自(zì)聊天(tiān)机器人ChatGPT火(huǒ)爆以来，微软(ruǎn)公(gōng)司创始人比尔·盖(gài)茨已多次(cì)公开谈(tán)论人工智能话题(tí)。在(zài)最近(jìn)的一次采访中，他再(zài)次表示：“AI可(kě)能会让科(kē)技(jì)行业(yè)迎来一次剧烈的洗牌(pái)”。

这个(gè)结(jié)论(lùn)是他在(zài)当地时间2月20日接(jiē)受《In Good Company》节目专访(fǎng)时提出的。

他预期，AI的发展(zhǎn)可能会威胁到谷歌的(de)市占率(lǜ)，因(yīn)为微软在AI方面的(de)行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合(hé)成用户(hù)的“全(quán)能助手”，包揽一切应(yīng)用，与人们(men)进行沟通(tōng)并提供(gōng)建议，可(kě)以取(qǔ)代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口中全能(néng)助(zhù)手的(de)到(dào)来可能尚需(xū)时日，但由ControlNet引(yǐn)发的又一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向可控(kòng)靠近

以AI绘画为(wèi)代表(biǎo)的AIGC上一(yī)次爆火的时(shí)候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举办的新兴数字(zì)艺术家竞赛中，一幅名(míng)为(wèi)《太空(kōng)歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大网友熟知(zhī)并(bìng)体(tǐ)验(yàn)，Stable Diffusion便是(shì)其(qí)中代表。

用户们可以在(zài)应用中输入一组关键词或者一(yī)张照(zhào)片(piàn)，就能获得一幅AI创作(zuò)的画作。

作画的关键就(jiù)是所输入(rù)的文本。同一(yī)组关键词(cí)也(yě)可以(yǐ)创作(zuò)出很多张风格不一(yī)样的画作(zuò)，这让(ràng)创作的(de)过程就像开(kāi)盲盒。

很多用户很(hěn)喜欢这(zhè)种(zhǒng)不(bù)确定的惊(jīng)喜(xǐ)，他们会将生成(chéng)的美图当做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻(fān)车”作品。在(zài)社交媒体上，许多用户分享(xiǎng)AI“翻(fān)车现场”，例如，一位网友的小狗照(zhào)片被AI画成(chéng)了“肌(jī)肉男”，还有(yǒu)网友的个人照(zhào)片被AI识别(bié)成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持(chí)，以往AI绘画(huà)的填写关键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博(bó)的中国人张(zhāng)吕敏(mǐn)创作(zuò)的(de)一种基于控制点的(de)图像变形(xíng)算法，主要用于数字图像处理、计算(suàn)机视觉和计算机(jī)图形学等领域。

其SD插件一(yī)经发布，在短(duǎn)短(duǎn)的(de)两(liǎng)天内便成(chéng)为了AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用(yòng)了(le)很(hěn)多方法想让AI生(shēng)成的结果尽可能的符(fú)合(hé)要求，但是(shì)都不(bù)尽(jǐn)如人(rén)意，它的出现代表着AI生成开始进入(rù)真正(zhèng)的(de)可控时期。

因为ControlNet可以(yǐ)直接(jiē)提取画面的构图，人物的姿(zī)势(shì)和画(huà)面的深(shēn)度信息等。有了它的帮助(zhù)，就不用(yòng)频(pín)繁的用提示词来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘画(huà)加了(le)“魔法”，不(bù)少博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之一，他用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片(piàn)转(zhuǎn)文字。

再用Text2Prompt插件拓展找到对应(yīng)的关键词；最后(hòu)用ControlNet插件绑定骨(gǔ)骼(gé)开(kāi)始换关键(jiàn)词试效果。

通过图片就可(kě)以看出来(lái)，效果十分(fēn)惊艳。

德国柏林气候相当于中国哪 德国冬天冷还是北京冷ta-w="1280">

更厉害(hài)的是(shì)，除了真(zhēn)实(shí)的(de)照片(piàn)，草图也(yě)可以加上(shàng)“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿(gǎo)转全彩图。大神(shén)张吕敏其本尊也(yě)亲自回(huí)应(yīng)。

不(bù)得不说当(dāng)下AIGC已(yǐ)经(jīng)变得(dé)越来(lái)越强大，甚至输(shū)出的作(zuò)品都已经能以假(jiǎ)乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术(shù)力爆发

警惕安全问题

近(jìn)日，“苏(sū)州(zhōu)金(jīn)鸡湖有游艇party”的消(xiāo)息火遍网(wǎng)络，而(ér)经(jīng)过(guò)警(jǐng)方辟谣这所谓的“party”可(kě)能是全国第一起(qǐ)AI绘图诈(zhà)骗。

由于这个活动里(lǐ)面给出的美女照片都是(shì)AI制作(zuò)的真人(rén)照(zhào)片绘图，因(yīn)为太逼(bī)真，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有个(gè)很大的漏洞可以发现(xiàn)并非(fēi)真人(rén)，而是AI绘(huì)图(tú)，那便(biàn)是图片中女性的(de)手指(zhǐ)部分有的(de)存(cún)在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的绘画算(suàn)法比较复(fù)杂，AI还不太(tài)会(huì)画人的手，但最新看到的图片已经有越来越完(wán)美的AI模型出现(xiàn)，以后(hòu)可能就完全(quán)没有漏洞(dòng)了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok德国柏林气候相当于中国哪 德国冬天冷还是北京冷用户(hù)使用AI合成了儿童受灾的假(jiǎ)照片发布到网络，以此诱骗善良的人打(dǎ)赏“捐(juān)助”从而(ér)实施诈骗。

目前随(suí)着(zhe)技(jì)术(shù)发展，AIGC已经能做(zuò)出真人照片般的绘图效果(guǒ)，如果这(zhè)样的图片被用(yòng)来(lái)诈骗，将非常可怕。

此外(wài)AIGC还引发了很多担忧，一方面，批判者认为AI在“学(xué)习”了(le)大(dà)量前人的(de)作品之后，其创作(zuò)没有任何情绪(xù)和灵魂，难(nán)以和人类的艺术创作相提(tí)并论。

另(lìng)一方面，AIGC背后的版权、目前(qián)都并(bìng)没有(yǒu)得到有效的解决(jué)，还(hái)有(yǒu)AIGC会不会(huì)代替人(rén)类“至高无(wú)上”的创意。

马(mǎ)斯克(kè)也(yě)强调(diào)，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下一站(zhàn)除了视频，还有远方

技术都是有(yǒu)两面性的，潜在(zài)的危害并不能掩盖其光辉的贡献。现在看来，人工智能(néng)技(jì)术将(jiāng)是第四次工业革命的核心(xīn)驱(qū)动力量，将创造新的增(zēng)长(zhǎng)奇迹。

过去一年，人(rén)工智能在技术和商业层(céng)面都(dōu)有(yǒu)了巨大进展，AI绘画就是(shì)人(rén)工智能技术发生方向性改变的一个(gè)代表。其(qí)下一站或许就(jiù)是视频(pín)。

此前(qián)，Meta和谷歌先后发布了几条引爆科(kē)技圈的短视频。这些视频引发关注并非(fēi)内(nèi)容做得多(duō)优秀，反而都非常(cháng)简单，比如一匹正(zhèng)在喝水的马(mǎ)，一(yī)只画画的玩具熊(xióng)，或(huò)者一段骑摩托车(chē)的(de)第一视角录像，随便一个有手机(jī)的人(rén)都可以随手(shǒu)录下一段。

但这些短视频的创(chuàng)作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一(yī)段话(huà)，甚(shèn)至只是说一下要求(qiú)，AI就可以根(gēn)据(jù)需要生成一(yī)段视频。

谷歌发布(bù)的两(liǎng)个(gè)AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是(shì)高清，与Meta的Make-A-Video没(méi)有太(tài)多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就已经玩了(le)一波梗，一个能够做出更高清视频的AI还不足(zú)以在短时(shí)间(jiān)内(nèi)戳中兴奋点。

Phenaki更加令人震惊(jīng)的(de)地方在于，它可以制作出超过(guò)2分(fēn)钟(zhōng)的连(lián)贯的也有(yǒu)确切内容的视频，这(zhè)才是真正让人们感到惊(jīng)喜(xǐ)的(de)地方(fāng)。因为无论(lùn)AI生成的(de)视频多么高清，也只(zhǐ)能(néng)是为内容(róng)生产者提(tí)供(gōng)一(yī)个灵感，一(yī)个素材，一个过场动画。

不(bù)过(guò)能够制作出有(yǒu)具体(tǐ)剧情内容的视(shì)频(pín)就意味着，一些视频创作由AI代替人(rén)工(gōng)完成已经初步有了可能。

当(dāng)下AI的发展速度(dù)已经超过大部分人(rén)的想象(xiàng)。内容产业的本质(zhì)是供给创造需求，AIGC作(zuò)为(wèi)全新的内容生产方式，可以为内容产业(yè)带来更新的内容(róng)风格、更快的生产速度，更低的生产成本(běn)，这(zhè)无(wú)疑会(huì)驱(qū)动内容产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用(yòng)于音(yīn)乐、代码、机器人动作(zuò)等多种内容形式(shì)的生成。不(bù)难发现该(gāi)项技术不仅在游戏(xì)等行(xíng)业能得到有效应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关键(jiàn)意义。

从(cóng)商业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒等诸(zhū)多领域，本(běn)身就对基于AI的可视化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不(bù)是(shì)结果，而只是AI进程中的(de)一块重要拼图，有望在技(jì)术更新的加(jiā)持下(xià)实现更(gèng)大的应用(yòng)价值(zhí)。

AI从(cóng)理解内容，走(zǒu)向了(le)可(kě)以生(shēng)成(chéng)内容，甚至能(néng)够创造出独(dú)立(lì)价值和(hé)独立视角的内(nèi)容。AIGC的再次出(chū)圈，更代表着未来(lái)的先进(jìn)生产力即将到来。

04

紧抓(zhuā)大模型与(yǔ)算力，牢固AIGC底座

从技术的发展也可(kě)以看出，在语言大模(mó)型、图像(xiàng)大模型之后，多模(mó)态大模型已经(jīng)成为了新(xīn)的趋(qū)势。

大(dà)模型被誉(yù)为(wèi)当前(qián)人(rén)工智能发展的智能(néng)底(dǐ)座，是(shì)全球竞(jìng)争最激烈的研(yán)究方向之一，包(bāo)括(kuò)谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发(fā)力。

不(bù)过训练大模型的确价格不菲(fēi)，以国盛证(zhèng)券(quàn)发布的《ChatGPT需(xū)要(yào)多少算力》报(bào)告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美(měi)元(yuán)。而对于一些更大的(de)LLM(大型语言模型)，训练成本则介于200万美元至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的(de)独(dú)立访客平均数1300万计算，其(qí)对应芯片需求为3万多片(piàn)英伟(wěi)达(dá)A100 GPU，初始(shǐ)投入成本(běn)约(yuē)为8亿美元，每日仅电(diàn)费(fèi)就在5万美(měi)元左右。

此外不论是ChatGPT还是AIGC，都离不开庞(páng)大算力支持(chí)。在关注各类(lèi)大模型的发展同(tóng)时，更(gèng)应该关注算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱动AI产业发展进入史诗级加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极(jí)目标离得更近。

因为(wèi)算力可以对突(tū)破(pò)性技(jì)术创新(xīn)提供(gōng)大力的支(zhī)持。这方面，多模态大模(mó)型是典型。作为面向未(wèi)来强人(rén)工(gōng)智(zhì)能(néng)、通用人(rén)工智(zhì)能的重要技术创新，多模态大模型已经在人工智能领域提(tí)出了很多年(nián)，业界也有(yǒu)不(bù)少技(jì)术突破，但(dàn)是，多(duō)模态大(dà)模型进一步往下走(zǒu)，算力需求呈几何(hé)式上升，一般的算力基础设施很快(kuài)将难以(yǐ)胜任。

从图(tú)像、文字(zì)、语音(yīn)单独一(yī)项的训练(liàn)，到(dào)双模态(tài)、三模态的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模态的转(zhuǎn)化、像(xiàng)人与世界交互(hù)一样自然，这方面，由算(suàn)力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增长的(de)算力来支撑的技(jì)术创新，将在人工智能(néng)算(suàn)力网络支撑下快速推进。

AIGC已(yǐ)经露出曙光，期待在大模型和大算力(lì)的(de)支持下AIGC能(néng)持续颠覆(fù)内容生产的方式，将创造(zào)的(de)边际成(chéng)本降低，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 德国柏林气候相当于中国哪 德国冬天冷还是北京冷