自(zì)聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司(sī)创(chuàng)始(shǐ)人(rén)比尔·盖茨已多次公(gōng)开谈(tán)论人工智(zhì)能话(huà)题。在最近的一(yī)次(cì)采访(fǎng)中，他再次表示：“AI可能会(huì)让科技行业迎来一次剧烈(liè)的(de)洗牌(pái)”。

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

他预期，AI的发展可能会威胁(xié)到谷歌的市占率，因为(wèi)微(wēi)软在AI方面(miàn)的行动(dòng)相当迅速。而最终科技巨头将把(bǎ)AI整(zhěng)合成用户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并提供建议，可以取代(dài)亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到来(lái)可能尚需时日，但(dàn)由ControlNet引(yǐn)发(fā)的(de)又(yòu)一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以(yǐ)AI绘画(huà)为(wèi)代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美国科罗(luó)拉多州(zhōu)举办的新兴数字(zì)艺术家竞(jìng)赛(sài)中，一幅名为《太空歌剧(jù)院》的作(zuò)品获奖。

随(suí)后各大厂商的AI绘(huì)画软件被(bèi)广大网友熟知并(bìng)体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户们可以在应(yīng)用中输入一组关键(jiàn)词或者一(yī)张照(zhào)片，就能获(huò)得一幅AI创(chuàng)作的画(huà)作。

作画的关键就是(shì)所输入(rù)的文(wén)本。同(tóng)一(yī)组关(guān)键词也可以创作出很(hěn)多张风格(gé)不一样的画作，这让创作(zuò)的过程就像(xiàng)开盲盒。

很(hěn)多用户(hù)很(hěn)喜欢这种不(bù)确(què)定的惊喜，他们会(huì)将生成(chéng)的美(měi)图当做头像。而另(lìng)一部分喜(xǐ)欢翻看AI绘(huì)画的“翻车(chē)”作品。在(zài)社交媒(méi)体上，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一(yī)位(wèi)网(wǎng)友的小狗照片被AI画成了“肌肉男”，还(hái)有网(wǎng)友的个(gè)人照片被AI识别成了建(jiàn)筑。

而(ér)如(rú)今(jīn)随(suí)着ControlNet的出现(xiàn)与(yǔ)加持，以往AI绘画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一位正(zhèng)在(zài)斯坦福读博的中国人张(zhāng)吕敏创作的一种基(jī)于控制点的图像变形算法，主要用于(yú)数(shù)字(zì)图像处理、计算机视觉和计算机图形(xíng)学(xué)等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了(le)AI绘画领域最新(xīn)的热点。

在此之(zhī)前(qián)，大(dà)家用(yòng)了很(hěn)多方法想让AI生成的结果尽可能的(de)符合要(yào)求(qiú)，但是都不尽如人意，它(tā)的出(chū)现代(dài)表(biǎo)着AI生成(chéng)开始进(jìn)入真正(zhèng)的可控时期(qī)。

因为(wèi)ControlNet可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。有了它的帮助，就不(bù)用频(pín)繁的用提示(shì)词来碰运气，抽盲盒式的创作了。

通(tōng)俗(sú)的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法”，不少博主的作品已经获得了(le)大量的浏览量(liàng)，“viggo”就(jiù)是其中(zhōng)之一，他(tā)用朋友的照片直接带(dài)她们走(zǒu)进动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片转文字。

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

通过图(tú)片就可(kě)以看出来，效果十分惊(jīng)艳。

更厉害的是(shì)，除了真实的(de)照片，草图也(yě)可(kě)以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图(tú)。大(dà)神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应。

不得不(bù)说当下AIGC已(yǐ)经变(biàn)得(dé)越(yuè)来越强大，甚至输出的(de)作品都已经能(néng)以(yǐ)假乱真了。

02

难辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安全(quán)问题

近(jìn)日(rì)，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消(xiāo)息火(huǒ)遍(biàn)网络，而(ér)经过警方辟谣这所谓(wèi)的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的美女照(zhào)片(piàn)都是AI制作的真人(rén)照片绘图，因为太逼真，被大家当成真事传(chuán)播了。

不过(guò)仔(zǎi)细(xì)观(guān)察可以发现(xiàn)，活动发起者提供(gōng)的照片中有个很大(dà)的(de)漏洞可以发现并非(fēi)真人，而是(shì)AI绘图，那便是图片中女性的手(shǒu)指部分有的存(cún)在异常。

有(yǒu)行业人事表示：“现在(zài)因(yīn)为手指部分的绘画算法(fǎ)比较复杂，AI还不太(tài)会画人的(de)手(shǒu)，但最新看到的图片已经(jīng)有越来越完(wán)美(měi)的AI模型出现，以(yǐ)后(hòu)可能(néng)就(jiù)完(wán)全没(méi)有(yǒu)漏洞了(le)。”

类似的AI作图诈骗(piàn)在国(guó)外(wài)也已有(yǒu)发生。据英(yīng)国广播(bō)公(gōng)司(sī)报道，土(tǔ)耳(ěr)其地震期间(jiān)，有(yǒu)Tiktok用户使用AI合成了儿童受灾(zāi)的假照(zhào)片发(fā)布到网络(luò)，以此(cǐ)诱(yòu)骗(piàn)善良(liáng)的人(rén)打赏(shǎng)“捐助”从而(ér)实施诈(zhà)骗(piàn)。

目前随(suí)着技术发(fā)展，AIGC已经能(néng)做出真人照(zhào)片般的(de)绘图(tú)效果，如果这样的图片被(bèi)用来(lái)诈(zhà)骗，将非常可怕。

此外AIGC还(hái)引发(fā)了很(hěn)多(duō)担忧，一方(fāng)面，批判者(zhě)认为AI在“学(xué)习”了大量前(qián)人的(de)翡翠手镯用紫光照为什么会有荧光，翡翠镯子太阳光下有紫色荧光作品之后，其创作(zuò)没有(yǒu)任何情绪和灵魂，难以(yǐ)和人类的(de)艺术(shù)创作(zuò)相提(tí)并论(lùn)。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得到有效的解决(jué)，还有AIGC会不(bù)会代(dài)替人类“至高无上(shàng)”的创意。

马斯克也强调，人工智能的安全问(wèn)题需要(yào)得到重视，太晚就来不及了(le)。

03

AIGC下一(yī)站除了(le)视频，还有(yǒu)远方

技术都是有两面性的，潜(qián)在的危(wēi)害(hài)并不能掩(yǎn)盖(gài)其(qí)光辉的贡献(xiàn)。现在看来，人工智能技术(shù)将是(shì)第四次工业(yè)革命的核心驱动(dòng)力量(liàng)，将创造新(xīn)的(de)增长奇迹。

过去一年，人工(gōng)智能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技(jì)术发生方(fāng)向性改变的(de)一个代(dài)表。其下一(yī)站或许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷歌先后(hòu)发(fā)布了几(jǐ)条引爆科技圈(quān)的短(duǎn)视频。这(zhè)些视频(pín)引发(fā)关注并非内(nèi)容做得多(duō)优秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝(hē)水(shuǐ)的马，一只画画的玩具熊(xióng)，或者一段骑摩托车的(de)第(dì)一视角录像，随便一个有(yǒu)手(shǒu)机的人(rén)都可以(yǐ)随手(shǒu)录(lù)下(xià)一段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅(jǐn)需要(yào)向AI输入一段话，甚至只是说一下要求(qiú)，AI就(jiù)可以根据(jù)需要生成(chéng)一段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频(pín)分别来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能(néng)够做(zuò)出(chū)更高清(qīng)视频(pín)的AI还不足以在(zài)短时(shí)间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊(jīng)的地方在于，它可(kě)以制作出超过2分钟的连贯的也(yě)有确切(qiè)内容的视频，这才是(shì)真正让人们(men)感到惊(jīng)喜(xǐ)的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内(nèi)容(róng)生产(chǎn)者提供(gōng)一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容(róng)的视频就意味着，一(yī)些视(shì)频创作由AI代替人工完成(chéng)已经(jīng)初步有了可能。

当下AI的(de)发展速(sù)度已经超(chāo)过大部分(fēn)人的(de)想象(xiàng)。内容产(chǎn)业的本质是供给创(chuàng)造需(xū)求(qiú)，AIGC作为全新的(de)内(nèi)容生产方式(shì)，可以为内容(róng)产业带(dài)来更新的内(nèi)容风格(gé)、更快的生产(chǎn)速度(dù)，更低的生产成本，这无疑会驱(qū)动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动(dòng)作(zuò)等多种(zhǒng)内容形式的生成。不(bù)难发现该(gāi)项技术不(bù)仅在(zài)游(yóu)戏等行业能(néng)得到有效应用，对于下一代互联网各种元(yuán)素的构建亦有关键意(yì)义。

从商业(yè)化的角(jiǎo)度来看(kàn)，文化娱乐、教(jiào)育、传媒等诸多领域，本身(shēn)就对基于AI的(de)可视化内容有强(qiáng)烈(liè)需(xū)求。

因此，AI绘画及视频或不是结果(guǒ)，而只(zhǐ)是AI进程中(zhōng)的(de)一块重要拼图(tú)，有望在技术更新的加持(chí)下实现更大的应用价值(zhí)。

AI从(cóng)理解(jiě)内容，走(zǒu)向了(le)可以生(shēng)成内容，甚(shèn)至(zhì)能够创造(zào)出(chū)独立价值和独立视角(jiǎo)的内容。AIGC的再次出圈，更(gèng)代表着未(wèi)来(lái)的先进生(shēng)产力即将到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以看出，在语(yǔ)言大(dà)模型、图像大(dà)模型之后(hòu)，多(duō)模态大模型(xíng)已(yǐ)经成(chéng)为了新的趋势。

大(dà)模(mó)型被(bèi)誉为当前人工智能(néng)发展(zhǎn)的智能底座，是全(quán)球竞(jìng)争最激(jī)烈的(de)研究方向之一，包括谷歌、亚马逊、百度(dù)、阿里(lǐ)、腾(téng)讯等众(zhòng)多头部企业都在竞相发力。

不过训练大模型的(de)确价格不菲，以国盛证(zhèng)券发布(bù)的《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为(wèi)140万(wàn)美(měi)元。而(ér)对于一些(xiē)更大(dà)的LLM(大(dà)型语言(yán)模型)，训(xùn)练成本(běn)则介于(yú)200万美元至(zhì)1200万美(měi)元高(gāo)价之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客(kè)平均数(shù)1300万计算，其对应芯(xīn)片需求为3万(wàn)多(duō)片英(yīng)伟达(dá)A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电费就(jiù)在(zài)5万美(měi)元左右(yòu)。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在(zài)关注(zhù)各类大模型的发展(zhǎn)同时，更应该关注算力(lì)网络的建设。

算力(lì)网络正驱动(dòng)AI产业(yè)发展进入史诗(shī)级加速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人工智能发展的终极目标离得更近。

因为(wèi)算(suàn)力可以对突破性技术创新提供大力的支(zhī)持。这方面，多模态大模(mó)型(xíng)是(shì)典型。作为面向(xiàng)未来强(qiáng)人工智能(néng)、通用人工智能的重要技术创新，多模态大模型已经(jīng)在人工智(zhì)能(néng)领域(yù)提出了很(hěn)多年，业界也(yě)有不少技术突破(pò)，但是(shì)，多模态(tài)大模型进一(yī)步(bù)往下走，算力需求呈几何式上升(shēng)，一般的算(suàn)力基础设施很(hěn)快(kuài)将难以胜任(rèn)。

从图像、文(wén)字、语音单独一项的(de)训练，到双(shuāng)模态、三模(mó)态的跃(yuè)迁，让人工智(zhì)能可以灵活应(yīng)对(duì)不同模态的转化、像人与世(shì)界(jiè)交(jiāo)互一样自(zì)然(rán)，这方面，由算力网络来(lái)驱动将有明显优势(shì)。

此(cǐ)外，还有(yǒu)很多需(xū)要爆发式增长的算力来支撑的技术(shù)创新，将在人工(gōng)智能算力网络支撑下快速(sù)推进。

AIGC已经(jīng)露出曙光，期待在(zài)大模型(xíng)和大(dà)算力的支持下AIGC能持续颠(diān)覆内(nèi)容生产(chǎn)的方式，将(jiāng)创造的边(biān)际成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 翡翠手镯用紫光照为什么会有荧光，翡翠镯子太阳光下有紫色荧光