自聊天机器人(rén)ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始(shǐ)人比(bǐ)尔·盖茨已多次公开谈论人工(gōng)智能话题(tí)。在最(zuì)近的一次采访中，他(tā)再次表示(shì)：“AI可(kě)能会(huì)让科(kē)技行(xíng)业迎(yíng)来(lái)一次剧(jù)烈(liè)的洗牌”。

这个结论是他在当(dāng)地(dì)时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发(fā)展可(kě)能会(huì)威胁到谷歌的市占率，因为(wèi)微(wēi)软在AI方面(miàn)的行动相当迅速。而最终科技巨头将把(bǎ)AI整合成用户的“全(quán)能助(zhù)手”，包(bāo)揽一切应(yīng)用(yòng)，与人们进行(xíng)沟通并提供建议，可以取代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来(lái)可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新(xīn)玩法

AIGC向(xiàng)可控靠近

以(yǐ)AI绘画为(wèi)代表(biǎo)的(de)AIGC上一次爆火的时候，还是2022年8月，在美国科(kē)罗拉多州举办的(de)新兴数字艺术家竞赛(sài)中，一幅名为《太空歌剧院》的(de)作品(pǐn)获(huò)奖。

随(suí)后(hòu)各大厂(chǎng)商(shāng)的AI绘画软件被(bèi)广大(dà)网友熟知并体(tǐ)验(yàn)，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在(zài)应用中(zhōng)输入一组关键词或者(zhě)一张(zhāng)照片，就(jiù)能获得一幅(fú)AI创作(zuò)的画作。

作画的关键就是所输入的文本。同一组关键(jiàn)词也可以创作出很(hěn)多张风(fēng)格不一样的(de)画作，这让创作(zuò)的过程就像开(kāi)盲盒(hé)。

很多用(yòng)户很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头(tóu)像。而另一部(bù)分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在社交媒体上，许多(duō)用(yòng)户分享AI“翻(fān)车现场”，例如(rú)，一位(wèi)网(wǎng)友的小狗照片被AI画(huà)成了“肌肉男”，还有(yǒu)网友的个人照片(piàn)被(bèi)AI识别成(chéng)了建筑。

而(ér)如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被颠(diān)覆(fù)了。

ControlNet是(shì)一位正在斯坦福(fú)读博(bó)的中国(guó)人(rén)张吕敏创作的一种基(jī)于控制点的(de)图(tú)像(xiàng)变形算法，主要用于数(shù)字图像处理、计算(suàn)机视(shì)觉和(hé)计算机图形学(xué)等领域。

其SD插件(jiàn)一经发布，在短短(duǎn)的(de)两天内(nèi)便成为了AI绘画领域(yù)最新的(de)热点。

在此(cǐ)之(zhī)前，大家用了很多方法想让AI生成的结果尽可(kě)能的符(fú)合要求，但(dàn)是都不尽如人意，它的(de)出现(xiàn)代(dài)表着AI生成开始进(jìn)入(rù)真正的可(kě)控时期。

因为ControlNet可以直接提取(qǔ)画面的构图，人物的(de)姿势和画面的深度信息等。有(yǒu)了它的帮助，就不用频繁(fán)的(de)用(yòng)提(tí)示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通俗(sú)的(de)说ControlNet相当于给AI绘画加(jiā)了(le)“魔法”，不少博主的作品已经获得了大量的浏(liú)览(lǎn)量(liàng)，“viggo”就(jiù)是(shì)其中(zhōng)之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插件(jiàn)绑定骨骼开始换关键词(cí)试效果。

通过图片就可以看出(chū)来，效果十分惊(jīng)艳。

更(gèng)厉害的是，除了真实的(de)照片，草图也(yě)可以加(jiā)上(shàng)“魔法”，知乎大牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿(gǎo)转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也亲自回应。

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作(zuò)品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏(sū)州金鸡(jī)湖有(yǒu)游艇party”的消息火遍网络，而经过警方辟谣这所谓的“party”可能是全(quán)国第一(yī)起(qǐ)AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片(piàn)都(dōu)是AI制作的真(zhēn)人照片绘图，因(yīn)为太逼真，被(bèi)大家当成真事传播了。

不过仔细(xì)观察可以发现，活动发起者提供(gōng)的照片中有个很大的漏洞(dòng)可以发现并(bìng)非真(zhēn)人，而是AI绘图，那便是图片中女性的手指部分(fēn)有的存在异常(cháng)。

有行业人事表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太(tài)会画人的手(shǒu)，但最新看到的图(tú)片(piàn)已经有越来越完美(měi)的AI模型(xíng)出(chū)现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类(lèi)似的AI作图诈(zhà)骗在国外(wài)也已有发(fā)生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用(yòng)户(hù)使用(yòng)AI合成了(le)儿童受灾的(de)假照片(piàn)发布到网络，以此(cǐ)诱骗善良(liáng)的(de)人(rén)打赏“捐助”从而实(shí)施诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人(rén)照(zhào)片般的绘图(tú)效(xiào)果，如果这(zhè)样的图片被用来(lái)诈骗，将非常可怕。

此外(wài)AIGC还(hái)引发了很多担忧，一(yī)方(fāng)面(miàn)，批判者(zhě)认为AI在“学习(xí)”了大(dà)量前人的作品之后，其创(chuàng)作没有任何(hé)情绪和灵魂，难以和人类的艺术创(chuàng)作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没有得到有效的解决，还有(yǒu)AIGC会(huì)不(bù)会代替(tì)人类(lèi)“至高无(wú)上”的创意。

马斯克(kè)也强调，人工智能的(de)安全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一站除了(le)视(shì)频，还有远方(fāng)

技术(shù)都(dōu)是有两(liǎng)面性的，潜在(zài)的危害(hài)并不能掩盖其光辉的(de)贡(gòng)献。现在看来，人工智能技术(shù)将(jiāng)是第四次(cì)工业革命(mìng)的(de)核心驱动力(lì)量，将创(chuàng)造新的增长奇(qí)迹。

过(guò)去一年，人工智能(néng)在(zài)技术和商业层面都(dōu)有了巨大进展，AI绘画就是人工智能技术发生方向(xiàng)性改变(biàn)的(de)一(yī)个代(dài)表。其下(xià)一站或许就是视频。

此前，Meta和谷歌(gē)先后发(fā)布了几条引爆(bào)科技圈的短视频(pín)。这些视频引发关注并非内容做得多优秀，反而都非常简单，比如(rú)一(yī)匹(pǐ)正在喝水(shuǐ)的马(mǎ)，一(yī)只画画的玩(wán)具熊，或者一段骑摩托车(chē)的第一视(shì)角录像，随(suí)便一个有手机的人都可(kě)以随手(shǒu)录下一段(duàn)。

但这些短(duǎn)视(shì)频的创作方式(shì)非(fēi)常(cháng)简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是(shì)说一下要求，AI就(jiù)可以根据需(xū)要(yào)生成一(yī)段(duàn)视频(pín)。

谷(gǔ)歌发(fā)布的两个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者主要(yào)突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视频后(hòu)，AI圈(quān)就已经玩了一波梗，一(yī)个能够(gòu)做出更高清视频的AI还不足以在短时(shí)间内(nèi)戳中兴(xīng)奋点。

Phenaki更(gèng)加令人(rén)震惊(jīng)的地方(fān写照的意思 写照是什么词性g)在(zài)于，它可以制作(zuò)出(chū)超过2分(fēn)钟(zhōng)的连贯(guàn)的(de)也有(yǒu)确(què)切(qiè)内容的视频，这才是(shì)真正(zhèng)让人(rén)们感到惊喜的地(dì)方。因为(wèi)无论(lùn)AI生成的(de)视频多(duō)么高清，也只能(néng)是为内(nèi)容生(shēng)产者提供一个灵感(gǎn)，一个素材，一个过场动画。

不过能(néng)够制作出有具体剧(jù)情(qíng)内(nèi)容的视频就意(yì)味着(zhe)，一(yī)些视(shì)频创作由AI代替人工完成已经初步(bù)有(yǒu)了可(kě)能(néng)。

当下AI的发展速(sù)度已(yǐ)经(jīng)超过大部分人的想象。内容产(chǎn)业的本质(zhì)是供(gōng)给创造(zào)需求，AIGC作(zuò)为全新的(de)内(nèi)容生(shēng)产方式，可以为(wèi)内(nèi)容(róng)产业带来更新的内容风格、更(gèng)快的生产速度，更(gèng)低的(de)生产成(chéng)本，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐、代(dài)码、机器人(rén)动作等多种内容形式的生(shēng)成(chéng)。不难发(fā)现该项技术不(bù)仅在游戏(xì)等行业能得到有效(xiào)应(yīng)用，对于下一代互联网各种元(yuán)素的构(gòu)建亦(yì)有关键意义(yì)。

从商业化的(de)角度来看，文化娱乐、教育、传媒等诸多(duō)领域，本(běn)身就对基于AI的(de)可视化内(nèi)容(róng)有强(qiáng)烈需求。

因此，AI绘画及视频或不是(shì)结果，而只(zhǐ)是(shì)AI进(jìn)程中的(de)一块重要拼图，有望在技术更新的(de)加持(chí)下实现更大(dà)的应用(yòng)价值。

AI从理(lǐ)解内(nèi)容，走向了可以生成内容，甚至能够创造出独立(lì)价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈(quān)，更代(dài)表(biǎo)着未来的先进生产力即将到来。

04

紧抓大模型(xíng)与算(suàn)力，牢固(gù)AIGC底座

从(cóng)技术(shù)的发展也(yě)可以看出，在语(yǔ)言(yán)大模(mó)型、图像(xiàng)大(dà)模(mó)型(xíng)之(zhī)后，多模态大模型已经(jīng)成为了新的趋势(shì)。

大模(mó)型被誉为当前人工智能发展的智能底座，是全球竞争最激烈的(de)研(yán)究方(fāng)向之一，包括(kuò)谷(gǔ)歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业(yè)都在竞相发(fā)力。

不过训(xùn)练大(dà)模型的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多(duō)少算力(lì)》报告估(gū)算，GPT-3训练一(yī)次的成本约为140万美元(yuán)。而对于一(yī)些更大的LLM(大型语(yǔ)言模(mó)型)，训练成本(běn)则(zé)介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均(jūn)数1300万计算，其对应芯(xīn)片需求为3万多片英伟达A100 GPU，初始投入成本约为(wèi)8亿美元，每(měi)日仅电费就在(zài)5万美元(yuán)左右。

此外不论是ChatGPT还(hái)是(shì)AIGC，都离不开庞大(dà)算力支持(chí)。在关注各类大(dà)模(mó)型的发展同时，更应该关注算力网(wǎng)络的建设(shè)。

算力网络(luò)正驱(qū)动AI产(chǎn)业发展进入(rù)史诗(shī)级(jí)加速进程，让AIGC及(jí)通用AI这一人工(gōng)智能发(fā)展的终极目标离得更近。

因为算力可以(yǐ)对(duì)突破性(xìng)技术创新提供大力的支持。这方面，多模(mó)态大模(mó)型是典型。作(zuò)为面向未来强(qiáng)人工智能、通(tōng)用人工智能的重要技术创新，多(duō)模态大(dà)模型已经在人工(gōng)智能领域提出(chū)了很多(duō)年，业(yè)界也(yě)有(yǒu)不少(shǎo)技(jì)术突破(pò)，但是，多模态大(dà)模(mó)型(xíng)进一步(bù)往下走，算力需求呈几何式上升，一般的算力基础(chǔ)设施(shī)很快将(jiāng)难以胜任。

从图像、文(wén)字、语音单独一项(xiàng)的训练，到(dào)双模态、三(sān)模(mó)态的跃迁(qiān)，让人(rén)工智能可以灵活应对不同模(mó)态的转化、像人与世界交互一样自然，这方面(miàn)，由算力网络(luò)来驱动将有明显优势。

此外，还有很(hěn)多需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期待(dài)在大(dà)模型(xíng)和大算力的支持(chí)下(xià)AIGC能持(chí)续颠覆内容生产的方(fāng)式，将创(chuàng)造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 写照的意思 写照是什么词性