自聊天机(jī)器(qì)人ChatGPT火(huǒ)爆以来，微软公(gōng)司创(chuàng)始人比尔·盖(gài)茨已多次公开谈论(lùn)人工智能话(huà)题。在最近的一(yī)次采访中(zhōng)，他(tā)再(zài)次表示：“AI可能会让科(kē)技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当(dāng)地(dì)时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可(kě)能会威胁到(dào)谷歌的市(shì)占(zhàn)率，因为微软(ruǎn)在AI方面的行动相当迅速。而(ér)最终科技巨头将把AI整合(hé)成(chéng)用户的“全能助(zhù)手(shǒu)”，包揽一切应用(yòng)，与人们进行沟通并提供建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用(yòng)。

大(dà)佬口中(zhōng)全能(néng)助手的到来可能尚需时日，但(dàn)由ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热(rè)点包(bāo)围中杀出重围。

01

ControlNet颠(diān)覆AI绘(huì)画(huà)新玩(wán)法

AIGC向可控(kòng)靠近(jìn)

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火的时候，还是2022年8月，在美国科罗拉多州举办料酒可以用白酒替代吗，料酒可以用白酒替代吗的新(xīn)兴数字艺术家竞(jìng)赛中，一幅名(míng)为《太空歌(gē)剧院》的作品获奖。

随(suí)后各大厂商的AI绘(huì)画软(ruǎn)件被广大(dà)网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可以在应用中输入一组关键词(cí)或者一(yī)张照(zhào)片(piàn)，就(jiù)能获(huò)得一幅AI创作的(de)画(huà)作。

作画的(de)关键就是所输(shū)入的文本。同一(yī)组关键词也可以(yǐ)创作(zuò)出很(hěn)多张风格不(bù)一样的画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多用户很喜欢(huān)这种(zhǒng)不确定的惊喜，他们(men)会将生成的(de)美图当(dāng)做头像(xiàng)。而(ér)另一部分喜欢翻看(kàn)AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分享AI“翻(fān)车现场”，例如，一(yī)位网(wǎng)友的小狗照(zhào)片被AI画(huà)成了“肌肉男(nán)”，还有网友的个人照片被AI识别成了建筑(zhù)。

而如今随着ControlNet的(de)出(chū)现(xiàn)与加持(chí)，以往AI绘画(huà)的填写(xiě)关(guān)键词游(yóu)戏可能(néng)要被颠覆了(le)。

料酒可以用白酒替代吗，料酒可以用白酒替代吗"300,640" data-type="jpeg" data-w="1024">

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福(fú)读博的(de)中国人(rén)张吕敏创作的一(yī)种基于(yú)控制(zhì)点(diǎn)的图像变形算法，主要用于(yú)数(shù)字图像处理、计算机视觉和(hé)计算(suàn)机图形学(xué)等领(lǐng)域。

其(qí)SD插件一(yī)经发布，在短(duǎn)短的两(liǎng)天内便成(chéng)为了AI绘(huì)画领(lǐng)域最新(xīn)的热(rè)点。

在此之前，大(dà)家用了很多方法想让AI生成的结果尽(jǐn)可能(néng)的符(fú)合要(yào)求，但(dàn)是都(dōu)不尽如(rú)人意，它的出现代(dài)表着(zhe)AI生成(chéng)开始进入真正的可控(kòng)时期(qī)。

因(yīn)为(wèi)ControlNet可以(yǐ)直(zhí)接提(tí)取画面的(de)构图，人物的姿势和画面的深度信息等(děng)。有了它的帮助，就不用频(pín)繁(fán)的用(yòng)提示词来碰(pèng)运(yùn)气，抽盲(máng)盒式的创作(zuò)了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔(mó)法(fǎ)”，不(bù)少(shǎo)博主的作品已(yǐ)经获得了大量的浏(liú)览量，“viggo”就是其中之(zhī)一，他用(yòng)朋友的(de)照(zhào)片(piàn)直接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键(jiàn)词；最(zuì)后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开始换关键词试效果。

通过(guò)图片就可以看出来，效(xiào)果十(shí)分(fēn)惊艳。

更厉害的是，除了真(zhēn)实的照(zhào)片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍(shào)到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图(tú)。大(dà)神张(zhāng)吕(lǚ)敏其本尊(zūn)也亲自回应。

不得(dé)不说(shuō)当下AIGC已(yǐ)经(jīng)变得越来越强大，甚至输出的作(zuò)品都已经能以(yǐ)假乱真(zhēn)了(le)。

02

难辨虚(xū)实，AIGC技(jì)术力(lì)爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火(huǒ)遍网络，而(ér)经过警方辟谣这所谓的“party”可能是全(quán)国第(dì)一起(qǐ)AI绘图诈骗。

由于这个活动里面给出的美女照片都(dōu)是AI制作的(de)真人照(zhào)片(piàn)绘图，因为太逼(bī)真(zhēn)，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提(tí)供的照片中(zhōng)有(yǒu)个(gè)很大的漏洞可以发现并非真人，而(ér)是AI绘(huì)图，那(nà)便是(shì)图片中女性的手指部分有的(de)存在(zài)异常(cháng)。

有行业(yè)人事表示：“现在(zài)因为(wèi)手指(zhǐ)部分的绘画算法(fǎ)比较复杂，AI还不(bù)太会画人的手，但(dàn)最新看到的(de)图片已经有(yǒu)越来越(yuè)完美的AI模型出现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已(yǐ)有发生。据(jù)英国(guó)广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了(le)儿(ér)童受灾的假(jiǎ)照片发(fā)布到(dào)网(wǎng)络，以此诱(yòu)骗(piàn)善良的人打赏“捐助”从(cóng)而实施诈(zhà)骗(piàn)。

目前随着(zhe)技术发(fā)展，AIGC已经能做出真人照片般(bān)的绘(huì)图(tú)效(xiào)果，如果这(zhè)样的图片被用来诈(zhà)骗(piàn)，将非常可怕。

此外(wài)AIGC还(hái)引(yǐn)发了(le)很多担忧(yōu)，一方面，批判者(zhě)认为(wèi)AI在“学习”了(le)大量前人(rén)的作品之后，其创作没有任何(hé)情(qíng)绪和灵魂，难以和(hé)人(rén)类(lèi)的艺(yì)术(shù)创作相提并(bìng)论。

另(lìng)一方面，AIGC背后(hòu)的版权、目前都并没有(yǒu)得到有效的解决，还有AIGC会(huì)不会代替人类“至(zhì)高无上(shàng)”的创意。

马斯克(kè)也强(qiáng)调，人工智能的安全问题需要得到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都是有两(liǎng)面性的(de)，潜在的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能(néng)技(jì)术将是第四次工业革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人(rén)工智能在技(jì)术和商业层面都(dōu)有了巨大进展(zhǎn)，AI绘(huì)画就是人工智能(néng)技术发(fā)生(shēng)方(fāng)向(xiàng)性改(gǎi)变(biàn)的一个代(dài)表。其下一站或(huò)许就(jiù)是视频。

此(cǐ)前(qián)，Meta和谷歌先后发布了(le)几条(tiáo)引(yǐn)爆科技圈的(de)短视频。这(zhè)些视(shì)频引发(fā)关注并非(fēi)内容做(zuò)得多优秀，反而(ér)都非常简单(dān)，比(bǐ)如一匹正在喝(hē)水的马，一只画画的玩具熊，或者一段骑(qí)摩(mó)托车的第一视(shì)角录像，随便一个有手机的人(rén)都可(kě)以随手录下(xià)一段(duàn)。

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输入一段(duàn)话，甚至(zhì)只是说一下(xià)要求，AI就(jiù)可以根据需要生(shēng)成一段(duàn)视频(pín)。

谷歌发(fā)布(bù)的两个AI生(shēng)成视频(pín)分别来(lái)自(zì)于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高清，与(yǔ)Meta的Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布(bù)了AI生成的(de)视频后，AI圈(quān)就已(yǐ)经玩了一波梗，一个能够做(zuò)出更高清(qīng)视频(pín)的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更(gèng)加令人震(zhèn)惊的地(dì)方在于，它可以制(zhì)作出超过2分钟的连贯的(de)也有确切(qiè)内容的(de)视频(pín)，这才(cái)是真(zhēn)正(zhèng)让人(rén)们感到惊喜的(de)地方。因为无论AI生成(chéng)的视(shì)频多(duō)么高清，也只能是为内容生产者提供一个灵(líng)感，一个(gè)素材，一个过(guò)场动画。

不(bù)过能够(gòu)制作出有具体剧(jù)情内(nèi)容的视频就意味着，一些视频(pín)创作由AI代(dài)替(tì)人(rén)工完(wán)成已经初步有(yǒu)了可能。

当下AI的发展(zhǎn)速(sù)度已经超过大部分人(rén)的(de)想象。内容产业的(de)本质是供给创(chuàng)造需求，AIGC作为全新(xīn)的内容生产方式，可以为内容(róng)产业带(dài)来更新的内容风格、更(gèng)快(kuài)的生产(chǎn)速度，更低的(de)生产(chǎn)成(chéng)本，这无疑会驱动内容产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技术还能应用于音乐、代码、机器(qì)人(rén)动(dòng)作(zuò)等多种(zhǒng)内容形式(shì)的生成(chéng)。不难发(fā)现该项技术不(bù)仅在(zài)游戏等行业能得(dé)到有效应用，对于下(xià)一(yī)代互联网各种(zhǒng)元素的构建(jiàn)亦(yì)有关(guān)键意(yì)义。

从商业化的角度来看，文化娱乐、教育、传媒等(děng)诸多领域(yù)，本身就对(duì)基于AI的(de)可视(shì)化内(nèi)容有强(qiáng)烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而只是(shì)AI进程中的一块重要拼图，有望在技术更(gèng)新的(de)加持下(xià)实(shí)现更大的应用价值。

AI从理(lǐ)解内容，走向了可以生成(chéng)内容，甚至能(néng)够(gòu)创(chuàng)造(zào)出独立价(jià)值(zhí)和独(dú)立(lì)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(zhuā)大模型(xíng)与算力，牢固AIGC底座

从(cóng)技术的发展也可以看出，在语言大模型、图像(xiàng)大模型之后，多模态大(dà)模型(xíng)已经成为了新的趋(qū)势。

大模型(xíng)被(bèi)誉为(wèi)当前人(rén)工(gōng)智能发展的智能底座，是全球竞(jìng)争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众(zhòng)多头部企(qǐ)业都在竞相发(fā)力。

不过训练大模型的确价(jià)格不菲，以国盛(shèng)证券发布(bù)的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练一次(cì)的成本约(yuē)为140万(wàn)美(měi)元(yuán)。而对于(yú)一些更大的LLM(大型(xíng)语言模型)，训练(liàn)成本则介于200万(wàn)美元至(zhì)1200万美元高(gāo)价之间。

以ChatGPT在(zài)2023年1月的独立访客平均数(shù)1300万计算(suàn)，其(qí)对应芯片需求(qiú)为(wèi)3万多(duō)片(piàn)英伟达(dá)A100 GPU，初始(shǐ)投入成本约(yuē)为(wèi)8亿(yì)美元，每日仅电(diàn)费(fèi)就在5万美元左右(yòu)。

此(cǐ)外不(bù)论是(shì)ChatGPT还是AIGC，都离不开庞大算(suàn)力支(zhī)持(chí)。在关注各(gè)类大模(mó)型的发展同时，更应该关(guān)注算力网(wǎng)络的建设。

算(suàn)力网(wǎng)络正驱动AI产业(yè)发展进入史诗(shī)级加速进(jìn)程，让AIGC及通(tōng)用AI这一(yī)人工智能发展的终(zhōng)极(jí)目标离(lí)得(dé)更近。

因(yīn)为算(suàn)力可(kě)以对突破性技术创(chuàng)新(xīn)提供大力的支持。这方面(miàn)，多模态大(dà)模型(xíng)是典(diǎn)型(xíng)。作为面(miàn)向未来强人工智能(néng)、通用(yòng)人工(gōng)智能的重要技(jì)术创(chuàng)新，多(duō)模态大模型(xíng)已经在(zài)人(rén)工(gōng)智能领域(yù)提出了很多年(nián)，业界也(yě)有(yǒu)不少(shǎo)技术突(tū)破(pò)，但是，多(duō)模态大模型进一步往下(xià)走，算力需求呈(chéng)几何式上升，一般的算力基础设(shè)施(shī)很快将难以胜任(rèn)。

从图像、文字、语音(yīn)单独一项的(de)训练，到(dào)双(shuāng)模态、三模态的跃迁，让人工智能可以灵(líng)活应对(duì)不同模态的转化、像(xiàng)人与世(shì)界交互一样自然，这方面，由算力(lì)网(wǎng)络来(lái)驱动将有明显优势。

此外，还有很(hěn)多(duō)需要爆发式增长的算力(lì)来(lái)支撑的技术(shù)创新，将在人工智能算力(lì)网络(luò)支撑下快速推(tuī)进(jìn)。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大(dà)算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产(chǎn)的(de)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 料酒可以用白酒替代吗，料酒可以用白酒替代吗