，不少博主(zhǔ)的作品(pǐn)已经(jīng)获(huò)得(dé)了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用(yòng)朋(péng)友的照片直接(jiē)带她(tā)们走进动漫世(shì)界(jiè)。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓(tuò)展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换(huàn)关键词试效(xiào)果(guǒ)。

通过图片(piàn)就可以(yǐ)看出(chū)来，效(xiào)果十(shí)分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片，草(cǎo)图(tú)也(yě)可以(yǐ)加(jiā)上“魔法(fǎ)”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还(hái)能实现线稿转全彩图(tú)。大神张吕敏其本尊(zūn)也亲自回(huí)应。

不得不(bù)说当下AIGC已经(jīng)变(biàn)得越来越(yuè)强大(dà)，甚至输(shū)出的(de)作品(pǐn)都已经能(néng)以假(jiǎ)乱(luàn)真(zhēn)了(le)。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣这所谓的“party竹荪煮多久”可能是全国第(dì)一(yī)起AI绘图(tú)诈(zhà)骗。

由于这个活动里面给(gěi)出的美女照(zhào)片都是AI制作的真人(rén)照(zhào)片绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔细观察可以(yǐ)发现，活动发起者提供的照片中(zhōng)有个很大的漏(lòu)洞(dòng)可(kě)以发现并(bìng)非真人，而(ér)是AI绘图(tú)，那(nà)便是图片中(zhōng)女性的手指部分有的存在异(yì)常。

有行业人事表示：“现在因为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人(rén)的(de)手，但最新看到的图片(piàn)已经有越来越完美的AI模型(xíng)出现(xiàn)，以后可(kě)能就完全没有(yǒu)漏洞了(le)。”

类(lèi)似的AI作(zuò)图诈(zhà)骗在国外也已有发生。据英国广播公(gōng)司报道(dào)，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童受灾(zāi)的假(jiǎ)照片发(fā)布(bù)到网络，以(yǐ)此(cǐ)诱骗善良的人打(dǎ)赏“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片般的(de)绘图效果，如果(guǒ)这样的图片被(bèi)用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还引发了(le)很(hěn)多担(dān)忧，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大量前人的作品之后，其创作没(méi)有(yǒu)任何情(qíng)绪和(hé)灵魂(hún)，难以和人类的艺(yì)术(shù)创(chuàng)作相(xiāng)提(tí)并论(lùn)。

另(lìng)一(yī)方面，AIGC背(bèi)后的(de)版权(quán)、目前都并没有得到(dào)有(yǒu)效的解决，还(hái)有(yǒu)AIGC会(huì)不会代替人类“至高无上”的创意。

马斯克也强调(diào)，人(rén)工(gōng)智能的(de)安(ān)全(quán)问(wèn)题需要(yào)得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术(shù)都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不能(néng)掩盖(gài)其(qí)光辉的贡献。现在看来，人工智(zhì)能(néng)技术将(jiāng)是第(dì)四次(cì)工业(yè)革命的核(hé)心驱动力量(liàng)，将(jiāng)创造新的(de)增长奇迹。

过(guò)去(qù)一年，人工(gōng)智能在技术(shù)和商业层面都(dōu)有了巨大进(jìn)展(zhǎn)，AI绘画就是人工智能(néng)技术发生方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先(xiān)后发布了几条引爆科技(jì)圈(quān)的短(duǎn)视频。这些(xiē)视频(pín)引发关注并非(fēi)内(nèi)容做得多优秀，反而都(dōu)非常简(jiǎn)单(dān)，比如一(yī)匹正(zhèng)在(zài)喝水的马(mǎ)，一只(zhǐ)画画的玩具熊，或者一段骑摩托车的第(dì)一视角(jiǎo)录像(xiàng)，随便一个有手(shǒu)机的(de)人(rén)都可以随手(shǒu)录下一(yī)段。

但这些短视(shì)频的创作(zuò)方式非常(cháng)简单，创作者仅仅(jǐn)需要向(xiàng)AI输入(rù)一段话，甚至只是说一下要(yào)求，AI就可以根据需要(yào)生(shēng)成(chéng)一段视频。

谷歌发布的两(liǎng)个AI生成(chéng)视(shì)频分别(bié)来自于Imagen Video和Phenaki，前者(zhě)主(zhǔ)要突出的是高(gāo)清，与Meta的(de)Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈(quān)就已经玩了一波梗(gěng)，一个能够做出更高(gāo)清视频的AI还不足以在(zài)短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更(gèng)加令人(竹荪煮多久rén)震惊(jīng)的地方在于，它可以(yǐ)制作出超过(guò)2分钟的连贯的也有确切内容的(de)视频，这才是真正(zhèng)让人们(men)感到(dào)惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只能是为内容生(shēng)产者提供一个(gè)灵感(gǎn)，一个(gè)素材(cái)，一个过场动画(huà)。

不过能够(gòu)制(zhì)作(zuò)出有具体剧情内容的视频就意(yì)味着，一些视(shì)频创作(zuò)由AI代替人工完成已经初步有(yǒu)了可(kě)能(néng)。

当下AI的发展速度已经(jīng)超过大(dà)部分人的想象。内(nèi)容产业的本质是供(gōng)给创造需(xū)求，AIGC作为(wèi)全新的内容(róng)生(shēng)产方式，可以为内容产业带来(lái)更新的内容风(fēng)格、更快的生产(chǎn)速度，更(gèng)低的生产(chǎn)成本，这无疑会驱(qū)动(dòng)内容产(chǎn)业的大爆(bào)发。

除了AI绘(huì)图、视(shì)频，AIGC技术还能应用于(yú)音(yīn)乐、代码、机器人动作(zuò)等多种内(nèi)容形式的生(shēng)成。不难发现(xiàn)该项技(jì)术不仅在游戏等行业能得到有效应用，对于(yú)下一(yī)代(dài)互(hù)联网各种元素(sù)的构(gòu)建亦(yì)有关(guān)键意义。

从商(shāng)业化的角度来看，文(wén)化(huà)娱乐(lè)、教育、传媒(méi)等诸多领(lǐng)域，本身就(jiù)对基于(yú)AI的可(kě)视化内容有强烈需(xū)求。

因(yīn)此，AI绘(huì)画及(jí)视频(pín)或(huò)不(bù)是结果，而只是AI进程中的(de)一块重要拼图(tú)，有望在技术更(gèng)新的加(jiā)持下实现更(gèng)大的应用价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能(néng)够创(chuàng)造(zào)出(chū)独(dú)立价值(zhí)和(hé)独(dú)立视(shì)角的(de)内容。AIGC的再(zài)次出圈，更代表着未来的先进生产力即将到来(lái)。

04

紧抓大模型与算(suàn)力(lì)，牢固(gù)AIGC底座

从技术的发展也可以看出，在语言(yán)大模型、图像大模型(xíng)之后，多模态大模型已经成为了新(xīn)的趋(qū)势。

大模型被誉为当前(qián)人工智(zhì)能(néng)发展的智能底(dǐ)座，是全球竞争最激烈的研究(jiū)方(fāng)向之一，包括谷歌、亚马(mǎ)逊、百(bǎi)度、阿里、腾讯等众多头部(bù)企业(yè)都在(zài)竞相发(fā)力。

不过训练(liàn)大模型的确价格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次(cì)的成本约为140万美元。而对于(yú)一(yī)些更大(dà)的LLM(大型语(yǔ)言模型)，训练成本(běn)则介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独(dú)立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多片英伟达(dá)A100 GPU，初始投入成(chéng)本约(yuē)为8亿美(měi)元，每日仅(jǐn)电(diàn)费就在5万(wàn)美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支持。在关(guān)注各类大模型(xíng)的(de)发展(zhǎn)同时，更(gèng)应该关注算力网络的(de)建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产(chǎn)业(yè)发展进入(rù)史(shǐ)诗级加速进程，让AIGC及通用(yòng)AI这一人(rén)工智能(néng)发展的终极(jí)目标离得(dé)更近。

因为算力(lì)可以对突破性技术创新(xīn)提供(gōng)大力的(de)支(zhī)持。这方面，多模态大(dà)模(mó)型(xíng)是典型。作为面向未来强人(rén)工智(zhì)能(néng)、通用人(rén)工智(zhì)能(néng)的(de)重要技术创(chuàng)新，多模态大模(mó)型(xíng)已(yǐ)经在(zài)人工智能(néng)领(lǐng)域提出(chū)了很(hěn)多年，业界(jiè)也有(yǒu)不少(shǎo)技术突破，但是，多模态(tài)大(dà)模型进一步往下走，算力需求呈几何式上升，一般的(de)算力基(jī)础设施很(hěn)快将难以胜任。

从(cóng)图像、文字、语音单独一项的(de)训练，到双模态(tài)、三(sān)模态(tài)的跃迁，让(ràng)人工智能可以灵活应对不(bù)同模态的转化、像人与世(shì)界交(jiāo)互(hù)一样自然，这方面，由(yóu)算力网络来(lái)驱动将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技(jì)术创(chuàng)新，将在(zài)人工(gōng)智能算力网络支撑下快速推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型和大算力的支持(chí)下AIGC能持续颠覆内容生(shēng)产的方(fāng)式，将创(chuàng)造(zào)的边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 竹荪煮多久