自聊天机器(qì)人ChatGPT火爆以来，微软公司创始人比(bǐ)尔·盖(gài)茨已多次公(gōng)开谈论人工智能话题(tí)。在最近的一次(cì)采访中，他(tā)再次表示：“AI可能(néng)会让科(kē)技行(xíng)业迎来一次剧烈的洗牌(pái)”。

这(zhè)个结(jié)论(lùn)是他在当(dāng)地时间2月20日接受《In Good Company》节目(mù)专(zhuān)访时(shí)提(tí)出(chū)的。

他(tā)预期，AI的发展可能(néng)会威(wēi)胁到谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速。而最(zuì)终科技巨(jù)头将把(bǎ)AI整合成用户的“全能助手”，包揽一(yī)切应用，与人们进行(xíng)沟通并提供(gōng)建议，可以取代亚马逊(xùn)、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中(zhōng)全(quán)能助手的到来可(kě)能(néng)尚需时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话题(tí)热点(diǎn)包围中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控(kòng)靠近

以AI绘画(huà)为代(dài)表的(de)AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月，在美国科(kē)罗拉多(duō)州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的(de)作品获奖。

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

用户们可以(yǐ)在应用中输(shū)入一组(zǔ)关键(jiàn)词(cí)或者一张照片(piàn)，就能(néng)获得一(yī)幅AI创作的画作(zuò)。

作画的关键(jiàn)就是所输入的文本。同一组关键(jiàn)词也可以创作出很多张风(fēng)格不(bù)一样的画作(zuò)，这让创作的过程就(jiù)像开盲(máng)盒(hé)。

很(hěn)多用户(hù)很喜(xǐ)欢(huān)这种不确定(dìng)的惊喜，他们(men)会(huì)将生成(chéng)的美图当做头(tóu)像(xiàng)。而另一部分喜欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在(zài)社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车(chē)现(xiàn)场”，例如，一位(wèi)网友的小狗照(zhào)片被AI画成了“肌肉(ròu)男(nán)”，还有网友的(de)个人照片被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写关键词游戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人张吕敏创作的(de)一种基于控制点的(de)图(tú)像变(biàn)形算(suàn)法(fǎ)，主(zhǔ)要用于(yú)数字图像处理、计算(suàn)机视觉和计(jì)算(suàn)机图形学等领域(yù)。

其SD插件(jiàn)一经(jīng)发布，在(zài)短短(duǎn)的(de)两天内便成为了(le)AI绘画领域最新的(de)热点。

在此之前，大家(jiā)用了很多(duō)方(fāng)法想让AI生成(chéng)的结(jié)果(guǒ)尽可能的符合要求，但是都(dōu)不尽如(rú)人意(yì)，它的(de)出(chū)现代表着AI生成开始进入真正(zhèng)的(de)可控时期。

因为(wèi)ControlNet可(kě)以直(zhí)接(jiē)提取画面的构图(tú)，人物的姿势(shì)和画面的深度信息等。有了它的帮助，就不用频(pín)繁(fán)的用提示(shì)词来碰运气，抽盲盒式的创作了(le)。

通俗的说ControlNet相当(dāng)于给AI绘画加了“魔法”，不少博主的作品已经获(huò)得(dé)了大量的浏览(lǎn)量，“viggo”就是(shì)其中(zhōng)之一(yī)，他用朋友的(de)照片直(zhí)接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件(jiàn)拓(tuò)展找(zhǎo)到对应的关键词；最后用ControlNet插件绑定骨骼开始换关键(jiàn)词试(shì)效果。

通(tōng)过图片就可以看出来，效果十分惊艳(yàn)。

更厉害的(de)是，除(chú)了真实的照片，草(cǎo)图也可(kě)以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大神张吕敏其本尊也亲自回应。

不得不说(shuō)当下AIGC已(yǐ)经变得越来越强大，甚至输出(chū)的(de)作品都已经能(néng)以假乱(luàn)真了(le)。

02

难(nán)辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金(jīn)鸡(jī)湖有游艇party”的消(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(guó)第一起AI绘图诈骗。

由于这个活(huó)动里面(miàn)给出的美(měi)女照片(piàn)都是AI制作的真人(rén)照片绘图，因为太(tài)逼真，被(bèi)大家当成真事传播了。

不(bù)过仔细观(guān)察可以发现(xiàn)，活动发起者提供(gōng)的(de)照片中(zhōng)有个很大的(de)漏洞可以发现并非真人，而(ér)是AI绘图，那便是图片(piàn)中女性(xìng)的手指部(bù)分有的(de)存在异常。

有(yǒu)行业人(rén)事表示：“现在因为手指部(bù)分的绘(huì)画算(suàn)法比较复杂，AI还不太会画人(rén)的手，但最(zuì)新看到的图片(piàn)已经有越来越完美的AI模型出现(xiàn)，以后可(kě)能(néng)就完(wán)全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外(wài)也已有发生。据(jù)英(yīng)国(guó)广播公(gōng)司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿(ér)童受灾的假照片发布(bù)到网络，以此诱骗善(shàn)良(liáng)的人打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技术(shù)发展，AIGC已经能做出真人照(zhào)片般的(de)绘图效(xiào)果，如果这样的(de)图片被用来诈骗，将(jiāng)非常(cháng)可(kě)怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一(yī)方面，批(pī)判者认为AI在“学习”了大量(liàng)前(qián)人(rén)的作品(pǐn)之后，其创作(zuò)没有任何(hé)情绪(xù)和灵魂，难以和人类的艺术创作(zuò)相提并论。

另一方(fāng)面，AIGC背后的版权、目前都并(bìng)没有得到有效的(de)解决，还有AIGC会(huì)不会代替(tì)人类(lèi)“至高无上(shàng)”的创意。

马斯(sī)克也强调，人工智能的安(ān)全(quán)问题需(xū)要得(dé)到重视，太晚(wǎn)就(jiù)来不及(jí)了。

03

AIGC下(xià)一站(zhàn)除了(le)视频，还(hái)有远方

技术都(dōu)是有两(liǎng)面(miàn)性(xìng)的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来，人工智能(néng)技术(shù)将是第四次工业革(gé)命的核心(xīn)驱动力量，将创造新的(de)增长奇迹。

过去(qù)一年(nián)，人工智能在技术和商业层面都有了巨大进展(zhǎn)，AI绘画就是人工智能技术发生方向性改变(biàn)的一(yī)个代(dài)表。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条(tiáo)引(yǐn)爆科(kē)技(jì)圈的短视频。这些视频(pín)引发关注并非内容做得多优秀，反而(ér)都非常简单，比(bǐ)如一(yī)匹正在喝水的马，一只画画(huà)的玩具熊，或者一段骑(qí)摩托车(chē)的第一(yī)视角录(lù)像(xiàng)，随便(biàn)一个有手机的人都(dōu)可(kě)以随手录下一段(duàn)。

但这些短(duǎn)视频(pín)的创作方式非(fēi)常简单，创作者(zhě)仅仅需要向AI输入一段话(huà)，甚至只是说一下要(yào)求，AI就可以根(gēn)据需要(yào)生(shēng)成一(yī)段视(shì)频。

谷歌发布的两(liǎng)个AI生成视频分别来自(zì)于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高(gāo)清，与Meta的(de)Make-A-Video没(méi)有(yǒu)太多(duō)的差别(bié)。

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

Phenaki更(gèng)加令人(rén)震惊的地方(fā风紧扯呼下一句是什么 风紧扯呼出自哪里ng)在于，它(tā)可以制(zhì)作出超过2分钟的连贯的也有确切内容的视(shì)频，这才(cái)是真正让人们感到惊喜的地(dì)方。因为无论AI生(shēng)成的视频多么高(gāo)清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情(qíng)内容的视频(pín)就(jiù)意味(wèi)着，一些视频创作由AI代替人工完成已经(jīng)初步有了可(kě)能(néng)。

当下AI的(de)发展速度已经超过大部分人的想象(xiàng)。内(nèi)容产业的本质是供给创造需(xū)求，AIGC作(zuò)为全新(xīn)的(de)内容生产(chǎn)方式(shì)，可以(yǐ)为内容产业带来(lái)更(gèng)新的内容风格、更(gèng)快的生产速度，更低的(de)生产(chǎn)成本，这无疑(yí)会驱动内容产业的大爆发。

除了AI绘图(tú)、视频，AIGC技术还能应用于(yú)音乐、代(dài)码、机器人动作等多种内(nèi)容形式的生成。不难发现该项技(jì)术(shù)不(bù)仅在游戏(xì)等行业能得到有效应用(yòng)，对于下一代互联(lián)网各(gè)种元素的构建亦有关键意义。

从商(shāng)业(yè)化的角度(dù)来(lái)看，文化娱(yú)乐、教育、传媒等诸(zhū)多领域(yù)，本身就对基于AI的可视化内(nèi)容有强烈需求。

因此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进程(chéng)中的一(yī)块重要拼(pīn)图，有望在技术(shù)更新的加(jiā)持下实现(xiàn)更(gèng)大的(de)应用价值。

AI从(cóng)理解内容，走(zǒu)向了(le)可以(yǐ)生成内容，甚(shèn)至能够(gòu)创造出独立价值和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

大模型被誉为当前人工智能发展的智能底座(zuò)，是全球(qiú)竞争最激烈(liè)的研(yán)究方向之一，包括(kuò)谷歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企业都在(zài)竞相发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)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。而对于(yú)一(yī)些更(gèng)大(dà)的(de)LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美(měi)元至1200万美元(yuán)高价之间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计(jì)算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美元，每(měi)日(rì)仅电费就在5万美元左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都(dōu)离不开(kāi)庞大算力支持(chí)。在(zài)关(guān)注各类(lèi)大模型(xíng)的发(fā)展同时(shí)，更(gèng)应该(gāi)关注(zhù)算力网络(luò)的建设。

算力网络正驱动AI产(chǎn)业发展进入史诗级加速进(jìn)程(chéng)，让(ràng)AIGC及通用AI这一人(rén)工智能(néng)发(fā)展的终极目标离得更(gèng)近。

因为(wèi)算力(lì)可以对突破(pò)性技术创新提供大力的(de)支持。这(zhè)方(fāng)面，多模态大(dà)模(mó)型是(shì)典型。作为面(miàn)向未来强人工智能、通用人(rén)工(gōng)智能的重要技术(shù)创新(xīn)，多模(mó)态大模型(xíng)已经在(zài)人工(gōng)智(zhì)能领域提(tí)出了(le)很多年，业(yè)界也有不少技术(shù)突(tū)破(pò)，但(dàn)是，多模态大模型进一步往下走(zǒu)，算力(lì)需求呈几何(hé)式上(shàng)升(shēng)，一般的算(suàn)力基础设施很快将难以(yǐ)胜任(rèn)。

从图像、文字、语音单独一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁(qiān)，让人(rén)工智能可以灵活应对不同模态的转化、像(xiàng)人与世界(jiè)交互一样自然，这方面，由算力网(wǎng)络(luò)来驱动(dòng)将(jiāng)有明显优势。

此(cǐ)外，还有很(hěn)多需要爆(bào)发式增长的算力(lì)来支撑的技术创新，将在人工智能算力(lì)网络(luò)支撑下快速(sù)推(tuī)进(jìn)。

AIGC已经(jīng)露出曙光，期待在大(dà)模型和大(dà)算力的支持下AIGC能(néng)持续颠覆(fù)内容生(shēng)产的方(fāng)式(shì)，将创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 风紧扯呼下一句是什么 风紧扯呼出自哪里