自聊天机器人ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨已多次公开谈论人工智能话题。在最(zuì)近(jìn)的一次采访(fǎng)中，他再次表示：“AI可能(néng)会让(ràng)科技行业(yè)迎来一次剧烈的洗牌”。

这个(gè)结论是他在当地时间2月20日接受《In Good Company》节目(mù)专访(fǎng)时提(tí)出的(de)。

他(tā)预期(qī)，AI的发(fā)展可(kě)能会威(wēi)胁(xié)到谷歌(gē)的(de)市(shì)占率，因为(wèi)微软在AI方(fāng)面的行动相当迅速(sù)。而最终科技(jì)巨头(tóu)将(jiāng)把AI整合成用户(hù)的(de)“全(quán)能助手”，包揽一切应用(yòng)，与人们进行沟(gōu)通并提供建(jiàn)议，可以取(qǔ)代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能(néng)尚需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘画浪(làng)潮，让(ràng)AIGC在ChatGPT的话题(tí)热(rè)点(diǎn)包围中杀出重围(wéi)。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近

以AI绘画为代表的(de)AIGC上一次爆火(huǒ)的时候(hòu)，还是2022年8月，在(zài)美国科罗拉多(duō)州举办的新兴数字艺术(shù)家竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品获(huò)奖。

随后(hòu)各(gè)大(dà)厂商的AI绘画(huà)软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输(shū)入一(yī)组关键词(cí)或者一张照片(piàn)，就能获得一幅AI创作的画作(zuò)。

作画(huà)的关键就是所输入的文本。同一组关(guān)键(jiàn)词(cí)也(yě)可以创作出很多张(zhāng)风格(gé)不(bù)一样(yàng)的画作，这让创作的(de)过程就(jiù)像开盲(máng)盒。

很多用户(hù)很喜(xǐ)欢这种不确定的惊(jīng)喜，他们会将生成的(de)美图当做头像(xiàng)。而另一部分喜(xǐ)欢翻(fān)看AI绘画的“翻车”作品。在社交媒体上，许多用户分享(xiǎng)AI“翻车现(xiàn)场(chǎng)”，例如，一位(wèi)网(wǎng)友的(de)小狗(gǒu)照片被(bèi)AI画成了(le)“肌(jī)肉男”，还有网友的(de)个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现(xiàn)与加持，以往(wǎng)AI绘画的(de)填写关键(jiàn)词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国人(rén)张(zhāng)吕(lǚ)敏创作的一(yī)种(zhǒng)基于(yú)控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图(tú)像处理、计算机视(shì)觉和计算机图形学等领域。

其(qí)SD插件一经发布，在(zài)短短的两天(tiān)内便成(chéng)为了(le)AI绘画(huà)领域(yù)最(zuì)新(xīn)的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的(de)结果尽(jǐn)可能的符合要求，但是都不尽如人意(yì)，它(tā)的出现代表着(zhe)AI生(shēng)成开始进(jìn)入真正的(de)可控(kòng)时(shí)期。

因为ControlNet可(kě)以直接(jiē)提取(qǔ)画面的(de)构图，人(rén)物(wù)的(de)姿势和画面的(de)深度(dù)信息等(děng)。有了它的(de)帮助，就(jiù)不用(yòng)频繁(fán)的用提示词来碰运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相当(dāng)于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的(de)作品(pǐn)已经获(huò)得了(le)大量的浏览量，“viggo”就是其中之一，他用朋友的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片(piàn)转文(wén)字。

再用(yòng)Text2Prompt插件拓展找到对应的关键词(cí)；最后用ControlNet插件绑(bǎng)定骨骼开始换关(guān)键词试效果。

通过图片就可以看出来，效果十分惊艳。

更(gèng)厉害的是(shì)，除了真实的照片，草图也可(kě)以加(jiā)上“魔法”，知(zhī)乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全彩图。大神(shén)张吕敏其(qí)本尊也(yě)亲自回应。

不(bù)得(dé)不说当下AIGC已经变得越来越强(qiáng)大(dà)，甚至输出的作品都已经能以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术力爆发(fā)

警惕安全问题

近(jìn)日(rì)，“苏州金(jīn)鸡(jī)湖(hú)有游艇party”的消(xiāo)息火遍网络，而经过警(jǐng)方辟谣这所(suǒ)谓的(de)“party”可能(néng)是全(quán)国第(dì)一(yī)起AI绘(huì)图诈(zhà)骗。

由于这个活动(dòng)里面(miàn)给出的(de)美(měi)女照片都是AI制作(zuò)的真人照(zhào)片绘(huì)图，因为太逼真，被大家当(dāng)成(chéng)真事传播了(le)。

不过仔细观(guān)察可以(yǐ)发现，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞可(kě)以(yǐ)发现并非(fēi)真人，而(ér)是AI绘(huì)图，那(nà)便是图片中女性的手指部分有的(de)存在异常。

有行业人事表示(shì)：“现(xiàn)在因为(wèi)手(shǒu)指(zhǐ)部分的绘(huì)画算法比较复(fù)杂(zá)，AI还(hái)不(bù)太会画(huà)人的(de)手(shǒu)，但最新看到的(de)图片已经有越来(lái)越完(wán)美的AI模型出现，以(yǐ)后可(kě)能就完全没有漏洞了。”

类(lèi)似的(de)AI作图诈骗在(zài)国外(wài)也(yě)已有(yǒu)发生(shēng)。据英(yīng)国广(guǎng)播公司报道，土耳其地震期间，有(yǒu)Tiktok学生级和届怎么区分，毕业的级和届怎么区分用户使用AI合成了儿童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善(shàn)良的人打赏(shǎng)“捐助(zhù)”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人(rén)照片般的绘图(tú)效果，如果这样的图片被用来诈骗，将非常可(kě)怕。

此外(wài)AIGC还引(yǐn)发了很多(duō)担忧，一(yī)方面，批判者(zhě)认为AI在“学习(xí)”了大量前人的(de)作品之(zhī)后，其创作没有任何情绪和(hé)灵魂，难以和人(rén)类的艺术(shù)创作(zuò)相提并论。

另一方面，AIGC背后的(de)版(bǎn)权(quán)、目前都并没有得到有效的(de)解决，还有AIGC会不会代替(tì)人类“至高无上”的创(chuàng)意。

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

03

AIGC下一站除了视(shì)频(pín)，还(hái)有(yǒu)远方

技术(shù)都是有(yǒu)两面性的(de)，潜在(zài)的危害(hài)并(bìng)不能掩盖其(qí)光(guāng)辉的贡(gòng)献(xiàn)。现在看来，人工(gōng)智能(néng)技术将是第四次工业革命的(de)核心驱动力量，将创造新的增(zēng)长奇迹。

过(guò)去一年，人(rén)工(gōng)智能在技术(shù)和商业层面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技术(shù)发生方向性改变的一个代(dài)表。其下一站或(huò)许就(jiù)是视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科(kē)技圈的短视频。这些视(shì)频(pín)引发关(guān)注(zhù)并非内容做得(dé)多(duō)优秀(xiù)，反而都非(fēi)常简单，比如一匹(pǐ)正(zhèng)在喝(hē)水的马(mǎ)，一只画(huà)画的玩(wán)具熊，或者(zhě)一段骑摩托车(chē)的(de)第(dì)一(yī)视角录(lù)像，随便一个有(yǒu)手机的人都(dōu)可(kě)以随手录下一(yī)段。

但这些短视(shì)频的创作方(fāng)式非常简单(dān)，创(chuàng)作者仅仅需要向(xiàng)AI输(shū)入(rù)一(yī)段话，甚至(zhì)只是(shì)说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌发布的两个(gè)AI生成视频分别(bié)来自于Imagen Video和(hé)Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有太多(duō)的差(chà)别。

在Make-A-Video公(gōng)布了AI生成的视频后，AI圈(quān)就已经玩了一(yī)波梗，一(yī)个(gè)能够做出更(gèng)高清视频(pín)的AI还不足以在短时间内戳中兴(xīng)奋点。

Phenaki更加令人震惊的地方在于，它可以制作出超过2分钟的连贯的也有确切内(nèi)容的视频，这才是真正让(ràng)人们感到惊喜(xǐ)的地方。因为无(wú)论(lùn)AI生成的视(shì)频多么高(gāo)清，也(yě)只(zhǐ)能是为内容生产(chǎn)者(zhě)提供一个灵(líng)感，一个素材，一个(gè)过场动画。

不过能够制作出有具体剧情(qíng)内容的视(shì)频就意味着，一些视频创作由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超过(guò)大部分人的(de)想象。内(nèi)容产(chǎn)业的本质(zhì)是供给创(chuàng)造(zào)需求，AIGC作(zuò)为(wèi)全新的内(nèi)容生产(chǎn)方(fāng)式，可以(yǐ)为内容产业带来更新的内容风(fēng)格、更快的生产速度，更低的(de)生(shēng)产成(chéng)本，这无疑(yí)会驱动内容产业(yè)的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术还能应用(yòng)于(yú)音乐、代码、机器人动作等多种内容形(xíng)式的生成。不难发现该项(xiàng)技(jì)术(shù)不(bù)仅在游戏等行业能得(dé)到(dào)有效(xiào)应用(yòng)，对于下一代互联网各种元素的构建亦有关(guān)键意(yì)义。

从商(shāng)业(yè)化的角(jiǎo)度来看(kàn)，文化娱乐(lè)、教育、传媒等诸多领域(yù)，本身就对基于(yú)AI的可视化内容有强(qiáng)烈需求。

因此，AI绘画及视频(pín)或不(bù)是结果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在技术更新的加持下实现更大(dà)的应用价值。

AI从理解(jiě)内容，走向了(le)可以生(shēng)成内容(róng)，甚至能够创造出独立(lì)价值和独立视角的(de)内容。AIGC的(de)再次(cì)出圈，更代表着未来(lái)的先进(jìn)生产力即(jí)将(jiāng)到来。

04

紧(jǐn)抓大模型(xíng)与算力，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展也可以(yǐ)看出，在(zài)语言大(dà)模型、图像大模(mó)型之后，多模(mó)态大(dà)模型已经(jīng)成为了新的趋势。

大模型被誉(yù)为当前人工智能发(fā)展的智能底座，是全球(qiú)竞(jìng)争最(zuì)激(jī)烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头(tóu)部(bù)企业都在竞相发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次(cì)的成(chéng)本约为140万美元(yuán)。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立(lì)访客平均(jūn)数1300万(wàn)计(jì)算，其对应芯片需求为3万多片英伟(wěi)达(dá)A100 GPU，初始投入成本约为8亿美元，每日仅电费就在(zài)5万美元左右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力(lì)支持。在关注各类大模(mó)型的发展(zhǎn)同时，更应该(gāi)关注算力网络的建设。

算力网络正驱动AI产业发(fā)展进入(rù)史(shǐ)诗级加速进程(chéng)，让AIGC及通用AI这一人(rén)工智能发展的(de)终极目(mù)标离(lí)得(dé)更近。

因(yīn)为(wèi)算(suàn)力可(kě)以对(duì)突破(pò)性技术创新提(tí)供(gōng)大力的(de)支持(chí)。这方面，多模态大(dà)模型是典型。作为面向(xiàng)未来强人工智能、通(tōng)用人(rén)工智能的重要(yào)技术(shù)创(chuàng)新，多模(mó)态大模型(xíng)已经在人工(gōng)智(zhì)能(néng)领域提出了很(hěn)多(duō)年，业(yè)界也有(yǒu)不少(shǎo)技术突(tū)破，但是，多模态大模(mó)型进一步(bù)往下走，算力需求呈几何式(shì)上升，一(yī)般的算力(lì)基础设(shè)施很快将(jiāng)难以胜任。

从图(tú)像、文字、语音单独一项(xiàng)的训练，到(dào)双模态、三模态的跃迁，让(ràng)人工智能(néng)可(kě)以灵活应对(duì)不同模态的转化、像人与世界交互一样自然，这方面(miàn)，由算力网络(luò)来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑的技术创新，将在人工智能算力网络支撑(chēng)下(xià)快(kuài)速推进。

AIGC已经露(lù)出曙光(guāng)，期待在大模型和大算力的支持下(xià)AIGC能持续颠覆内容生产的方式，将创造的边(biān)际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 学生级和届怎么区分，毕业的级和届怎么区分