自聊天机器人ChatGPT火爆以来，微(wēi)软公司创(chuàng)始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能(néng)话题(tí)。在最近(jìn)的(de)一(yī)次采访中，他再次表示(shì)：“AI可能(néng)会让(ràng)科技行业迎来一次剧烈的洗牌”。

这(zhè)个结论是(shì)他在当地时(shí)间2月20日接受(shòu)《In Good Company》节目专访时提(tí)出的。

他预期(qī)，AI的发展可能会(huì)威(wēi)胁到谷(gǔ)歌的(de)市占率，因(yīn)为微软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一(yī)切(qiè)应用，与人们进行沟通并提供建议，可以(yǐ)取代(dài)亚马逊、Siri或(huò)Outlook等应用(yòng)。

大佬口(kǒu)中全能助手(shǒu)的到来可能尚需时日，但由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法(fǎ)

AIGC向可(kě)控靠近

以(yǐ)AI绘画(huà)为代表(biǎo)的AIGC上一次爆火的时候，还是2022年(nián)8月，在(zài)美(měi)国科罗拉多州举办的新兴(xīng)数字(zì)艺(yì)术家竞赛中，一幅名为《太(tài)空歌剧院》的作品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关键词或者(zhě)一张(zhāng)照片，就(jiù)能获得一幅(fú)AI创作的画作。

作画的关(guān)键(jiàn)就是所输入的文本。同一(yī)组(zǔ)关(guān)键词也可(kě)以创作出很(hěn)多张风格(gé)不一样的画作(zuò)，这(zhè)让创作的过程就像开盲盒。

很多用户很喜欢这种(zhǒng)不确定(dìng)的惊喜，他们会将生成的(de)美图当做头(tóu)像。而另一(yī)部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上(shàng)，许(xǔ)多用户(hù)分享AI“翻车现(xiàn)场”，例如(rú)，一位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的个人照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的出现与(yǔ)加(jiā)持，以往AI绘画的填写关键词游戏(xì)可能要(yào)被(bèi)颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中(zhōng)国人张(zhāng)吕敏创作的一(yī)种基(jī)于控(kòng)制点的图(tú)像变(biàn)形算法(fǎ)，主要用于(yú)数字(zì)图(tú)像处理、计算机视觉(jué)和计算机图形学等领域。

其SD插件一(yī)经(jīng)发布，在短短的(de)两天内(nèi)便成为了AI绘画领域最(zuì)新(xīn)的(de)热点。

在(zài)此(cǐ)之(zhī)前，大(dà)家(jiā)用(yòng)了(le)很多方法想(xiǎng)让(ràng)AI生成的结(jié)果尽可能的符(fú)合要(yào)求(qiú)，但是都(dōu)不尽(jǐn)如人(rén)意，它的出现代表着AI生成(chéng)开始进(jìn)入真正的可控时期(qī)。

因为ControlNet可以直接提取画面的(de)构图，人物(wù)的(de)姿(zī)势和画面的(de)深度信息等。有了(le)它(tā)的帮助，就不(bù)用(yòng)频繁的用提示词来碰运气，抽(chōu)盲盒(hé)式(shì)的创作了。

通俗的(de)说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品(pǐn)已(yǐ)经(jīng)获得了(le)大量(liàng)的浏(liú)览量，“viggo”就是(shì)其中之一，他用朋友的照片(piàn)直(zhí)接(jiē)带她们走(zǒu)进(jìn)动漫(màn)世界。

viggo先(xiān)用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对(duì)应的关键词；最(zuì)后(hòu)用ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换(huàn)关(guān)键词试效(xiào)果。

通过图片(piàn)就可以看出(chū)来，效果(guǒ)十(shí)分惊艳。

更厉害(hài)的是(shì)，除了真实的照片(piàn)，草(cǎo)图也可以加(jiā)上“魔法”，知乎大牛(niú)“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实现(xiàn)线(xiàn)稿(gǎo)转全(quán)彩(cǎi)图(tú)。大神(shén)张(zhāng)吕敏其本(běn)尊也亲自回应。

不得不说当下AIGC已经(jīng)变(biàn)得越来越(yuè)强(qiáng)大(dà)，甚至输出的作品都已经能(néng)以假乱真(zhēn)了(le)。

02

难辨虚实，AIGC技术力(lì)爆发

警惕安全(quán)问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的(de)消息火遍网络，而经(jīng)过警方辟(pì)谣(yáo)这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个(gè)活动里面给出的美女照(zhào)片都是(shì)AI制作的真人照片绘图，因为太逼真，被大(dà)家当成真事传播了。

不过(guò)仔细观(guān)察可以发现(xiàn)，活动发起(qǐ)者提供的照片中有个(gè)很大的(de)漏洞可以(yǐ)发现(xiàn)并非(fēi)真人，而是AI绘(huì)图，那(nà)便是(shì)图片(piàn)中女性的手指部分有的存在异常。

有行业人事表示：“现在因为手指部分的绘画算(suàn)法(fǎ)比(bǐ)较(jiào)复(fù)杂，AI还不太会画人的手，但最新看到的(de)图片已经(jīng)有(yǒu)越(yuè)来越完美的AI模型出(chū)现，以后可(kě)能就完全没(méi)有漏洞(dòng)了。”

类(lèi)似的AI作图诈骗在(zài)国外也已有发生。据(jù)英国广播公司报道，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成了儿(ér)童(tóng)受(shòu)灾的假照片发布到网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从而实施(shī)诈骗。

目(mù)前随着技术发展(zhǎn)，AIGC已经能做出(chū)真人照片般的(de)绘图效果，如果这(zhè)样的图片被(bèi)用来诈骗，将非常(cháng)可怕。

此外AIGC还引发了(le)很多担忧，一方面，批(pī)判者认为(wèi)AI在“学习”了(le)大量前人的作品(pǐn)之后，其创(chuàng)作没有任何情绪和灵魂(hún)，难(nán)以(yǐ)和人(rén)类的艺术创作相提(tí)并论。

另一方面，AIGC背后的版权、目前都并没有得(dé)到(dào)有效的(de)解(jiě)决(jué)，还有AIGC会不会代(dài)替人类“至高无上”的创意(yì)。

马斯克也(yě)强调，人工智(zhì)能的安全问题需要得到重视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远方(fāng)

技术都是有两面性的，潜在的危(wēi)害并不能掩盖其光辉的贡献。现在看来，人工智能技术将是第四(sì)次(cì)工(gōng)业(yè)革命的核心驱动力量，将(jiāng)创造新的增长奇迹。

过去一年，人工智能在技术和商业层面(miàn)都有了(le)巨大进展(zhǎn)，AI绘画就是人工智能技术发生(shēng)方向性改(gǎi)变(biàn)的一个(gè)代表(biǎo)。其下一(yī)站(zhàn)或(huò)许就是视频。

此前，Meta和谷(gǔ)歌先后(hòu)发(fā)布了几条(tiáo)引爆科(kē)技(jì)圈的(de)短(duǎn)视频。这些视频引发关注并非内(nèi)容做得多优秀，反而都非常简单，比如(rú)一匹正在喝水的马，一只画画的玩具熊，或者一(yī)段骑摩托车的第一(yī)视角录(lù)像，随便(biàn)一个有手机的人都(dōu)可(kě)以(yǐ)随手录下一段。

但(dàn)这些短视频(pín)的(de)创作方式非(fēi)常简单，创(chuàng)作(zuò)者仅仅需(xū)要(yào)向(xiàng)AI输入一段(duàn)话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可以根据需要生成一段(duàn)视(shì)频。

谷歌发布(bù)的两(liǎng)个AI生成视(shì)频分(fēn)别来自于Imagen Video和(hé)Phenaki，前者主要突出(chū)的是(shì)高清(qīng)，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公(gōng)布了AI生成的视(shì)频后，AI圈就已经玩了一波梗，一(yī)个能够做出(chū)更高清视频的AI还不(bù)足(zú)以(yǐ)在短时间(jiān)内戳中兴(xīng)奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制作出(chū)超过2分钟的连贯的也有确切(qiè)内容的视频(pín)，这才是真(zhēn)正让人们(men)感到惊(jīng)喜的地方。因为无论AI生成(chéng)的视频多么高(gāo)清，也(yě)只能是为内容生产者提供(gōng)一个(gè)灵(líng)感，一个(gè)素材，一(yī)个过场(chǎng)动画。

不过能(néng)够制作出有具体剧情内容的(de)视频就意(yì)味着(zhe)，一些(xiē)视频创作由AI代替人工完(wán)成(chéng)已(yǐ)经初步有了可能。

当下AI的发展速度已经(jīng)超(chāo)过大部(bù)分人(rén)的想象。内容(róng)产业的本(běn)质是(shì)供给(gěi)创造(zào)需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为内容产业带来更新(xīn)的内容风格、更快的生产速(sù)度，更(gèng)低的生产成本，这无疑会驱(qū)动内容产业(yè)的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器(qì)人(rén)动作(zuò)等多种(zhǒng)内容形式的生成(chéng)。不难发现该(gāi)项(xiàng)技术不(bù)仅在游戏等(děng)行业能(néng)得到有(yǒu)效应用，对于(yú)下一代互联网各种元素的构建亦有关键意(yì)义(yì)。

从商业化的角度来看(kàn)，文化娱(yú)乐(lè)、教(jiào)育、传媒等(děng)诸多领域，本身就对基(jī)于(yú)AI的可视化内容有强烈需求。

因此(cǐ)，AI绘画及视频或不是结果，而(ér)只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加(jiā)持下(xià)实现(xiàn)更大的应用价值。

AI从(cóng)理解内容，走向(xiàng)了(le)可(kě)以(yǐ)生成(chéng)内容，甚至能够创(chuàng)造出独(dú)立价值和独立视角的内容。AIGC的再(zài)次出(chū)圈(quān)，更代表着(zhe)未来的先进生产(chǎn)力即将(jiāng)到来。

04

紧(jǐn)抓大模型与(yǔ)算力，牢固AIGC底(dǐ)座

从技术(shù)的发展(zhǎn)也(yě)可以看(kàn)出，在(zài)语(yǔ)言大模型、图像(xiàng)大模型之后，多模态大模(mó)型已经成(chéng)为了(le)新的趋势。

大(dà)模型被(bèi)誉为当前人工智能发展的智能底座(zuò)，是(shì)全球(qiú)竞争最激(jī)烈的(de)研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多(duō)头(tóu)部企业都(dōu)在竞相发力。

不过训练大模型(xíng)的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次(cì)的成本约(yuē)为140万美元(yuán)。而对于一(yī)些更(gèng)大的LLM(大型语言模型(xíng))，训练成本则(zé)介于(yú)200万美元至1200万美元高价之间。

以ChatGPT在2023年(nián)1月的(de)独立(lì)访客平(píng)均数1300万计(jì)算，其(qí)对应芯片需求为(wèi)3万多(duō)片(piàn)英(yīng)伟达A100 GPU，初始投入成本约(yuē)为8亿美(měi)元，每(měi)日仅(jǐn)电费就在5万美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大(dà)算力支持(chí)。在关注各类大模型的发(fā)展同(tóng)时，更应该关注算(suàn)力网络的建(jiàn)设。

算力(lì)网络正(zhèng)驱(qū)动AI产业发展进入史(shǐ)诗(shī)级(jí)加速进程，让AIGC及(jí)通用(yòng)AI这一人工(gōng)智能发展的终极(jí)目(mù)标离得更(gèng)近。

因为算(suàn)力(lì)可以对突破(pò)性技术创新提供(gōng)大力的支持。这方(fāng)面，多模态大模型是(shì)典型。作为面向未来(lái)强(qiáng)人工智能、通用人(rén)工智能(néng)的重要技术创(chuàng)新，多模态大模型已经在(zài)人工智能领(lǐng)域提出了很多年，业界也有不少技术突(tū)破(pò)，但是，多模态(tài)大(dà)模型进一(yī)步往下走，算力(lì)需(xū)求呈几(jǐ)何式(shì)上升，一般的(de)算力基础(chǔ)设施很快将(jiāng)难以胜任。

从(cóng)图(tú)像、文(wén)字、语音单独一项的训练，到双(shuāng)模(mó)态(tài)、三模态的(de)跃迁，让人工智能可以(yǐ)灵(líng)活应(yīng)对不同模态的转化、像(xiàng)人与(yǔ)世界交互一样(yàng)自然，这方面，由算力网络来驱动将有明显优势。

此(cǐ)外，还(hái)有很多需要爆发式增(zēng)长(zhǎng)的(de)算(suàn)力来支撑(chēng)的(de)技术创新(xīn)，将在人工智能算(suàn)力网络支撑下(xià)快速(sù)推(tuī)进。

AIGC已经露(lù)出曙光，期(qī)待(dài)在大模型和大算力的支(zhī)持下AIGC能持续(xù)颠覆内容生(shēng)产的方(fāng)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 吸潮是什么意思，弄瓦之喜什么意思