自聊(liáo)天机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔·盖(gài)茨已多次公开谈论人工智能话题(tí)。在最近的一(yī)次采访中，他再次(cì)表(biǎo)示：“AI可能会(huì)让科技行业迎来一次剧烈的洗牌”。

这个结论是(shì)他在当地时间2月20日接受《In Good Company》节目(mù)专访时提出的(de)。

他预期，AI的发展可能会威胁到(dào)谷歌的市占率，因为微(wēi)软(ruǎn)在AI方面(miàn)的行动相当迅速。而最终科技(jì)巨头将把AI整合成用户的(de)“全能助手”，包揽一切应用，与(yǔ)人(rén)们进(jìn)行沟(gōu)通并提(tí)供建议，可以取代(dài)亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助手的到来可能尚需(xū)时日，但由ControlNet引(yǐn)发(fā)的(de)又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围(wéi)中杀(shā)出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的(de)AIGC上一次爆火(huǒ)的时候，还是(shì)2022年8月，在美国科罗拉多州举办(bàn)的新兴数字艺(yì)术(shù)家(jiā)竞赛(sài)中，一幅名为《太空(kōng)歌剧院》的作品获奖。

随后各(gè)大厂(chǎng)商的AI绘画(huà)软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其(qí)中代表。

用户们(men)可以在应用中输入(rù)一组关键词(cí)或(huò)者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键就是(shì)所输(shū)入的文本。同(tóng)一组关键词也可以创作出(chū)很多张风格(gé)不(bù)一样(yàng)的画(huà)作(zuò)，这让创作(zuò)的过程就像开(kāi)盲盒。

很多用户很喜欢这种不确定的惊喜(xǐ)，他们(men)会将生(shēng)成的(de)美图当(dāng)做头(tóu)像。而另(lìng)一部分喜欢翻看AI绘画(huà)的“翻车(chē)”作品(pǐn)。在社交(jiāo)媒体(tǐ)上，许多用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片被(bèi)AI画(huà)成了“肌肉男”，还(hái)有网友的个人照片被AI识别成了建(jiàn)筑。

而(ér)如今随着ControlNet的出现与加持，以往(wǎng)AI绘画的(de)填写关(guān)键词游戏可能(néng)要被(bèi)颠覆了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕(lǚ)敏创作的一种基于控制点的图像(xiàng)变形算法，主要用于数字图像处理、计算机视觉和计算(suàn)机图形学(xué)等领(lǐng)域。

其(qí)SD插件一经发布，在短短的两天内便(biàn)成为了AI绘画领域最新(xīn)的热点。

在此之前，大(dà)家用了很多方法想让AI生成的结果(guǒ)尽可能的(de)符合(hé)要求，但是都不尽如人意，它的(de)出现代表着(zhe)AI生成开(kāi)始进入真正(zhèng)的(de)可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画(huà)面的(de)构图，人物的姿势和画面的(de)深(shēn)度信息等。有了它的帮助，就不用(yòng)频繁的用提示词来碰运(yùn)气，抽(chōu)盲盒(hé)式的创(chuàng)作了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画(huà)加了“魔法(fǎ)”，不少博主的作(zuò)品已(yǐ)经获(huò)得(dé)了大量的(de)浏(liú)览量，“viggo”就(jiù)是其中之一，他(tā)用朋(péng)友的(de)照片直接(jiē)带(dài)她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用Text2Prompt插件(jiàn)拓展找到对应(yīng)的(de)关键(jiàn)词；最后用(yòng)ControlNet插件绑定(dìng)骨(gǔ)骼开始换关键词试效(xiào)果。

通过图片就(jiù)可以看出(chū)来，效果十分惊艳。

更(gèng)厉害(hài)的是(shì)，除了真实(shí)的照片，草图也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿(gǎo)转全彩图。大神张吕敏其本(běn)尊也亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得越来越强大，甚至输出的(de)作品都已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发(fā)

警惕安全问(wèn)题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火(huǒ)遍网(wǎng)络，而经过警方辟谣这所谓(wèi)的(de)“party”可能(néng)是全(quán)国(guó)第一起AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的美女照片(piàn)都是(shì)AI制作的真人照(zhào)片绘图(tú)，因(yīn)为太逼真，被大(dà)家当成真(zhēn)事传播了。

不过仔细观察可以发现，活动发起者提(tí)供的照片中有个很(hěn)大的漏(lòu)洞可以(yǐ)发现并非真人，而(ér)是AI绘图，那便是(shì)图(tú)片(piàn)中女性的手指部(bù)分有的存(cún)在异常。

有行(xíng)业人事表(biǎo)示(shì)：“现在(zài)因为手指(zhǐ)部分的绘画算法比较复杂，AI还不太会画人(rén)的手，但最新看到的图片(piàn)已经有越(yuè)来(lái)越完美的AI模(mó)型出现，以后可能就完全(quán)没有漏(lòu)洞了(le)。”

类似(shì)的AI作图诈骗在国外也已有发生。据(jù)英(yīng)国广播公司(sī)报道，土耳其(qí)地震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发(fā)布到(dào)网络(luò)，以此诱骗善良的人打(dǎ)赏“捐助”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘(huì)图效果，如果(guǒ)这样的图片被用来诈骗(piàn)，将非常(cháng)可怕。

此外(wài)AIGC还引(yǐn)发了很多担忧，一(yī)方面(miàn)，批判者认为AI在“学习”了大量(liàng)前(qián)人的作品之后，其创作没有(yǒu)任何情绪和(hé)灵魂，难以(yǐ)和(hé)人类的(de)艺(yì)术创作相提(tí)并论。

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

马斯(sī)克也强调，人工智能的(de)安全(quán)问题需要得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远(yuǎn)方(fāng)

技术都(dōu)是有(yǒu)两(liǎng)面性(xìng)的，潜(qián)在的(de)危害(hài)并不能掩盖其光辉的贡献。现在看来(lái)，人(rén)工智能技术将是第(dì)四次(cì)工业革命的核心(xīn)驱动(dòng)力量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人(rén)工智(zhì)能(néng)在技术和商业层面(miàn)都有了(le)巨大(dà)进展，AI绘画就是人工智(zhì)能技术(shù)发(fā)生方向性改变的一(yī)个(gè)代(dài)表。其下一站或许就是视频(pín)。

此前，Meta和谷(gǔ)歌先后发(fā)布了几条引爆科技圈的短视频。这(zhè)些视频引发关注并(bìng)非内容做得多优(yōu)秀，反而都非(fēi)常简(jiǎn)单(dān)，比如一匹(pǐ)正在喝水的马，一只画(huà)画的玩具熊，或者一段(duàn)骑摩(mó)托车的第一视角录像，随便一个有手(shǒu)机的人都可以随手(shǒu)录下一(yī)段。

但这(zhè)些(xiē)短(duǎn)视频的创作方式非常简单，创(chuàng)作者(zhě)仅仅(jǐn)需要向AI输入一段话(huà)，甚至只是说一下要求，AI就可以(yǐ)根(gēn)据需要生成一段视频。

谷歌发(fā)布的两个AI生成(chéng)视(shì)频分别来(lái)自于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出的是高(gāo)清，与Meta的Make-A-Video没有太多的(de)差别。

在Make-A-Video公布了AI生成(chéng)的视(shì)频(pín)后，AI圈就已经玩了一波梗，一(yī)个能够做出更高清视频的AI还不足以(yǐ)在短时(shí)间内戳中兴(xīng)奋点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制(zhì)作出超过2分钟的连贯(guàn)的也有确切内容的视频(pín)，这才是(shì)真正让人们(men)感到惊(jīng)喜(xǐ)的(de)地方。因为无论AI生(shēng)成(chéng)的(de)视频多(duō)么高清(qīng)，也只能是为内容生产者提供一个灵感(gǎn)，一个(gè)素材，一个过场动画。

不过能够制作(zuò)出有(yǒu)具体剧情内容的(de)视频(pín)就意味着(zhe)，一些视频创(chuàng)作(zuò)由AI代(dài)替人工完成已经(jīng)初步有了可能。

当下AI的发展速(sù)度已经超(chāo)过(guò)大部分人的想象。内容(róng)产业的本(běn)质是供(gōng)给创(chuàng)造需求，AIGC作为全新的内容生(shēng)产方式(shì)，可(kě)以为(wèi)内容产(chǎn)业带来更新的(de)内容风格、更快的生产(chǎn)速(sù)度，更低(dī)的生产成本，这(zhè)无疑会驱动内(nèi)容产(chǎn)业的大爆(bào)发(fā)。

除了(le)AI绘图、视频，AIGC技(jì)术还能(néng)应用于音乐(lè)、代码、机器人动作等(děng)多(duō)种内容形式的生成(chéng)。不难(nán)发现该项技术不仅在游戏等行业(yè)能得到有效(xiào)应用，对于下一代互联网(wǎng)各种元素(sù)的构建(jiàn)亦有关(guān)键(jiàn)意义。

从商业(yè)化的角度(dù)来(lái)看，文化(huà)娱乐(lè)、教育、传媒等诸多领域，本(běn)身就对基于AI的可视化(huà)内容有强烈(liè)需求。

因此，AI绘(huì)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(tú)，有望在技术更新的(de)加(jiā)持下实现(xiàn)更大的应用价值。

AI从理(lǐ)解(jiě)内容，走向了可(kě)以生成内(nèi)容，甚(shèn)至能够创(chuàng)造(zào)出独立(lì)价(jià)值(zhí)和(hé)独立视角的内容。AIGC的(de)再(zài)次(cì)出圈，更代表着未来的先进(jìn)生产力即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发(fā)展也可(kě)以看出，在语(yǔ)言大模型、图像(xiàng)大模型之后，多模态大模型已经(jīng)成为了新(xīn)的趋势。

大模型被誉为当前人工智(zhì)能发展的智能底座，是全球(qiú)竞(jìng)争最激烈的研究(jiū)方向之(zhī)一，包括谷歌、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头(tóu)部(bù)企业都在(zài)竞相发(fā)力(lì)。

不过(guò)训(xùn)练大模型的确价格不(bù)菲，以国盛证券发布(bù)的(de)《ChatGPT需要多少算(suàn)力》报(bào)告估算，GPT-3训练一次(cì)的(de)成(chéng)本(běn)约为(wèi)140万美元(yuán)。而对(duì)于一(yī)些更大(dà)的(de)LLM(大型语言模(mó)型)，训练成本则介于200万美元(yuán)至1200万美元高(gāo)价之(zhī)间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美(měi)元，每日仅电费就在5万美(měi)元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是AIGC，都离不(bù)开庞大算力支持(chí)。在关注(zhù)各类大模(mó)型(xíng)的发(fā)展同(tóng)时，更应该(gāi)关注算力(lì)网络的建(jiàn)设(shè)。

算力网(wǎng)络正驱动(dòng)AI产(chǎn)业发展进入(rù)史诗级加速进程(chéng)，让AIGC及(jí)通用AI这(zhè)一人工智能发展(zhǎn)的终(zhōng)极目(mù)标离得(dé)更(gèng)近。

因为算力可以(yǐ)对突破性技术创新提供大(dà)力(lì)的支持。这方面，多(duō)模态大模(mó)型(xíng)是典(diǎn)型。作为面向未来强(qiáng)人工智能、通用人工智(zhì)能(néng)的重要技术创新，多(duō)模态大模型已经在(zài)人工智(zhì)能领(lǐng)域提出了很多(duō)年，业界也有不少技术突破，但(dàn)是，多(duō)模态(tài)大模型进一步(bù)往下走，算(suàn)力需(xū)求呈几何式上升，一般(bān)的(de)算力基础(chǔ)设(shè)施很快将难以胜任。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模(mó)态、三模态的跃迁，让(ràng)人工智能可以灵(líng)活应对不同(tóng)模态的转(zhuǎn)化、像(xiàng)人与世界交互一样自(zì)然，这方(fāng)面，由算力(lì)网络来驱动(dòng)将有明显优势。

此外(wài)，还有很多(duō)需要爆发式增长的(de)算(suàn)力来支撑的技术创(chuàng)新(xīn)，将(jiāng)在人工智能算(suàn)力网络支(zhī)撑(chēng)下快速推进。

AIGC已经露出(chū)曙光，期(qī)待在(zài)大模型和(hé)大算力(lì)的支持下AIGC能持续颠覆内容生(shēng)产的方式(shì)，将创(chuàng)造(zào)的边际成本降(jiàng)低(dī)，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 谬赞是什么意思啊 缪赞和谬赞的区别是什么