自聊天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人比尔·盖茨已多(duō)次(cì)公开谈(tán)论人工智能(néng)话题(tí)。在最(zuì)近的一次采访中(zhōng)，他(tā)再次表示(shì)：“AI可(kě)能会让科技行(xíng)业迎来一次(cì)剧烈的(de)洗牌”。

这个(gè)结(jié)论是他在(zài)当地时间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的(de)发展可能会威胁到谷歌的市占率，因为微软在AI方面的行(xíng)动相当(dāng)迅(xùn)速。而(ér)最(zuì)终(zhōng)科技(jì)巨头将把AI整合(hé)成(chéng)用(yòng)户的(de)“全能助手”，包(bāo)揽一(yī)切应用，与人们进行沟通(tōng)并(bìng)提供(gōng)建议(yì)，可以取(qǔ)代亚马(mǎ)逊(xùn)、Siri或Outlook等应用。

大佬(lǎo)口中全能助手的到来可能尚需(xū)时日(rì)，但由(yóu)ControlNet引(yǐn)发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围中杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为(wèi)代表的AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国(guó)科罗(luó)拉多州(zhōu)举办的新兴数字艺术家竞(jìng)赛中，一幅名(míng)为《太空歌剧院(yuàn)》的(de)作(zuò)品获奖。

随后(hòu)各大厂(chǎng)商(shāng)的AI绘(huì)画软件被广(guǎng)大(dà)网友(yǒu)熟(shú)知并(bìng)体验(yàn)，Stable Diffusion便是(shì)其中代表。

用户们可以在(zài)应用中输入一(yī)组关(guān)键词或(huò)者一(yī)张(zhāng)照片，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入(rù)的文本。同一组关键(jiàn)词也可以(yǐ)创作出(chū)很多张风格不一(yī)样的画作，这让创作的过(guò)程就像开盲盒。

很多(duō)用户很喜(xǐ)欢这种(zhǒng)不确定的惊喜，他们(men)会将生成的(de)美图当做(zuò)头(tóu)像。而(ér)另一部分喜欢翻看AI绘画的“翻车(chē)”作(zuò)品。在社交媒体上，许多用户分享AI“翻车现场”，例如，一(yī)位网友的小狗照片被AI画(huà)成了(le)“肌(jī)肉男”，还有网友的个人照片被AI识别成了建(jiàn)筑。

而如今随(suí)着ControlNet的(de)出现与加持，以往AI绘画的填写关键词游(yóu)戏可能要被颠覆了。

ControlNet是一位正(zhèng)在斯坦(tǎn)福(fú)读博的中(zhōng)国人张吕敏(mǐn)创作的一种基于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图(tú)像(xiàng)处理、计算机视觉和计算机图(tú)形学等领域。

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

在此(cǐ)之前(qián)，大家用了很多方法想让AI生成的结(jié)果(guǒ)尽可能的符合要求，但是都不尽如人意，它的(de)出现代表(biǎo)着AI生(shēng)成(chéng)开始进入真(zhēn)正的可(kě)控时期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图，人物的姿势和画面(miàn)的深度信息等。有了它的帮(bāng)助，就不用频繁的用(yòng)提(tí)示词(cí)来碰(pèng)运气，抽盲盒式的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少(shǎo)博主的作品已经获得(dé)了(le)大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照(zhào)片(piàn)直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图(tú)片转文字。

再(zài)用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插(chā)件(jiàn)绑(bǎng)定(dìng)骨骼开始换(huàn)关键词(cí)试效果。

通过图片就可以看出来，效(xiào)果十(shí)分惊艳。

更厉害的是，除了(le)真实的照片(piàn)，草图也可以加上(shàng)“魔法”，知(zhī)乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂(shā)”介绍(shào)到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大神张吕敏其(qí)本尊也亲自回应。

不(bù)得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警惕安(ān)全(quán)问题

近日，“苏州(zhōu)金鸡(jī)湖(hú)有游艇(tǐng)party”的(de)消(xiāo)息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这所谓的“party”可能是全国第一起AI绘(huì)图诈(zhà)骗。

由于(yú)这(zhè)个活动里(lǐ)面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被(bèi)大家当成(chéng)真(zhēn)事传播了。

不过仔细观察可(kě)以发(fā)现，活动发起者提供的照片中有个很大的(de)漏洞可以发现(xiàn)并(bìng)非(fēi)真(zhēn)人，而是AI绘图，那便是图(tú)片中女性的手指部分有的存在异常。

有行业人事表示(shì)：“现在因(yīn)为手指部分的(de)绘(huì)画算法比(bǐ)较复杂，AI还不太会画人的手，但最(zuì)新看(kàn)到的图片已经有越来越完美的(de)AI模(mó)型出(chū)现(xiàn)，以(yǐ)后可能就完(wán)全没有漏洞了。”

类似的(de)AI作图(tú)诈骗在(zài)国外也已有发(fā)生。据英国(guó)广播公(gōng)司报道，土(tǔ)耳其地震期间，有Tiktok用户使用AI合成了儿童受灾(zāi)的假照片(piàn)发布到网(wǎng)络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而(ér)实施诈骗。

目前随着技(jì)术发展，AIGC已经能(néng)做(zuò)出真人照片(piàn)般的绘图效(xiào)果，如果(guǒ)这(zhè)样的图片被用来诈骗(piàn)，将(jiāng)非常可怕。

此外AIGC还引发了很(hěn)多担忧，一方(fāng)面，批判(pàn)者(zhě)认为AI在(zài)“学(xué)习(xí)”了大量前人的作品(pǐn)之(zhī)后(hòu)，其创作没有任何(hé)情(qíng)绪和灵魂，难以(yǐ)和人类的(de)艺术创(chuàng)作(zuò)相(xiāng)提并论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并没有得(dé)到有效的解决，还有AIGC会不会代替人(rén)类“至高无(wú)上”的创意。

马斯克也(yě)强调，人工(gōng)智能(néng)的安(ān)全问(wèn)题需(xū)要得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一(yī)站除了(le)视频，还有远方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看(kàn)来(lái)，人工智能技(jì)术将是第四次工业革命的核心驱动(dòng)力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智(zhì)能(néng)在(zài)技术(shù)和商业层面都有了巨大(dà)进展，AI绘画就是(shì)人工智能技术发生(shēng)方向性改(gǎi)变的一个代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌(gē)先(xiān)后(hòu)发布了几条引爆科(kē)技圈的短视频。这(zhè)些视(shì)频(pín)引发关注并非(fēi)内容做得多(duō)优(yōu)秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画画的(de)玩具熊，或者一段骑摩托(tuō)车的第一视角录像，随便(biàn)一个(gè)有手机的人都(dōu)可以随手录下一段。

但这些(xiē)短视频的创作(zuò)方式非常简单(dān)，创(chuàng)作(zuò)者仅仅需要向AI输入一段话，甚至只(zhǐ)是(shì)说一下(xià)要求，AI就可(kě)以根据需要生成一段视频。

谷歌发(fā)布(bù)的两(liǎng)个AI生成视频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的(de)视频后，AI圈(quān)就已经玩(wán)了(le)一波梗，一(yī)个(gè)能够(gòu)做出更高清视频的(de)AI还不足以在(zài)短时间内戳中兴奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连(lián)贯的也有(yǒu)确切内容(róng)的视频(pín)，这才是真正让人(rén)们感到惊(jīng)喜的地方。因为无(wú)论AI生成的视频多么高(gāo)清，也只能是(shì)为内容生产者(zhě)提供一个灵感，一(yī)个素(sù)材，一个(gè)过场(chǎng)动画。

不过(guò)能够制作出有具体剧(jù)情内容(róng)的视频就意味着，一些视频(pín)创(chuàng)作由AI代(dài)替人工完(wán)成已经初步有了可能。

当(dāng)下AI的(de)发展速度已经超过大部分人的(de)想象。内容产(chǎn)业的(de)本质是供给创造(zào)需(xū)求，AIGC作为全新(xīn)的内容生产方式，可以为(wèi)内容产(chǎn)业带来更新(xīn)的内容(róng)风格、更快(kuài)的生产速度，更低(dī)的生产成(chéng)本，这无疑会驱动内(nèi)容产(chǎn)业的大(dà)爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于音乐、代码(mǎ)、机器(qì)人动作等(děng)多(duō)种内容形式的生成。不难(nán)发现该项技术(shù)不仅(jǐn)在游戏等行业能得到有效应用，对于下一代互(hù)联网各种元素(sù)的(de)构建(jiàn)亦(yì)有关键(jiàn)意义。

从(cóng)商(shāng)业化的角度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域，本身就对基于AI的(de)可视(shì)化内容(róng)有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结果(guǒ)，而只是AI进程中的一(yī)块重(zhòng)要(yào)拼图(tú)，有(yǒu)望在技术更新的加(jiā)持下实(shí)现更(gèng)大(dà)的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可以生成内容(róng)，甚至能够创造出独立价(jià)值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进生产力(lì)即将到来。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展也(yě)可(kě)以看出(chū)，在语言大模型、图像大模(mó)型之后，多模(mó)态大模型已经成为了新的趋(qū)势。

大模型被誉为当前人工智能(néng)发(fā)展的智能底座，是全球竞争最激烈的研究(jiū)方向(xiàng)之(zhī)一，包括谷歌(gē)、亚马(mǎ)逊、百(bǎi)度、阿里、腾(téng)讯等众(zhòng)多头部企业都在竞相发力。

不过训(xùn)练(liàn)大模型(xíng)的确价格不菲，以国盛证(zhèng)券发布的《ChatGPT需要(yào)多(duō)少算力》报(bào)告估算，GPT-3训练一次的成本约(yuē)为140万美元。而对(duì)于一些更(gèng)大的LLM(大(dà)型语言(yán)模型)，训练成(chéng)本则介于200万美(měi)元至1200万美(měi)元高价之间。

以ChatGPT在(zài)2023年(nián)1月的独(dú)立访客(kè)平均数1300万(wàn)计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每(měi)日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持。在关注各类大模(mó)型的发展(zhǎn)同时，更应(yīng)该(gāi)关注算力(lì)网络的建设。

算(suàn)力网(wǎng)络(luò)正驱动AI产业发展进(jìn)入史诗(shī)级加速进程(chéng)，让AIG蘑菇头比较大做起来，女不怕粗短就怕蘑菇头C及通用AI这一人(rén)工智能(néng)发展的终(zhōng)极目标离得更(gèng)近。

因为算力可以对突破性技术创(chuàng)新提供大力(lì)的支持。这方面，多模态大模型是典型(xíng)。作为面向未(wèi)来(lái)强人工智能、通用人工智能的重要技术(shù)创新(xīn)，多模态大模型已经在人工智能领域提(tí)出了很多年，业界也(yě)有不少技术突破，但是，多模(mó)态(tài)大模型(xíng)进一步往下(xià)走，算力需求呈几何式上升(shēng)，一般的算力基础设施很(hěn)快将难以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以(yǐ)灵活应对不同模(mó)态的转化(huà)、像人(rén)与世界交(jiāo)互一(yī)样自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动(dòng)将有(yǒu)明显优(yōu)势。

此外，还有(yǒu)很多需要爆发式增长的算力来支撑的技(jì)术创新(xīn)，将在(zài)人工智能算力(lì)网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在大(dà)模型和大算力的支持下AIGC能持续(xù)颠覆内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 蘑菇头比较大做起来，女不怕粗短就怕蘑菇头