自聊天机(jī)器人ChatGPT火爆以来，微软公司创始人比(bǐ)尔(ěr)·盖茨已多次公开谈论人(rén)工智能(néng)话题。在最近的一次采(cǎi)访中，他(tā)再(zài)次表示：“AI可(kě)能(néng)会让科(kē)技(jì)行业迎来一次(cì)剧烈的洗牌(pái)”。

这个结论(lùn)是他(tā)在当地时(shí)间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时提出的。

他预期(qī)，AI的(de)发(fā)展可能会威胁(xié)到谷歌的市(shì)占(zhàn)率，因为微(wēi)软在AI方面的行动相当迅速。而最终(zhōng)科技巨头将把AI整合成用(yòng)户的(de)“全能(néng)助手”，包揽一切应用，与人们(men)进行沟通并(bìng)提供(gōng)建议(yì)，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到(dào)来可能(néng)尚需时(shí)日，但由(yóu)ControlNet引(yǐn)发的又一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话(huà)题(tí)热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘(huì)画(huà)为代表(biǎo)的AIGC上(shàng)一次爆火(huǒ)的时(shí)候，还(hái)是2022年8月，在美国科罗(luó)拉多州举办的新兴数字艺术家竞赛中，一幅名(míng)为(wèi)《太(tài)空歌剧院》的作品获奖。

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

用户们可以在(zài)应用中输入一(yī)组关(guān)键词(cí)或者一张照片，就(jiù)能获得一幅(fú)AI创作的画作(zuò)。

作画的关键就(jiù)是所输入的文本。同(tóng)一组关(guān)键(jiàn)词也可以(yǐ)创作(zuò)出(chū)很(hěn)多(duō)张风格不一样的画(huà)作，这(zhè)让创作的过(guò)程就像开(kāi)盲盒。

很多(duō)用户很喜欢这种不确定的(de)惊喜(xǐ)，他(tā)们会将生成(chéng)的美图当做头(tóu)像。而(ér)另(lìng)一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社(shè)交媒体上，许多用户(hù)分享AI“翻车现场”，例如，一位网友的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有网友的个人照片(piàn)被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出现(xiàn)与加持，以往AI绘(huì)画的(de)填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中(zhōng)国人张(zhāng)吕敏创(chuàng)作的(de)一种基于控制点(diǎn)的图(tú)像变形算法，主要用于数字图像处理、计算机视觉和(hé)计(jì)算(suàn)机图(tú)形(xíng)学(xué)等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的两天内便成为(wèi)了AI绘画领域最(zuì)新(xīn)的(de)热点(diǎn)。

在此之前，大家用了很多方(fāng)法想让AI生成(chéng)的结果(guǒ)尽可能的符合要求(qiú)，但是都不尽如人(rén)意，它的(de)出现代表着(zhe)AI生成开始进入(rù)真(zhēn)正的可(kě)控时(shí)期(qī)。

因为(wèi)ControlNet可(kě)以直接提取画面的构(gòu)图，人物的姿势和画面的(de)深度信息等。有了它的(de)帮助，就不(bù)用频(pín)繁的(de)用提示词来碰运气，抽盲盒式的创作了。

通(tōng)俗的(de)说ControlNet相(xiāng)当(dāng)于给(gěi)AI绘画加了“魔法”，不少博主的作(zuò)品已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照片(piàn)直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字(zì)。

再(zài)用Text2Prompt插件(jiàn)拓展找(zhǎo)到对(duì)应的关键词；最(zuì)后用ControlNet插件绑定骨(gǔ)骼开始(shǐ)换关键词试效果。

通过图(tú)片就可以看(kàn)出来，效果十分惊(jīng)艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也(yě)可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大(dà)神张吕(lǚ)敏其本尊也亲自回(huí)应。

不得不说当下AIGC已经变(biàn)得越来(lái)越强大，甚至(zhì)输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警惕安全(quán)问题(tí)

近(jìn)日，“苏州金鸡湖有游艇party”的消息火遍网络，而经过警方(fāng)辟(pì)谣这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘(huì)图诈(zhà)骗。

由(yóu)于这个(gè)活动(dòng)里面给出的美(měi)女照片都是AI制作的真人照片绘图(tú)，因为太逼真，被大家当成真事(shì)传(chuán)播(bō)了(le)。

不过仔细观察可以发现，活动(dòng)发起者提供(gōng)的(de)照片中(zhōng)有个很大的漏(lòu)洞可以发(fā)现并非真人(rén)，而是AI绘图，那(nà)便是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的存(cún)在异常。

有行业(yè)人事表(biǎo)示：“现在因为手指部分的绘画算法比较(jiào)复杂，AI还不太会画人(rén)的手，但(dàn)最新看到的图片已经有越来越完(wán)美的AI模型出现，以后可能就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外(wài)也已有发生。据英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有(yǒu)Tiktok用(yòng)户使用AI合成了儿(ér)童受(shòu)灾(zāi)的假照(zhào)片(piàn)发布到网络，以此诱骗(piàn)善良(liáng)的人打赏“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发(fā)展，AIGC已经能做(zuò)出真人(rén)照片般的(de)绘图效果，如果这样的(de)图片被用(yòng)来诈骗(piàn)，将非常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判(pàn)者认为AI在“学习(xí)”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的艺术创作相(xiāng)提并(bìng)论。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没有得(dé)到有效的(de)解决，还有AIGC会不(bù)会(huì)代替人类(lèi)“至高无(wú)上”的创意。

马斯(sī)克也强(qiáng)调，人工智能的安全(quán)问(wèn)题(tí)需要得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方

技术(shù)都是有两面(miàn)性的，潜在的(de)危(wēi)害并不能(néng)掩盖(gài)其光(guāng)辉的贡(gòng)献。现在看来，人工智能技术将(jiāng)是第四次工业革命的(de)核心(xīn)驱(qū)动力(lì)量(liàng)，将创造(zào)新的增长奇迹。

过去(qù)一年(nián)，人工智能在技术和商业层面都有(yǒu)了(le)巨(jù)大(dà)进展，AI绘画就是人工智能技(jì)术发生方(fāng)向性改变(biàn)的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后发布了几条引爆科技圈的短视频。这些视(shì)频(pín)引发(fā)关注并非内容做得多优秀，反(fǎn)而(ér)都非常(cháng)简单(dān)，比如一匹(pǐ)正在喝水的(de)马(mǎ)，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一视角录像(xiàng)，随(suí)便一(yī)个(gè)有手机的人都可以随(suí)手(shǒu)录下一(yī)段。

但这(zhè)些短视频(pín)的创(chuàng)作(zuò)方式非常简单，创作者(zhě)仅(jǐn)仅需要向AI输(shū)入一段话(huà)，甚至(zhì)只是说一下要(yào)求(qiú)，AI就可(kě)以根据需要生成一段视(shì)频。

谷歌(gē)发布(bù)的两个AI生(shēng)成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了AI生(shēng)成的视频后，AI圈就(jiù)已经玩了(le)一波梗，一(yī)个(gè)能够(gòu)做出更高清视频的AI还不(bù)足以在短时(shí)间(jiān)内戳中兴奋点(diǎn)。

Phenaki更(gèng)加令人(rén)震惊的地方在(zài)于，它可以制作出超过2分钟的连(lián)贯的也(yě)有确切(qiè)内(nèi)容的视频，这才是真正(zhèng)让人们(men)感到惊喜的地方。因为(wèi)无(wú)论(lùn)AI生成(chéng)的(de)视频多么(me)高(gāo)清，也只能(néng)是为内容(róng)生(shēng)产者提(tí)供一个灵(líng)感，一个素材，一(yī)个过(guò)场动(dòng)画。

不过能(néng)够(gòu)制作出有具(jù)体剧情内容的视频就意味着，一些视频(pín)创作由AI代替人工完成已经初步有了(le)可能。

当下AI的发(fā)展速(sù)度已经超过大部分人(rén)的想象。内容(róng)产业(yè)的本质(zhì)是供给(gěi)创(chuàng)造需(xū)求，AIGC作为全新的内(nèi)容生产方(fāng)式，可以为内容产业带来更新(xīn)的(de)内容(róng)风(fēng)格、更(gèng)快的(de)生产速(sù)度，更低的生产成本，这无疑会驱(qū)动内容产业的大爆(bào)发(fā)。

除了AI绘图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动(dòng)作等多种内容形式的生成(chéng)。不难发现该(gāi)项技术(shù)不仅在游戏等行业能得到有效应用，对于下一代(dài)互联网(wǎng)各种元素的构建亦有关键意义。

从商业化的角度(dù)来看，文(wén)化娱乐、教育(yù)、传媒等诸多领域，本身就对基于AI的可视化内(nèi)容有(yǒu)强烈(liè)需求。

因此，AI绘画及视频或不是结(jié)果，而只是AI进(jìn)程(chéng)中的一(yī)块重要拼图，有望在(zài)技术(shù)更新的加持下实(shí)现(xiàn)更大的应用价值。

AI从理解内容，走向了(le)可以生成内容，甚至能够(gòu)创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进(jìn)生(shēng)产力(lì)即将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出，在语言大模型、图(tú)像(xiàng)大模(mó)型之(zhī)后，多模态大模(mó)型(xíng)已经成(chéng)为了新的趋势。

大(dà)模型被誉(yù)为当前人工智能发展的(de)智能(néng)底座，是(shì)全球竞争最激烈的(de)研究方向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相发力。

不过训练大模型的确(què)价格不菲，以(yǐ)国盛(shèng)证(zhèng)券发布的(de)《ChatGPT需(xū)要多少算力》报(bào)告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于(yú)一些更大的LLM(大型语言模型(xíng))，训(xùn)练成本(běn)则介于200万美元(yuán)至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万(wàn)计算，其对应芯片需求为3万(wàn)多片英伟达A100 GPU，初(chū)始投(tóu)入(rù)成本约为8亿(yì)美(měi)元，每日(rì)仅电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不(bù)开(kāi)庞大算力支持。在关注各类大模型的发(fā)展同时，更应该关注算(suàn)力网络的(de)建(jiàn)设。

算力网络正(zhèng)驱动AI产(chǎn)业发展(zhǎn)进入(rù)史诗级加速进程，让AIGC及通用(yòng)AI这(zhè)一人工智(zhì)能发展的终极目标离得更近。

因为算力可以对突破性(xìng)技术创新提(tí)供大(dà)力(lì)的支持。这方面(miàn)，多模态大模型(xíng)是典型。作为面向未(wèi)来(lái)强人(rén)工智能、通用人工智(zhì)能的重要(yào)技术(shù)创新，多模(mó)态大(dà)模型已(yǐ)经在(zài)人工智能(néng)领域(yù)提出了(le)很多年，业界也有不少技术(shù)突(tū)破(pò)，但是，多模态大模型进一步往下走，算力需求呈几何式上(shàng)升(shēng)，一般的算力基础设(shè)施很快将难以(yǐ)胜(shèng)任。

从(cóng)图像(xiàng)、文字、语音单(dān)独一项的(de)训(xùn)练，到双模态、三模态的跃迁，让人工智能可(kě)以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人(rén)与世(shì)界交互一样自然，这方面，由算力(lì)网(wǎng)络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算力来支撑的技术创新，将在(zài)人(rén)工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已经露出曙光(guāng)，期待在大(dà)模型和大算力的支持下AIGC能持(chí)续颠覆内容生产的方式，将创(chuàng)造的(de)边(biān)际(jì)成本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 皇族是什么意思饭圈，韩国皇族是什么意思