自(zì)聊天机(jī)器人ChatGPT火爆以来，微软公(gōng)司(sī)创始人比(bǐ)尔·盖(gài)茨已多次公开谈论人工智能话题。在(zài)最近的一次采访中(zhōng)，他再次表示：“AI可能会让科技行业迎来(lái)一(yī)次剧烈的洗牌”。

这个(gè)结论是他在当地时(shí)间2月20日接受(shòu)《In Good Company》节(jié)目专访(fǎng)时提出(chū)的。

他预期(qī)，AI的(de)发展(zhǎn)可能会(huì)威(wēi)胁到(dào)谷(gǔ)歌的市占率，因为(wèi)微软在AI方面的行动相当迅速(sù)。而最(zuì)终科(kē)技(jì)巨(jù)头将把AI整(zhěng)合(hé)成(chéng)用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人们进(jìn)行沟通并提(tí)供(gōng)建议，可以取(qǔ)代亚马逊、Siri或Outlook等应(yīng)用。

大佬(lǎo)口中全能助手的到来可能(néng)尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围中(zhōng)杀出重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩法

AIGC向可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名(míng)为《太(tài)空歌剧院(yuàn)》的作品获奖。

随后各(gè)大厂商(shāng)的AI绘(huì)画软件被广大网(wǎng)友(yǒu)熟知并体(tǐ)验(yàn)，Stable Diffusion便是其中代表。

用(yòng)户们可以在应用(yòng)中(zhōng)输(shū)入一组关键词或者一张照片，就能获得一(yī)幅AI创作的画作。

作(zuò)画的关键就是所(suǒ)输入的文(wén)本(běn)。同一组关(guān)键词也可以创作(zuò)出很多张风格(gé)不一样的画(huà)作，这让(ràng)创作(zuò)的过程就像开(kāi)盲盒(hé)。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生成(chéng)的(de)美图当做(zuò)头像。而另(lìng)一部分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻车现场”，例如，一位网友的(de)小狗(gǒu)照片(piàn)被AI画(huà)成了“肌(jī)肉男(nán)”，还(hái)有网(wǎng)友的个人(rén)照片被AI识别成了建(jiàn)筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关(guān)键(jiàn)词游戏可能(néng)要被(bèi)颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯(sī)坦福(fú)读博的中国人张(zhāng)吕(lǚ)敏创作的一(yī)种基于控制(zhì)点的图像变形(xíng)算法，主(zhǔ)要(yào)用于数字图像(xiàng)处理、计算机视觉和计算机图(tú)形学等领域。

其SD插(chā)件一经发布，在(zài)短短的两天内便(biàn)成为了AI绘画领域最新的热点。

在(zài)此之(zhī)前，大家用了很多方法(fǎ)想让AI生成的(de)结(jié)果(guǒ)尽可(kě)能的(de)符合要求，但是(shì)都不尽如人意(yì)，它的出现代(dài)表着AI生成(chéng)开始进入真正的可控时期。

因为(wèi)ControlNet可以直接提(tí)取画面的构图(tú)，人(rén)物(wù)的姿势和画(huà)面的(de)深度信息等(děng)。有了它的帮助，就不(bù)用频(pín)繁的用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给AI绘画加了“魔(mó)法(fǎ)”，不少博主(zhǔ)的作品(pǐn)已经获得了大(dà)量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用(yòng)朋友的照片直接(jiē)带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用Text2Prompt插(chā)件拓(tuò)展(zhǎn)找到对(duì)应的关键词；最后用ControlNet插件绑定骨骼开始(shǐ)换关键词试效果。

通过图片(piàn)就可以(yǐ)看出来，效果十分惊艳(yàn)。

更厉害的是，除了(le)真(zhēn)实的照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩图(tú)。大神张吕敏其本尊也亲自回应。

不得不(bù)说(shuō)当下(xià)AIGC已经变得越来(lái)越强(qiáng)大，甚(shèn)至输出的作品都已经能以假(jiǎ)乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日(rì)，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍网(wǎng)络，而经(jīng)过(guò)警方辟谣这所谓的“party”可能是全国(guó)第一起AI绘图(tú)诈骗。

由于这个(gè)活动里(lǐ)面给(gěi)出的美女(nǚ)照片都(dōu)是AI制作的(de)真人照片绘图(tú)，因为太逼真，被大家当成(chéng)真事(shì)传播了。

不过仔细观察可以(yǐ)发现，活动发起(qǐ)者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而是AI绘图(tú)，那便是图片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(fēn)的(de)绘画算法比(bǐ)较复杂，AI还不太会画人的手，但最新看(kàn)到的图片已(yǐ)经有越来越完美的AI模型出现，以后(hòu)可能就完全没有漏洞了(le)。”

类(lèi)似的AI作图诈骗在国外也已有发(fā)生。据(jù)英国广(guǎng)播公司(sī)报(bào)道，土耳其地震(zhèn)期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的假(jiǎ)照片(piàn)发布到网络(luò)，以此诱骗善良的人(rén)打赏“捐助”从而(ér)实施诈骗。

目(mù)前随着技(jì)术(shù)发展，AIGC已经能做出(chū)真人照片般的绘图效果，如(rú)果这(zhè)样(yàng)的图(tú)片被用来诈(zhà)骗，将非常可(kě)怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担(dān)忧(yōu)，一方面(miàn)，批判(pàn)者(zhě)认为AI在“学习”了大量前(qián)人的作品之(zhī)后，其创作没有任何情绪和灵魂，难以和人(rén)类的艺术创作相提并论(lùn)。

另一方面，AIGC背后的版权(quán)、目前都并没有得到有效的解决，还有AIGC会不会代替人(rén)类“至高无上”的创意。

马斯克也(yě)强调，人工智能的安全问题需要(yào)得到重视(shì)，太(tài)晚就(jiù)来不及(jí)了。

03

AIGC下一站(zhàn)除(chú)了视频，还有(yǒu)远方

技术(shù)都是有两(liǎng)面性(xìng)的，潜在的(de)危(wēi)害(hài)并不能掩盖其光(guāng)辉的贡(gòng)献。现(xiàn)在(zài)看来，人(rén)工智能(néng)技术将是第(dì)四次工业革命的核心(xīn)驱动(dòng)力(lì)量，将创造新的增长奇迹。

过去一(yī)年，人(rén)工智能在(zài)技术(shù)和商(shāng)业层面都有(yǒu)了巨(jù)大进(jìn)展，AI绘画(huà)就(jiù)是人工智能技术发(fā)生方(fāng)向性(xìng)改变的一个代(dài)表(biǎo)。其下(xià)一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引(yǐn)爆科技圈的短(duǎn)视频。这些视频引发关(guān)注并(bìng)非内容(róng)做得(dé)多优(yōu)秀，反(fǎn)而(ér)都(dōu)非常简(jiǎn)单，比如一(yī)匹正在喝水的马，一只画画(huà)的(de)玩具熊，或者一段骑摩(mó)托车的第一视(shì)角(jiǎo)录像，随便一个有手(shǒu)机的人都可以随手录下一段。

但这些(xiē)短视频(pín)的创(chuàng)作方式(shì)非常简单，创作者(zhě)仅仅需(xū)要向AI输入一段(duàn)话，甚至只是说一下要求，AI就可以根(gēn)据需要生成一段视(shì)频。

谷歌发布(bù)的两个AI生(shēng)成(chéng)视频分(fēn)别来(lái)自于Imagen Video和Phenaki，前者主要突(tū)出的是高清(qīng)，与Meta的Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布(bù)了(le)AI生成的视(shì)频后，AI圈就(jiù)已经(jīng)玩了一波(bō)梗，一个能够做出更高清视频的AI还不足以在短时间内(nèi)戳中兴奋点。在太空呼吸一口会怎么样，外太空呼吸是什么感觉

Phenaki更加令人震惊的地方在于，它可以制(zhì)作出超过2分钟的(de)连贯的也有确切内(nèi)容的视频，这才是真正让人们(men)感到惊(jīng)喜的(de)地方。因为无论(lùn)AI生成的视频(pín)多么高(gāo)清(qīng)，也只能是为(wèi)内容生产者提供一个(gè)灵(líng)感，一个素材，一个过场动(dòng)画。

不过能(néng)够制作出(chū)有具体剧情内容的视(shì)频就意味(wèi)着，一些视频创(chuàng)作由AI代替人工完(wán)成(chéng)已经(jīng)初步(bù)有了可能。

当下AI的发展速度已经超过大(dà)部分人的想象。内容产业的本质(zhì)是(shì)供给创造(zào)需求(qiú)，AIGC作(zuò)为全新的内容(róng)生产方(fāng)式，可以为内容产业(yè)带来更新的内容风(fēng)格、更(gèng)快(kuài)的生产速(sù)度，更低的(de)生产(chǎn)成本，这无(wú)疑(yí)会驱动内容(róng)产业(yè)的(de)大爆发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机(jī)器人动作等多种内容形式(shì)的生成。不难发现该项技术(shù)不仅在游戏等行业能(néng)得到有效应(yīng)用，对于下一代互联网各种元(yuán)素的构(gòu)建亦有关(guān)键意(yì)义(yì)。

从(cóng)商业化的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于AI的可视(shì)化内(nèi)容有(yǒu)强烈需求。

因(yīn)此，AI绘画及视频或不是结果，而只是(shì)AI进(jìn)程中的一块(kuài)重要拼图，有望(wàng)在技术更新的加持(chí)下实现(xiàn)更(gèng)大的(de)应用价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了(le)可(kě)以生成内容，甚至能够(gòu)创(chuàng)造出独(dú)立价值和独立视角(jiǎo)的(de)内容。AIGC的再次出圈，更代(dài)表着(zhe)未来的先(xiān)进(jìn)生产力(lì)即将(jiāng)到来(lái)。

04

紧抓大模型与(yǔ)算力，牢固AIGC底座(zuò)

从技术的发展(zhǎn)也可以(yǐ)看出，在(zài)语言大模型(xíng)、图像大模(mó)型(xíng)之(zhī)后，多模态大模型已经成为了新的趋势。

大模型被誉为(wèi)当(dāng)前人工智能发展的智能(néng)底座，是全球竞争最激烈(liè)的研究(jiū)方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都(dōu)在竞相发力。

不过训练(liàn)大模型的确(què)价格不菲，以国盛证券发布(bù)的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为(wèi)140万美元。而对于一些更大的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万美元至(zhì)1200万美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算力支(zhī)持。在关(guān)注各类(lèi)大模(mó)型的发展同时(shí)，更应该关注算(suàn)力网络的建设。

算力网络正驱动AI产业发展进(jìn)入史诗级(jí)加速进(jìn)程，让AIGC及(jí)通用AI这一人工智(zhì)能发(fā)展的终极(jí)目标(biāo)离得(dé)更近。

因为算力可以(yǐ)对突破性技术创新提供大力(lì)的(de)支(zhī)持。这方面，多模态大模(mó)型(xíng)是典型。作为(wèi)面向未来强人工(gōng)智能、通用人工智能(néng)的重要(yào)技术创新，多模(mó)态大(dà)模(mó)型已经在人(rén)工智能(néng)领(lǐng)域提(tí)出了(le)很多年，业界也有(yǒu)不少技(jì)术突破，但是，多模态大模型进一步(bù)往下(xià)走，算力需求呈几何(hé)式(shì)上升，一般(bān)的算力基(jī)础设施(shī)很快将难以胜(shèng)任。

从(cóng)图(tú)像、文字、语音单(dān)独一项的训(xùn)练，到(dào)双(shuāng)模(mó)态、三模态的跃(yuè)迁，让人工智能可(kě)以(yǐ)灵活应对不同模态(tài)的转化、像人与世(shì)界(jiè)交(jiāo)互一样自然，这(zhè)方面，由算力网络来(lái)驱动将有明显优势。

此(cǐ)外，还有很多(duō)需要爆发式增长的算力来支撑的技术创新，将在人工智能算力网络(luò)支(zhī)撑下快(kuài)速推进。

AIGC已(yǐ)经露出曙光(guāng)，期待在大模型和大算(suàn)力的(de)支持下AIGC能持(chí)续颠覆内容生产的方(fāng)式，将创造(zào)的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 在太空呼吸一口会怎么样，外太空呼吸是什么感觉