自聊天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人工(gōng)智(zhì)能话题(tí)。在最(zuì)近的一(yī)次(cì)采访(fǎng)中，他(tā)再次表示：“AI可能(néng)会让科(kē)技行业(yè)迎来(lái)一次剧(jù)烈的洗牌”。

这(zhè)个(gè)结论是他在(zài)当(dāng)地时间(jiān)2月20日(rì)接受《In Good Company》节目专访时提(tí)出(chū)的。

他预期(qī)，AI的发展可(kě)能(néng)会威胁(xié)到(dào)谷歌的市占率，因为(wèi)微软在AI方(fāng)面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全能(néng)助手”，包(bāo)揽(lǎn)一切(qiè)应用，与人们进行沟(gōu)通并(bìng)提供建议，可以(yǐ)取代亚马(mǎ)逊(xùn)、Siri或(huò)Outlook等应用(yòng)。

大(dà)佬口中全能助手(shǒu)的到(dào)来可能(néng)尚(shàng)需时日，但由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆(fù)AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美国(guó)科罗拉多州(zhōu)举办(bàn)的新兴(xīng)数字(zì)艺术(shù)家(jiā)竞赛(sài)中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大(dà)网友熟知并(bìng)体验，Stable Diffusion便是其中代表。

用户们可以在(zài)应用中输入一组关键(jiàn)词或者一张照片，就能获得一幅AI创作的(de)画作。

作画的关键就是(shì)所输入的文(wén)本(běn)。同一组关键词也可以创作出很多张(zhāng)风格不一样的画(huà)作，这让创作的过程(chéng)就像(xiàng)开盲(máng)盒(hé)。

很(hěn)多用户(hù)很喜欢这种不确定的惊喜，他们会将生成的美图当(dāng)做头像(xiàng)。而另(lìng)一部分喜欢(huān)翻看AI绘画的“翻(fān)车”作(zuò)品。在社(shè)交(jiāo)媒体上，许多用户(hù)分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画成了“肌肉男(nán)”，还有(yǒu)网(wǎng)友的个人(rén)照片被AI识别成(chéng)了(le)建(jiàn)筑。

而如(rú)今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画的填写关键词(cí)游戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读(dú)博(bó)的(de)中国人(rén)张吕敏创作(zuò)的(de)一(yī)种基于控制点的图像变形(xíng)算法(fǎ)，主(zhǔ)要用(yòng)于数字(zì)图(tú)像处理、计算机(jī)视(shì)觉和计算机图形学等领域。

其SD插件(jiàn)一(yī)经发布，在(zài)短短的两天内(nèi)便成为了(le)AI绘画领域最新(xīn)的(de)热(rè)点。

在此之前，大家用了很(hěn)多方法想让AI生成的结果尽可能的符(fú)合要求(qiú)，但是都不尽(jǐn)如人意，它的出现代表着(zhe)AI生成开始(shǐ)进(jìn)入真(zhēn)正的可控时期。

因(yīn)为(wèi)ControlNet可以直(zhí)接提取画面的构图(tú)，人物的姿(zī)势和画面的深度信(xìn)息(xī)等。有了(le)它(tā)的帮助，就不用(yòng)频繁的(de)用提示词(cí)来碰(pèng)运气，抽盲(máng)盒式的创作了。

通(tōng)俗的说(shuō)ControlNet相当于(yú)给AI绘画加了(le)“魔法(fǎ)”，不少博主的作(zuò)品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是(shì)其(qí)中(zhōng)之一，他用朋友的照片直接(jiē)带她(tā)们走进动漫(màn)世界(jiè)。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插件拓展找到对(duì)应的关键词(cí)；最后(hòu)用(yòng)ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通过图(tú)片就(jiù)可以看(kàn)出来，效(xiào)果十(shí)分惊艳(yàn)。

更厉害的是，除了真实的(de)照片，草图也可以(yǐ)加(jiā)上“魔法”，知(zhī)乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图。大神张(zhāng)吕敏其(qí)本尊也(yě)亲(qīn)自(zì)回应。

不得不说当(dāng)下(xià)AIGC已经变得越来(lái)越(yuè)强大(dà)，甚至输(shū)出的作品都已经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州(zhōu)金鸡湖有游艇(tǐng)party”的消息火遍(biàn)网络(luò)，而经(jīng)过(guò)警方辟谣这所谓(wèi)的“party”可能是(shì)全(quán)国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

由于这(zhè)个(gè)活动里面给出(chū)的美女照片都是AI制作(zuò)的真人大冤种什么意思，大冤种是骂人吗照片(piàn)绘图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察可以发(fā)现，活动发起(qǐ)者提(tí)供的照片中(zhōng)有个很(hěn)大的漏洞(dòng)可以(yǐ)发现(xiàn)并非真人，而是(shì)AI绘图，那便是图片中(zhōng)女性的手指(zhǐ)部分有的存在异常。

有行业人事(shì)表示(shì)：“现在因为(wèi)手(shǒu)指部分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新(xīn)看到的图(tú)片已经有(yǒu)越(yuè)来越完(wán)美的AI模型出现，以(yǐ)后可能就完全(quán)没(méi)有漏洞了(le)。”

类似的AI作图诈骗在国外也已有发生。据英国广播公司报道(dào)，土耳其(qí)地震期间(jiān)，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到网络(luò)，以(yǐ)此(cǐ)诱骗善(shàn)良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术发(fā)展，AIGC已经能做(zuò)出(chū)真人照(zhào)片般的绘图效果，如果这样的(de)图片(piàn)被用来(lái)诈骗，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了很(hěn)多(duō)担忧，一(yī)方面，批判者认为AI在“学习(xí)”了(le)大量前人的作品之后，其创作没有任何情绪和(hé)灵(líng)魂，难以和人类的艺术创作(zuò)相(xiāng)提并论。

另一方(fāng)面，AIGC背后的(de)版权(quán)、目前都并没(méi)有得(dé)到有(yǒu)效的(de)解决，还有AIGC会不(bù)会代替(tì)人类“至高(gāo)无(wú)上”的创意。

马斯克也强调，人(rén)工智能(néng)的(de)安(ān)全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还有远方

技术(shù)都是(shì)有两(liǎng)面性的(de)，潜在的危害并不(bù)能掩盖其光辉的(de)贡(gòng)献。现在看来，人工智(zhì)能技术将是第四次工业革命(mìng)的核心(xīn)驱动(dòng)力量，将创造新的(de)增长奇迹。

过去一(yī)年，人工智(zhì)能在技(jì)术和商业层面(miàn)都有(yǒu)了巨大进展(zhǎn)，AI绘(huì)画就是人工智能技(jì)术发生方向性改变的一个(gè)代表(biǎo)。其下(xià)一站或(huò)许就(jiù)是视频。

此前，Meta和(hé)谷歌(gē)先(xiān)后发布了几(jǐ)条(tiáo)引爆科(kē)技圈的(de)短视频。这些视频引(yǐn)发关注并非内容做得多优秀，反而都非常简单，比如一(yī)匹正在喝水的马，一(yī)只(zhǐ)画画的玩具熊，或者一段骑摩托(tuō)车的第一视(shì)角(jiǎo)录像，随便一(yī)个有手机的人都(dōu)可(kě)以随手录下一(yī)段。

但这些短视频的(de)创作方式非常简单，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段话，甚(shèn)至只是说一(yī)下要(yào)求，AI就(jiù)可以根据(jù)需要生(shēng)成一段视频。

谷歌(gē)发布的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的是高(gāo)清(qīng)，与Meta的Make-A-Video没有太(tài)多(duō)的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频(pín)后，AI圈就已经(jīng)玩了(le)一波(bō)梗(gěng)，一个能(néng)够做出(chū)更高清(qīng)视频的AI还(hái)不足以在短时间内(nèi)戳(chuō)中兴(xīng)奋点。

Phenaki更加令人(rén)震惊的地(dì)方(fāng)在于(yú)，它可以(yǐ)制作出超过2分钟(zhōng)的连(lián)贯的也有确(què)切(qiè)内容的(de)视频(pín)，这才是真正让人们感到惊(jīng)喜的地(dì)方(fāng)。因为无论AI生(shēng)成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个素(sù)材，一个过场(chǎng)动画。

不过能(néng)够(gòu)制作出有具体剧(jù)情(qíng)内(nèi)容的视频(pín)就意(yì)味着(zhe)，一些视频创作由AI代替人(rén)工完(wán)成已经初步有了可能(néng)。

当(dāng)下AI的发展(zhǎn)速(sù)度已经超过大(dà)部分人的想象。内容产业的本质是供(gōng)给创(chuàng)造需求(qiú)，AIGC作为(wèi)全新(xīn)的内容生产方式，可以(yǐ)为内容(róng)产业带来更新的内容风格、更快(kuài)的生产速(sù)度，更低的生产成本(běn)，这无疑会(huì)驱动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式的(de)生成。不难发现该项技术(shù)不仅在游戏等(děng)行业能得(dé)到(dào)有效应用，对于下一代互联(lián)网各种元(yuán)素的构(gòu)建亦有关键意义(yì)。

从商业化(huà)的角度来看，文化娱乐(lè)、教育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的可视化(huà)内(nèi)容(róng)有强烈需求(qiú)。

因此，AI绘画及视频或不是结果，而(ér)只是AI进程中的(de)一块(kuài)重(zhòng)要拼图，有(yǒu)望在技术更新的加持下(xià)实现更大的应用价值。

AI从理解(jiě)内容，走向(xiàng)了可(kě)以生成(chéng)内容，甚至能够创造出独(dú)立价值和独立视角的内容。AIGC的再(zài)次出圈，更代表着未来(lái)的先进(jìn)生产力即将到来(lái)。

04

紧抓(zhuā)大模(mó)型与算(suàn)力(lì)，牢固AIGC底座

从技术的(de)发展(zhǎn)也(yě)可以看出，在(zài)语言大模型(xíng)、图像大模型之后，多模态大模型已经成为了新(xīn)的趋势。

大模型被誉为当前人(rén)工智能发(fā)展的(de)智能(néng)底座，是(shì)全(quán)球竞争最激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度、阿里、腾讯等众多头部企业都在竞相(xiāng)发(fā)力(lì)。

不(bù)过训练大模(mó)型(xíng)的(de)确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力》报告估(gū)算，GPT-3训练(liàn)一次(cì)的(de)成本约为140万美元。而(ér)对(duì)于一些更大的(de)LLM(大型语言(yán)模型)，训练成(chéng)本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均数1300万(wàn)计(jì)算，其对应芯片需(xū)求为3万多片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投(tóu)入成本(běn)约(yuē)为8亿美元，每日仅(jǐn)电(diàn)费(fèi)就在5万(wàn)美元左(zuǒ)右。

此外不(bù)论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关注各类大模型的发展同时(shí)，更(gèng)应该关注算(suàn)力网络的建(jiàn)设。

算(suàn)力网络正驱动(dòng)AI产业发展进入史(shǐ)诗级(jí)加速(sù)进(jìn)程，让AIGC及通(tōng)用AI这(zhè)一人工(gōng)智能(néng)发(fā)展的终极(jí)目标离得更近(jìn)。

因为算力可以(yǐ)对突破性(xìng)技术创新提供大力的(de)支持。这方面，多模态大模型(xíng)是(shì)典型。作为面向未来强人(rén)工智能、通用人(rén)工智能的重要技术创新(xīn)，多模态大模型已经在人工智能领域提出了很多年，业界(jiè)也有不少技术突破，但是(shì)，多(duō)模态大(dà)模型进一步往下走，算力需求呈几(jǐ)何式上(shàng)升，一般的算力基础(chǔ)设(shè)施很快将(jiāng)难以胜任。

从(cóng)图像、文(wén)字、语音单独(dú)一(yī)项的训练(liàn)，到双(shuāng)模态、三(sān)模(mó)态的跃迁(qiān)，让人工智能(néng)可(kě)以灵活应对不(bù)同模态的转化(huà)、像人与世界交互一样自然(rán)，这方面，由算力网络来驱(qū)动将有明显优势。

此外，还有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的技术创新，将在(zài)人工智能(néng)算(suàn)力网络(luò)支撑下快速推(tuī)进。

AIGC已经露出曙光，期待在大模型(xíng)和大算(suàn)力的(de)支持下AIGC能持(chí)续颠覆内容生产的方式，将创造的(de)边际成本降低(dī)，让(ràng)万众(zhòng)受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 大冤种什么意思，大冤种是骂人吗