自(zì)聊天机器人ChatGPT火(huǒ)爆以(yǐ)来，微(wēi)软公(gōng)司(sī)创始人(rén)比尔·盖(gài)茨已多次公(gōng)开谈(tán)论人工智能话题。在最近(jìn)的(de)一次(cì)采访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的(de)洗(xǐ)牌”。

这个结论是(shì)他(tā)在当地(dì)时间2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提出的(de)。

他预期，AI的发展可能会威胁到谷歌(gē)的市占率，因为微软在AI方面的行动相当迅(xùn)速。而最(zuì)终科技(jì)巨头将(jiāng)把AI整(zhěng)合(hé)成用户的“全能(néng)助手”，包揽一切应用(yòng)，与人们进行沟通并提(tí)供建议，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引(yǐn)发的(de)又(yòu)一次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画(huà)为(wèi)代表的AIGC上一次爆火的时候，还是(shì)2022年8月，在美国科罗拉多州举办的新兴(xīng)数字艺术家竞赛中，一幅名为《太空(kōng)歌剧(jù)院(yuàn)》的作品(pǐn)获奖。

随后各大(dà)厂商的AI绘画软件(jiàn)被广大网友熟知并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用(yòng)户们可(kě)以在应用中输入一组关(guān)键词或者一张照片，就能获得一(yī)幅(fú)AI创作的画作。

作画(huà)的关(guān)键就(jiù)是所输(shū)入(rù)的文本。同一组(zǔ)关键词也可以(yǐ)创作出很多张(zhāng)风格(gé)不一样(yàng)的(de)画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢(huān)这种(zhǒng)不确定的(de)惊喜，他们(men)会将(jiāng)生成(chéng)的美图当做头(tóu)像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社交媒体上，许多(duō)用户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位(wèi)网(wǎng)友(yǒu)的小狗照片被AI画成了(le)“肌(jī)肉男(nán)”，还有网友的(de)个人(rén)照片被AI识(shí)别成了(le)建(jiàn)筑。

而如今随着ControlNet的出现与加持，以往AI绘画的(de)填写关键词游戏可能(néng)要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在斯坦福(fú)读(dú)博的中国人张吕敏(mǐn)创(chuàng)作(zuò)的(de)一(yī)种基于控制点的图像变(biàn)形算法(fǎ)，主(zhǔ)要用于数字图像(xiàng)处(chù)理(lǐ)、计算机视觉和(hé)计算(suàn)机图形学等领域(yù)。

其SD插(chā)件一经发(fā)布，在短短的两天(tiān)内(nèi)便成为(wèi)了AI绘(huì)画领(lǐng)域(yù)最新的热点。

在此(cǐ)之前(qián)，大家用了很(hěn)多方(fāng)法想(xiǎng)让AI生成的(de)结果尽可能的符合要求(qiú)，但(dàn)是都不尽如人意，它的出现代表着AI生成(chéng)开(kāi)始进入真正的可(kě)控(kòng)时(shí)期。

因为ControlNet可以(yǐ)直接提取画面(miàn)的构(gòu)图，人物的姿势和画面的深度信息等。有(yǒu)了它的帮助，就(jiù)不用频(pín)繁(fán)的(de)用提示词来碰(pèng)运气(qì)，抽盲(máng)盒式(shì)的(de)创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法”，不少博(bó)主的作(zuò)品已经获得了大量(liàng)的浏(liú)览量，“viggo”就是其(qí)中之一(yī)，他(tā)用朋友的照片直(zhí)接(jiē)带(dài)她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转(zhuǎn)文字(zì)。

再用Text2Prompt插件拓展找到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开始换关键词试效果。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真(zhēn)实的照片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也亲自(zì)回(huí)应(yīng)。

不得不说(shuō)当下(xià)AIGC已经变(biàn)得越(yuè)来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱真了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术(shù)力爆发

警(jǐng)惕安(ān)全(quán)问(wèn)题

近(jìn)日(rì)，“苏州金鸡湖(hú)有游艇party”的消息火(huǒ)遍(biàn)网络(luò)，而(ér)经(jīng)过警方辟(pì)谣(yáo)这所(suǒ)谓(wèi)的“party”可(kě)能是(shì)全国第一起AI绘图诈骗(准确的近义词有哪些，准确 的近义词是什么？piàn)。

由(yóu)于(yú)这个活动(dòng)里面给(gěi)出(chū)的(de)美女照片(piàn)都是AI制作(zuò)的真(zhēn)人(rén)照(zhào)片绘图，因为太(tài)逼真，被大家当成真事(shì)传播了。

不(bù)过仔细(xì)观(guān)察可以发现(xiàn)，活(huó)动发起者提(tí)供的照片中有个很大的漏(lòu)洞(dòng)可以发现并非真人，而是AI绘图，那便是(shì)图片(piàn)中女性的手指部分有(yǒu)的存在(zài)异常。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分的(de)绘画算法(fǎ)比较(jiào)复(fù)杂(zá)，AI还不太会画人(rén)的手，但最新看(kàn)到的图片已(yǐ)经有(yǒu)越来越完美(měi)的AI模型出现，以后(hòu)可能就(jiù)完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈(zhà)骗在(zài)国外也已有发生。据英(yīng)国广播公司报道(dào)，土(tǔ)耳其(qí)地震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了(le)儿童受灾的(de)假照片发布到网络，以此(cǐ)诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实施诈(zhà)骗。

目前随(suí)着技(jì)术发(fā)展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的(de)图片被(bèi)用来诈骗，将非(fēi)常可怕(pà)。

此外AIGC还(hái)引(yǐn)发(fā)了很多担(dān)忧，一方面，批判(pàn)者认为AI在“学习”了大量前(qián)人(rén)的作(zuò)品之(zhī)后，其创作(zuò)没有任(rèn)何情绪和灵(líng)魂，难(nán)以和人类的艺术创作相提并论。

另一方面，AIGC背后的(de)版权、目前都并没有得到有效的解决，还有AIGC会不会代替(tì)人类(lèi)“至高无上”的创意。

马斯克也强调，人工智能的安全问题需要得到重视(shì)，太晚(wǎn)就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频(pín)，还有远方(fāng)

技术(shù)都是有两(liǎng)面性(xìng)的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能技术(shù)将(jiāng)是第四次工(gōng)业(yè)革命的(de)核心驱动(dòng)力量，将创(chuàng)造(zào)新的增长奇迹。

过(guò)去一年(nián)，人工智能在技术和商业层面都(dōu)有了(le)巨大进展，AI绘画就是人工智(zhì)能技(jì)术发生方向性改变的(de)一(yī)个代表。其下一(yī)站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条(tiáo)引爆(bào)科技圈的短视频。这些视(shì)频引发关注并非内容(róng)做(zuò)得多优秀，反而都非常简单，比如一匹(pǐ)正(zhèng)在喝水的(de)马，一只画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托车(chē)的第一视角录像，随便一(yī)个有手机(jī)的人(rén)都可以随手(shǒu)录下一段。

但(dàn)这些(xiē)短视频的创作方式非常简单，创(chuàng)作者(zhě)仅(jǐn)仅需要向AI输入一段话(huà)，甚至只是说一(yī)下(xià)要求，AI就可以根据(jù)需要生(shēng)成一段视频。

谷歌发布(bù)的两个AI生成视频分别来自于(yú)Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能够做(zuò)出更高清视频的AI还不足以(yǐ)在短时间内戳中兴奋点。

Phenaki更加令人(rén)震惊(jīng)的地(dì)方在于，它可以制作(zuò)出超过2分钟(zhōng)的连贯的也有确切内容的(de)视(shì)频(pín)，这才是真正让(ràng)人们感(gǎn)到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为内(nèi)容生产者提(tí)供一(yī)个灵(líng)感，一个(gè)素材，一(yī)个过(guò)场动画。

不过能够制作出有具(jù)体剧情内(nèi)容的视频就(jiù)意味(wèi)着，一(yī)些视频创作由AI代替人(rén)工完成已经初步有了可能(néng)。

当(dāng)下(xià)AI的(de)发展速度已经超(chāo)过(guò)大(dà)部分(fēn)人(rén)的想(xiǎng)象。内容(róng)产业的本质是供给(gěi)创造(zào)需求，AIGC作(zuò)为全新(xīn)的内容生(shēng)产方(fāng)式，可以(yǐ)为内容(róng)产(chǎn)业带来更新的(de)内容(róng)风格、更快的生(shēng)产速度(dù)，更低的生产成本，这(zhè)无疑(yí)会驱(qū)动内容产业的(de)大(dà)爆发。

除(chú)了AI绘图(tú)、视频(pín)，AIGC技术还能应用于音乐、代码、机器(qì)人动(dòng)作(zuò)等多种内(nèi)容形式(shì)的生成。不难发现该项技术不仅(jǐn)在游戏等行(xíng)业(yè)能得(dé)到(dào)有效应用，对(duì)于下(xià)一代互(hù)联网(wǎng)各种元素(sù)的(de)构建亦有关键(jiàn)意义。

从商业化的角(jiǎo)度来看，文化娱(yú)乐、教(jiào)育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的(de)可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结(jié)果，而(ér)只是(shì)AI进程中的一块重要拼(pīn)图，有望在技术(shù)更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成(chéng)内(nèi)容，甚(shèn)至能够(gòu)创(chuàng)造(zào)出独立价值和独(dú)立(lì)视角的内(nèi)容。AIGC的再(zài)次出圈，更(gèng)代表着(zhe)未来的先进(jìn)生产力即将(jiāng)到来(lái)。

04

紧抓大模型与(yǔ)算力，牢(láo)固(gù)AIGC底座

从技(jì)术的(de)发(fā)展也可以看出，在语言大模(mó)型、图像大(dà)模型之(zhī)后，多模态大模型已经成为了新的(de)趋势。

大模型被誉为当前人工智(zhì)能发展的(de)智(zhì)能底(dǐ)座，是全球(qiú)竞(jìng)争最(zuì)激烈的研究方向之一，包(bāo)括谷歌、亚马逊、百(bǎi)度(dù)、阿里、腾讯等众(zhòng)多(duō)头(tóu)部企业都在竞相发力(lì)。

不过训练大(dà)模型的确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美元。而对于一(yī)些更(gèng)大(dà)的LLM(大型语言模型(xíng))，训练成(chéng)本(běn)则介于200万(wàn)美(měi)元至1200万美元高价之间(jiān)。

以ChatGPT在2023年1月的独立(lì)访客平均(jūn)数1300万计算，其(qí)对应芯片需求(qiú)为3万多片英伟达A100 GPU，初始投入成本(běn)约(yuē)为(wèi)8亿(yì)美元(yuán)，每日仅电(diàn)费就(jiù)在5万美(měi)元左右。

此(cǐ)外不论是ChatGPT还(hái)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，更应(yīng)该关注算力(lì)网络(luò)的建设。

算(suàn)力(lì)网络正(zhèng)驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发(fā)展(zhǎn)的终极目标离得更近。

因为(wèi)算力(lì)可以对突破性(xìng)技术创(chuàng)新提供大(dà)力(lì)的(de)支持。这(zhè)方(fāng)面，多模态大模型是(shì)典型。作为面向未来强人工智能、通(tōng)用人工智(zhì)能的重要(yào)技(jì)术创新，多模态大模型已经在人工智能领域提出了很多(duō)年，业界也有不少技术(shù)突(tū)破，但是(shì)，多模态大模(mó)型进一步往下走，算力(lì)需(xū)求呈(chéng)几何式上升，一般的算力基础(chǔ)设施(shī)很快将难以(yǐ)胜(shèng)任。

从(cóng)图像、文字、语音(yīn)单(dān)独一项的训练，到双模态、三模态的(de)跃迁，让人工智能可以灵活应对不同模态的转化(huà)、像人(rén)与世界交(jiāo)互(hù)一样自然(rán)，这方面，由算力网(wǎng)络来驱(qū)动将有明显优势。

此(cǐ)外，还有很多(duō)需(xū)要爆发式增(zēng)长的算力来支撑(chēng)的(de)技术(shù)创新，将在人工(gōng)智能(néng)算(suàn)力网(wǎng)络支(zhī)撑下快(kuài)速推进。

AIGC已经(jīng)露(lù)出曙(shǔ)光，期待(dài)在大模(mó)型(xíng)和大算力的支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造(zào)的边际成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 准确的近义词有哪些，准确 的近义词是什么？