自(zì)聊天(tiān)机器人ChatGPT火爆(bào)以(yǐ)来，微软公司创始人(rén)比尔·盖茨已(yǐ)多(duō)次公(gōng)开(kāi)谈(tán)论人工智能话题。在最近(jìn)的一次采访中，他(tā)再次表示：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的洗牌”。

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

他(tā)预期，AI的发展可能会威胁(xié)到谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户的(de)“全能(néng)助手”，包(bāo)揽(lǎn)一切应用，与人们(men)进行沟通并提供建议(yì)，可以取代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到来可(kě)能尚(shàng)需时日(rì)，但(dàn)由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中杀出(chū)重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时(shí)候，还(hái)是2022年8月，在(zài)美(měi)国科罗拉多(duō)州举办的新兴数字艺(yì)术家(jiā)竞赛(sài)中，一幅名为(wèi)《太空歌剧院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并体(tǐ)验，Stable Diffusion便是其中代表(biǎo)。

用户们可以在(zài)应用中输入一组关(guān)键词或者(zhě)一张照片，就能(néng)获得一幅AI创作的(de)画作。

作(zuò)画的(de)关键就是所输入的文本(běn)。同一组关键词也可以创作(zuò)出很多张风格不(bù)一(yī)样的(de)画作，这让创作的过程就像开盲盒(hé)。

很多用(yòng)户很喜欢这(zhè)种不确定的惊喜，他(tā)们会将生成的美图当做头像。而另(lìng)一部分喜(xǐ)欢翻(fān)看AI绘画的(de)“翻车(chē)”作品。在社交媒体上，许(xǔ)多用户(hù)分享AI“翻车现场”，例如，一(yī)位网友的小狗(gǒu)照(zhào)片被(bèi)AI画成了“肌肉(ròu)男”，还有网友的个人照片被AI识别(bié)成了建筑。

而如今随着ControlNet的出现与加持(chí)，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了(le)。

ControlNet是一位正在斯坦福读博的中国人张(zhāng)吕敏创(chuàng)作的一(yī)种基于控制点的图(tú)像变形算(suàn)法，主要(yào)用于数字图像(xiàng)处理、计算机视觉和计算机图形学等领(lǐng)域。

其(qí)SD插件一经发布，在短短的(de)两(liǎng)天内便成为了AI绘画领域最新(xīn)的热点。

在此(cǐ)之前(qián)，大家用(yòng)了很多方(fāng)法想让AI生成的结果尽可(kě)能(néng)的符合要求，但是都不(bù)尽如人意，它的(de)出现代(dài)表(biǎo)着AI生(shēng)成(chéng)开(kāi)始进入真(zhēn)正的可(kě)控(kòng)时期。

因为ControlNet可以直接(jiē)提取(qǔ)画面的构图，人物的姿势和画面的深度信(xìn)息等。有(yǒu)了它的(de)帮助，就不用(yòng)频繁的用提(tí)示(shì)词来碰运气，抽盲盒式(shì)的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了(le)“魔法”，不少博主的作品已经获(huò)得了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一，他用朋友的照(zhào)片直接带她们走进动(dòng)漫世(shì)界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用(yòng)ControlNet插(chā)件绑定(dìng)骨骼(gé)开始换关键词试效(xiào)果(guǒ)。

通(tōng)过图片就可以看出(chū)来，效果十分惊艳(yàn)。

更厉(lì)害(hài)的(de)是，除(chú)了(le)真实的(de)照片(piàn)，草图(tú)也可以加上“魔法”，知(zhī)乎大牛(niú)“DevPoint”和“逗砂”介绍到ControlNet还(hái)能(néng)实(shí)现线稿转全彩图。大神张吕敏其本尊(zūn)也(yě)亲自(zì)回应。

不得(dé)不说当下AIGC已经变(biàn)得越来越强(qiáng)大，甚至输(shū)出的(de)作品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇party”的消息火遍(biàn)网(wǎng)络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全国第(dì)一起AI绘(huì)图诈骗。

由于这个活动里面给(gěi)出的美女照片都是AI制作的真(zhēn)人照(zhào)片绘图，因为太逼真，被大(dà)家当成真事(shì)传(chuán)播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有(yǒu)个很(hěn)大(dà)的漏(lòu)洞可(kě)以发现并非真人(rén)，而是AI绘图，那便是图片中女性的手(shǒu)指(zhǐ)部(bù)分有的(de)存在异常。

有行业人事表示(shì)：“现在因为手(shǒu)指部分(fēn)的绘画算法比较复杂，AI还不(bù)太(tài)会(huì)画人的手，但最新看到的图(tú)片已经有越(yuè)来越完(wán)美的AI模型(xíng)出现，以后可(kě)能就(jiù)完全没有(yǒu)漏洞了。”

类(lèi)似的(de)AI作图诈(zhà)骗在国外也已(yǐ)有发生(shēng)。据英国广播(bō)公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成(chéng)了儿童受灾的假照片发布到网(wǎng)络，以(yǐ)此(cǐ)诱(yòu)骗善良(liáng)的(de)人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已经(jīng)能做出真人照片(piàn)般的(de)绘(huì)图效果，如果这样的图片(piàn)被用来诈骗，将(jiāng)非(fēi)常可怕。

此(cǐ)外AIGC还引发(fā)了很多(duō)担忧，一(yī)方面(miàn什么的灯火如何填空词语 灯火是词语吗)，批判者认为AI在(zài)“学习(xí)”了大量前人的作品之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的艺术(shù)创(chuàng)作相提并论。

另一方面，AIGC背(bèi)后的版权(quán)、目(mù)前都并(bìng)没有得(dé)到(dào)有效的(de)解决，还有AIGC会不会代替人(rén)类“至高(gāo)无(wú)上”的创意。

马斯(sī)克也强调，人(rén)工(gōng)智能的(de)安全问题(tí)需要得到重视(shì)，太晚就来(lái)不及了。

03

AIGC下一站(zhàn)除了视频，还有(yǒu)远方(fāng)

技(jì)术都(dōu)是有两面性的，潜(qián)在(zài)的(de)危害(hài)并不能掩盖其光辉的贡献。现(xiàn)在(zài)看来(lái)，人工智能技术将是第四次工业革命的核(hé)心驱(qū)动力量，将创造(zào)新的增(zēng)长奇(qí)迹(jì)。

过去一年，人(rén)工智能在技术(shù)和商(shāng)业(yè)层(céng)面(miàn)都有(yǒu)了巨大进展，AI绘画就是人工智能(néng)技术(shù)发生方向性(xìng)改(gǎi)变的一个代(dài)表。其下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非内容做得(dé)多优秀，反(fǎn)而都非常(cháng)简(jiǎn)单，比如一匹正在喝水(shuǐ)的(de)马，一只画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托车的第(dì)一视(shì)角(jiǎo)录像，随便(biàn)一(yī)个有手(shǒu)机的人都可以随手录下一段。

但这些短视频(pín)的(de)创作方式非常简单，创作者仅仅(jǐn)需(xū)要(yào)向AI输(shū)入(rù)一段话，甚至(zhì)只是(shì)说一下要求，AI就可以根据需要生成一段视频(pín)。

谷歌(gē)发布的(de)两(liǎng)个AI生成视频(pín)分(fēn)别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前(qián)者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了(le)AI生成的(de)视(shì)频后，AI圈就(jiù)已经玩了一波梗(gěng)，一个能够做出更高清(qīng)视频(pín)的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这(zhè)才是真正让人们(men)感到惊(jīng)喜的地方(fāng)。因为无论什么的灯火如何填空词语 灯火是词语吗(lùn)AI生成的视频多么高清，也只能(néng)是(shì)为内容生产者提(tí)供一个(gè)灵感，一个素(sù)材，一个(gè)过场动画(huà)。

不(bù)过能够制作出(chū)有具体剧情内容的视(shì)频(pín)就意味着，一些视频创作由AI代替人工(gōng)完成已(yǐ)经初(chū)步有了(le)可能。

当下AI的发展速度已经超过大部分人的想象。内容产(chǎn)业的本质(zhì)是供给创造(zào)需求，AIGC作为(wèi)全(quán)新的内容生产(chǎn)方(fāng)式，可以为内(nèi)容(róng)产业带(dài)来(lái)更新(xīn)的内容风格、更快的生产速度，更低的生产成(chéng)本(běn)，这无疑会驱动内容产业的(de)大(dà)爆发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能(néng)应用于音乐(lè)、代码、机器人动作等多(duō)种内容形式的生成。不难发现该项技术不(bù)仅(jǐn)在(zài)游戏等(děng)行业能得到(dào)有效应用，对于下一(yī)代互联网各(gè)种元(yuán)素的构建亦有(yǒu)关键意(yì)义。

从商业化(huà)的角度来看，文化(huà)娱乐、教育、传媒等诸多(duō)领域(yù)，本身就对(duì)基于(yú)AI的可视化(huà)内容有强(qiáng)烈需求。

因此(cǐ)，AI绘画(huà)及视频或不是结果，而只是AI进程中的(de)一(yī)块重要拼图，有(yǒu)望在技术更(gèng)新的加持下(xià)实现(xiàn)更(gèng)大的应用价值(zhí)。

AI从(cóng)理解内容(róng)，走向了可以生成(chéng)内(nèi)容，甚至能够创(chuàng)造出独立价值和独(dú)立视角的内容。AIGC的再次出(chū)圈(quān)，更(gèng)代表着(zhe)未来的先进(jìn)生产(chǎn)力即(jí)将到来。

04

紧(jǐn)抓大(dà)模型与算(suàn)力，牢固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图像大模型之(zhī)后，多模态大模型已经成为了新(xīn)的(de)趋势。

大模型被(bèi)誉为当前人工智(zhì)能发展的(de)智能底(dǐ)座(zuò)，是全球竞(jìng)争最激(jī)烈的研究(jiū)方向之一(yī)，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众(zhòng)多头部企业(yè)都在竞相发力。

不过(guò)训练大模型的确价格不(bù)菲，以(yǐ)国(guó)盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(běn)约为(wèi)140万美元(yuán)。而对于一些更大的LLM(大型语言(yán)模型)，训练成本(běn)则介于(yú)200万美元至(zhì)1200万美元高价之间。

以ChatGPT在2023年1月的独立(lì)访客平(píng)均数1300万(wàn)计算(suàn)，其对(duì)应(yīng)芯片需求(qiú)为(wèi)3万多(duō)片(piàn)英(yīng)伟(wěi)达A100 GPU，初(chū)始投(tóu)入成本约为8亿美元，每日仅(jǐn)电费就在(zài)5万(wàn)美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支(zhī)持。在(zài)关(guān)注各(gè)类大模型的发(fā)展同时(shí)，更(gèng)应该关注算力网络的建设(shè)。

算力(lì)网络正驱动AI产业发展进(jìn)入(rù)史诗级加(jiā)速进(jìn)程，让(ràng)AIGC及通用(yòng)AI这一人工(gōng)智能发展的终极目标离得更近。

因为算力可(kě)以(yǐ)对突破性技术创新提供大力的支(zhī)持。这(zhè)方面(miàn)，多模态大模型是典(diǎn)型。作为面(miàn)向未来强人工(gōng)智能、通用人(rén)工智能的重要技(jì)术(shù)创新，多模态大模型已(yǐ)经在人工智能领域提(tí)出(chū)了(le)很多(duō)年，业(yè)界也有不(bù)少(shǎo)技术(shù)突破，但是，多模态大模(mó)型进(jìn)一(yī)步往下走，算力需求(qiú)呈(chéng)几何式(shì)上升，一般的算力基础设施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模态的跃迁，让(ràng)人(rén)工智能可以灵活应(yīng)对不同模态的转化(huà)、像人与世界交互一样自然，这方面，由算(suàn)力网络来驱动将有明显优势。

此外，还(hái)有很多需要爆(bào)发式增长的算(suàn)力来支撑的技术(shù)创新(xīn)，将在人工智能算力网络支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模(mó)型和大(dà)算力的支(zhī)持下AIGC能持续颠覆内容(róng)生产的方式，将创造的边际成本(běn)降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 什么的灯火如何填空词语 灯火是词语吗