自聊天机器(qì)人ChatGPT火爆(bào)以来(lái)，微软公(gōng)司创始人比尔·盖茨已(yǐ)多次(cì)公开(kāi)谈论人工智(zhì)能话题。在最近的一(yī)次采(cǎi)访中，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这(zhè)个结论是他在(zài)当地(dì)时间(jiān)2月20日接受《In Good Company》节(jié)目(mù)专访(fǎng)时提出的(de)。

他预期，AI的发展(zhǎn)可能会(huì)威胁到谷歌的市占率(lǜ)，因(yīn)为(wèi)微软在AI方面(miàn)的行动相当迅速。而最(zuì)终科技巨头将(jiāng)把AI整合成用户的“全能助手”，包揽(lǎn)一切(qiè)应用，与人(rén)们(men)进行沟通并提供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新(xīn)玩法(fǎ)

AIGC向可(kě)控靠近(jìn)

以(yǐ)AI绘画为(wèi)代表(biǎo)的AIGC上一次(cì)爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州(zhōu)举(jǔ)办的新兴数字(zì)艺(yì)术家竞赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

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

用户们可以在应(yīng)用(yòng)中输入一组关键词或(huò)者一张(zhāng)照片，就能获得一(yī)幅(fú)AI创作的画作。

作画的关键就是所(suǒ)输入(rù)的文本。同一组关(guān)键词也(yě)可以创作出很多(duō)张风(fēng)格不一样的(de)画作，这让创作(zuò)的过程就(jiù)像开(kāi)盲(máng)盒。

很多(duō)用户(hù)很喜欢(huān)这种不确定的惊喜(xǐ)，他们会将(jiāng)生成的(de)美图(tú)当做头像(xiàng)。而另一(yī)部分喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品。在(zài)社(shè)交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例(lì)如，一位网友(yǒu)的小(xiǎo)狗照片被(bèi)AI画成(chéng)了“肌肉男(nán)”，还(hái)有网友(yǒu)的个(gè)人照片被AI识别成(chéng)了建筑。

而如今随着(zhe)ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游(yóu)戏可能要被(bèi)颠(diān)覆了(le)。

ControlNet是(shì)一位正(zhèng)在斯(sī)坦福读博(bó)的中(zhōng)国人张吕(lǚ)敏创作的一种基于控制点的图像变形算法，主要用于数字图像处理、计算机视(shì)觉和计算(suàn)机图形(xíng)学等领域。

其SD插件一经(jīng)发布，在短短的两天内便成为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了(le)很多方法想让AI生成的结果尽可能的符(fú)合要求，但是都(dōu)不尽如人意，它的出(chū)现代表(biǎo)着AI生成开(kāi)始(shǐ)进入(rù)真正(zhèng)的可控时期。

因为(wèi)ControlNet可以直(zhí)接提取画面(miàn)的(de)构图，人物的姿势(shì)和画面的深(s长岛冰茶好喝吗，十大断片鸡尾酒酒排名hēn)度信息等(děng)。有了(le)它的(de)帮助，就不用频繁的用提示词来碰运气，抽盲盒式的创(chuàng)作了(le)。

通俗的说ControlNet相当于给AI绘(huì)画加(jiā)了(le)“魔法(fǎ)”，不少博(bó)主的作品已经获得(dé)了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一(yī)，他用朋友的照片直接带(dài)她们(men)走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件(jiàn)拓(tuò)展(zhǎn)找(zhǎo)到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词(cí)试效果。

通过(guò)图片就可以看出来，效(xiào)果十分惊(jīng)艳。

更(gèng)厉害的(de)是，除了真实的(de)照片，草(cǎo)图也可(kě)以(yǐ)加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实(shí)现线稿转全彩(cǎi)图。大神张吕敏其本尊也(yě)亲自回应。

不得(dé)不说当(dāng)下AIGC已经变得越来越强大，甚至(zhì)输出的(de)作品(pǐn)都已经(jīng)能(néng)以假乱真了。

02

难辨虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有游艇party”的(de)消(xiāo)息火遍网(wǎng)络(luò)，而经过警方辟谣这(zhè)所谓的“party”可(kě)能是全国第(dì)一起AI绘图诈骗。

由于这个活动里面(miàn)给出的美女照片都是AI制作的真人照片绘图，因为(wèi)太逼真，被大家当(dāng)成(chéng)真(zhēn)事传(chuán)播(bō)了。

不(bù)过(guò)仔细(xì)观察可以发现，活动发(fā)起者提供(gōng)的(de)照片中(zhōng)有个很大的漏洞可(kě)以(yǐ)发现并非真人(rén)，而是AI绘图，那便是(shì)图片中女(nǚ)性(xìng)的手指部分有(yǒu)的存在异(yì)常。

有行业(yè)人事表示：“现在因为手指部(bù)分的绘画算法(fǎ)比(bǐ)较(jiào)复杂(zá)，AI还(hái)不太会画人(rén)的手，但(dàn)最新看到的图片已经有越来越完美(měi)的AI模型出现，以后可(kě)能就完全没有(yǒu)漏洞了(le)。”

类似的AI作图(tú)诈骗在国外(wài)也(yě)已有发生。据英国广播公司报道，土耳其地震期(qī)间，有(yǒu)Tiktok用户(hù)使用AI合(hé)成了儿童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良(liáng)的人打赏“捐助”从(cóng)而(ér)实施诈骗。

目(mù)前随着技(jì)术发展，AIGC已(yǐ)经(jīng)能做(zuò)出真人(rén)照片般的绘图效果，如果这样的图片(piàn)被用来诈骗(piàn)，将非常可(kě)怕(pà)。

此外AIGC还引发(fā)了(le)很(hěn)多担(dān)忧，一方面，批(pī)判者认为AI在“学习”了大(dà)量前人(rén)的作品之后(hòu)，其(qí)创作没(méi)有(yǒu)任(rèn)何情绪和灵魂(hún)，难(nán)以和人类的艺术创作相提(tí)并(bìng)论(lùn)。

另(lìng)一方面(miàn)，AIGC背后的版权、目前都并没(méi)有得到有效的(de)解决，还有AIGC会(huì)不会代(dài)替人类“至高无上”的创意。

马斯克也强调，人工智能的安(ān)全问题需(xū)要得到重(zhòng)视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有远方

技术都是有两面性的，潜在的危害并不(bù)能掩(yǎn)盖(gài)其光辉的贡献。现在看来，人工智能技术(shù)将是第四次工业革(gé)命的核(hé)心驱动(dòng)力量，将创造新(xīn)的增长奇迹。

过去一年，人工智(zhì)能在技术和商业层面都有了(le)巨(jù)大进展，AI绘画就是人工(gōng)智能(néng)技术发(fā)生方向性改(gǎi)变的一个代表(biǎo)。其下一站或许(xǔ)就(jiù)是视(shì)频(pín)。

此前，Meta和谷(gǔ)歌先(xiān)后发布了几条引(yǐn)爆科(kē)技(jì)圈的(de)短视频。这些视频(pín)引发关注并非内容(róng)做(zuò)得(dé)多优秀，反而都非常(cháng)简单，比如一(yī)匹正在喝水的马，一(yī)只画画的玩具熊，或者(zhě)一段骑摩托车的第一(yī)视角录像，随便一个(gè)有手(shǒu)机的人都可以(yǐ)随手录(lù)下一(yī)段。

但这些短视频的创作方式非常简单，创作(zuò)者仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚至(zhì)只是说一下(xià)要求，AI就(jiù)可以(yǐ)根据(jù)需要生成(chéng)一段视频。

谷(gǔ)歌发布的(de)两(liǎng)个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波(bō)梗，一个能够做出更高清视(shì)频(pín)的AI还不足以在短(duǎn)时(shí)间(jiān)内戳中兴奋点。

Phenaki更(gèng)加令(lìng)人震(zhèn)惊的(de)地方在于(yú)，它可(kě)以制作出超(chāo)过2分钟的连贯的也(yě)有确切内容的(de)视频，这(zhè)才是(shì)真正让人们感到惊喜的(de)地方。因为无论AI生成的视频(pín)多(duō)么高清，也只(zhǐ)能是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过能够制作出有具体剧情内容的视(shì)频就意(yì)味着，一些视频(pín)创作(zuò)由AI代(dài)替人工完成(chéng)已(yǐ)经(jīng)初(chū)步有(yǒu)了可能。

当下(xià)AI的发展(zhǎn)速(sù)度已(yǐ)经超(chāo)过(guò)大部分人(rén)的想象。内容产业的本质(zhì)是供给创(chuàng)造需(xū)求，AIGC作为全新的(de)内容生产方式，可以(yǐ)为内容产业带来更新的内容(róng)风格、更(gèng)快的生产速(sù)度，更低(dī)的生产成本，这无(wú)疑会驱动内容产业的(de)大(dà)爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐(lè)、代码(mǎ)、机(jī)器人动作(zuò)等多种(zhǒng)内(nèi)容形(xíng)式的生(shēng)成。不难发现该项技(jì)术不仅在游戏等(děng)行业(yè)能得到有效应用，对于下一(yī)代互(hù)联网各种(zhǒng)元素的(de)构建亦有关键意(yì)义(yì)。

从(cóng)商业化的角度(dù)来看，文化娱(yú)乐、教(jiào)育、传媒等诸多领域(yù)，本身(shēn)就对基于AI的(de)可视化内容有强烈需(xū)求。

因此(cǐ)，AI绘画及视频(pín)或(huò)不(bù)是结(jié)果，而只是AI进程中的一块重要拼图，有望在技术更新的加持下实(shí)现更大的应用价值。

AI从理解内容(róng)，走向(xiàng)了可(kě)以生(shēng)成内容，甚至能(néng)够(gòu)创造出独立价(jià)值和(hé)独立视角的内(nèi)容。AIGC的再次(cì)出(chū)圈，更代(dài)表着未来(lái)的先进生产力即将(jiāng)到来(lái)。

04

紧(jǐn)抓大模型与算力(lì)，牢固(gù)AIGC底座

从技术的发展也可(kě)以看(kàn)出，在(zài)语言(yán)大模型、图(tú)像大(dà)模型之后，多模态大模(mó)型已经(jīng)成为了新的趋势。

大模型被(bèi)誉为(wèi)当前人工(gōng)智能发展的智(zhì)能底座，是(shì)全(quán)球(qiú)竞争最激烈的研究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多头部企(qǐ)业(yè)都在竞相发力。

不过训练大模型的确价格不(bù)菲，以(yǐ)国盛证券发布的《ChatGPT需要多少(shǎo)算力》报告估算，GPT-3训练一(yī)次的(de)成本约为140万美元。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美(měi)元至1200万美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其(qí)对应芯片需求为3万多片英伟(wěi)达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大算(suàn)力支持。在关注各类大模型的(de)发展同时，更(gèng)应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业(yè)发展进入史诗级加(jiā)速进程(chéng)，让AIGC及(jí)通用AI这一人工智能(néng)发(fā)展的终极目标(biāo)离得更近。

因为(wèi)算力(lì)可以(yǐ)对突破性技术(shù)创新提(tí)供(gōng)大力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向未来(lái)强人工智能、通用人(rén)工智能的(de)重(zhòng)要技术创(chuàng)新，多模态大模(mó)型已经在人工智(zhì)能领(lǐng)域提(tí)出(chū)了很多年(nián)，业界也有不少(shǎo)技(jì)术突破，但是，多模态(tài)大模型进一步(bù)往(wǎng)下走，算力需求呈几(jǐ)何式(shì)上升，一般的算力(lì)基(jī)础设施很(hěn)快将难以胜任。

从图像、文(wén)字、语音单独一项的训练，到双模态、三模态(tài)的(de)跃迁(qiān)，让(ràng)人工(gōng)智能可以灵活(huó)应对不同模态的转化、像人与世界交互一样(yàng)自然(rán)，这方面，由算(suàn)力网(wǎng)络来驱动将有明显优势。

此外，还有很多需要爆发式增长(zhǎng)的算力来支撑的技术创(chuàng)新，将在(zài)人工智能(néng)算力网(wǎng)络(luò)支撑下(xià)快(kuài)速推(tuī)进(jìn)。

AIGC已经露出曙(shǔ)光，期待在大模型和大(dà)算力的(de)支(zhī)持下(xià)AIGC能(néng)持续颠覆内容生产的方式，将创造的边际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 长岛冰茶好喝吗，十大断片鸡尾酒酒排名