自聊(liáo)天机器(qì)人ChatGPT火(huǒ)爆以(yǐ)来，微软公司创(chuàng)始人比尔·盖(gài)茨已多次公开(kāi)谈论(lùn)人工智能(néng)话题(tí)。在最近(jìn)的一次采访(fǎng)中，他再次(cì)表示：“AI可(kě)能(néng)会让科(kē)技行业迎来一(yī)次剧烈的洗牌”五斤等于多少克，五斤等于多少克千克。

这个结论是他在当地(dì)时间2月20日接受《In Good Company》节(jié)目专访时提(tí)出(chū)的。

他预期，AI的(de)发展(zhǎn)可(kě)能会威胁(xié)到谷歌的市占率，因为微软(ruǎn)在AI方面的行动相当迅速(sù)。而(ér)最终科技巨头将把AI整合成用户的“全能助手”，包揽一切应用，与人们进行沟通并提(tí)供建议(yì)，可以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全能助手的到来可(kě)能尚(shàng)需时日，但由ControlNet引发的又一次AI绘画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代表的AIGC上一次(cì)爆(bào)火的时候，还(hái)是2022年8月(yuè)，在美国科罗拉多州举办的新(xīn)兴(xīng)数字艺术家竞赛(sài)中，一幅(fú)名为《太空歌(gē)剧院(yuàn)》的作品(pǐn)获(huò)奖(jiǎng)。

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

用户们可(kě)以在应用中输入一组关键(jiàn)词(cí)或者一张照片，就能获得一幅AI创作(zuò)的画作。

作画(huà)的关键(jiàn)就是所输入(rù)的文本。同一组(zǔ)关键(jiàn)词也可以创作出很(hěn)多张(zhāng)风格(gé)不一样的(de)画作(zuò)，这让(ràng)创作的过(guò)程就像开盲盒。

很多用户很喜(xǐ)欢这种不确定的惊喜，他(tā)们会将生(shēng)成的(de)美图(tú)当做头像。而另(lìng)一部分喜欢(huān)翻看AI绘(huì)画(huà)的(de)“翻(fān)车”作品(pǐn)。在社(shè)交媒体(tǐ)上，许多用户(hù)分享AI“翻车现(xiàn)场”，例(lì)如(rú)，一(yī)位网友的小狗照(zhào)片被(bèi)AI画(huà)成了“肌(jī)肉男”，还有网(wǎng)友的个(gè)人照片被AI识别成(chéng)了建筑。

而如(rú)今随(suí)着ControlNet的出(chū)现与加持，以往AI绘画的填写(xiě)关(guān)键词游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种基于控制(zhì)点的图(tú)像变形算法(fǎ)，主(zhǔ)要用于数字图像处理、计算机(jī)视觉和计算机图形学等领域。

其(qí)SD插件一经发布，在短(duǎn)短(duǎn)的两(liǎng)天内(nèi)便成为了AI绘(huì)画领域最新的热(rè)点。

在此之前，大家用了很多方法想(xiǎng)让(ràng)AI生成(chéng)的结果(guǒ)尽可能的符(fú)合(hé)要(yào)求，但是都不尽如(rú)人(rén)意，它的(de)出现代表着AI生成开始进入真正的可(kě)控时期。

因为ControlNet可以直接提取画面(miàn)的构(gòu)图，人物(wù)的姿势和画面的深度(dù)信息(xī)等。有了(le)它的帮(bāng)助(zhù)，就不用频繁的(de)用提示词来(lái)碰运(yùn)气，抽盲盒式(shì)的创(chuàng)作了。

通俗(sú)的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大(dà)量(liàng)的浏(liú)览(lǎn)量，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼开始换(huàn)关键(jiàn)词试效果。

通过图(tú)片就可以看出来(lái)，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实(shí)的照片(piàn)，草图也可以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实(shí)现线(xiàn)稿转全(quán)彩图。大(dà)神张吕敏其本尊也亲(qīn)自回应。

不得不(bù)说当下AIGC已(yǐ)经变得(dé)越来越强(qiáng)大，甚(shèn)至输出的作(zuò)品都(dōu)已经能(néng)以假乱(luàn)真了。

02

难辨虚(xū)实，AIGC技(jì)术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有(yǒu)游艇party”的(de)消息(xī)火遍网络(luò)，而经过警方辟谣这所(suǒ)谓的“party”可(kě)能是(shì)全(quán)国第(dì)一起AI绘图诈(zhà)骗。

由(yóu)于这(zhè)个活动里(lǐ)面给出的(de)美女照片都是AI制作的真人照片(piàn)绘(huì)图(tú)，五斤等于多少克，五斤等于多少克千克因为太逼真，被大家当成真事传播了。

不过仔细观察可以发(fā)现，活动发(fā)起者提供的照片中有个很大的漏(lòu)洞(dòng)可以发(fā)现并非真(zhēn)人，而是AI绘图，那便是图(tú)片中女性的(de)手指部分有的存在异常。

有行业(yè)人事表示：“现在因为手指部(bù)分的(de)绘画算法比较(jiào)复杂，AI还(hái)不太会画人的手，但(dàn)最新看到的图片已(yǐ)经(jīng)有(yǒu)越来越完美(měi)的AI模型出现，以(yǐ)后可(kě)能就(jiù)完全没(méi)有(yǒu)漏洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国外也已有发生。据英国广(guǎng)播公司(sī)报道，土耳其地震期间，有Tiktok用户使用AI合成了儿(ér)童(tóng)受灾的假(jiǎ)照片发(fā)布到网(wǎng)络，以此诱骗善良的(de)人打赏“捐助”从而(ér)实(shí)施诈骗。

目前(qián)随(suí)着技术发展，AIGC已(yǐ)经(jīng)能(néng)做(zuò)出真人照片般(bān)的绘图效果，如果这样的图片被用(yòng)来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发了很多(duō)担忧，一方面，批判者认(rèn)为AI在“学(xué)习(xí)”了大量前人的作(zuò)品(pǐn)之(zhī)后(hòu)，其创作没有任(rèn)何(hé)情(qíng)绪和灵魂，难(nán)以和人(rén)类的艺(yì)术创作相(xiāng)提(tí)并论。

另一(yī)方(fāng)面，AIGC背后的版权(quán)、目前都并没有得到(dào)有效(xiào)的解决，还(hái)有AIGC会不会(huì)代(dài)替人类“至高(gāo)无上”的创意(yì)。

马斯(sī)克也强调，人工智能的安全问题需要得(dé)到重视，太晚就来(lái)不及了(le)。

03

AIGC下一站(zhàn)除了视(shì)频，还有远(yuǎn)方

技术都是有两面性(xìng)的(de)，潜在(zài)的危害并(bìng)不能掩盖其光辉的贡献。现在看来，人工智能(néng)技术将是第四(sì)次工业革(gé)命(mìng)的核(hé)心驱动力量(liàng)，将创造新的(de)增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在技术(shù)和商业层面都有(yǒu)了巨大进展，AI绘画就(jiù)是人工智能技术(shù)发生方向性改变的一(yī)个代表。其下一站或许就是视频。

此前，Meta和(hé)谷(gǔ)歌先后发布了几条引爆(bào)科技圈的短(duǎn)视频。这(zhè)些视频引发关注(zhù)并(bìng)非内容做得多优秀，反而都非常简(jiǎn)单，比如一匹正(zhèng)在喝水的马(mǎ)，一只(zhǐ)画(huà)画的玩具熊，或者一(yī)段骑摩托(tuō)车的第一(yī)视(shì)角录像，随便(biàn)一个(gè)有手机的人都可(kě)以随手录下一段。

但这(zhè)些短(duǎn)视频的(de)创作(zuò)方(fāng)式非常简单(dān)，创作者仅仅需(xū)要向AI输入一段话，甚至只是(shì)说一下要(yào)求，AI就可以根(gēn)据(jù)需要(yào)生成一(yī)段视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主要(yào)突(tū)出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公布了AI生成的(de)视频后，AI圈就已经玩(wán)了一波梗，一个能(néng)够做(zuò)出更(gèng)高清视频的AI还(hái)不足以(yǐ)在(zài)短时间内戳中兴奋(fèn)点。

Phenaki更加令(lìng)人震惊的地方在于，它(tā)可(kě)以(yǐ)制作出超过2分钟的连贯的也有确切内容(róng)的视频(pín)，这才是(shì)真正(zhèng)让人们感到(dào)惊喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者提供(gōng)一个灵感，一个素材，一(yī)个过场动画。

不(bù)过能够制作出(chū)有具体剧(jù)情内容的视频就意味着，一些视频创作由AI代替人工完成已经初步(bù)有了可(kě)能。

当下(xià)AI的(de)发(fā)展速度(dù)已(yǐ)经超过大部分人的想象。内容产业的(de)本质是供给创造需(xū)求，AIGC作为全新的内(nèi)容生产方式，可以为内容产业带(dài)来更新(xīn)的内容(róng)风格(gé)、更快(kuài)的(de)生(shēng)产速度，更低的生产成本，这无疑会驱(qū)动内(nèi)容产业的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能(néng)应用于音(yīn)乐、代码、机(jī)器人(rén)动作等(děng)多(duō)种(zhǒng)内容形(xíng)式的(de)生成。不难发现该项技(jì)术不仅(jǐn)在游戏等行业能得(dé)到有效应用，对于下(xià)一代互联网各种元(yuán)素的(de)构建(jiàn)亦有关键意(yì)义。

从商业化(huà)的角度(dù)来看(kàn)，文化(huà)娱(yú)乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身就对基于AI的可(kě)视化内容有强烈(liè)需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是(shì)AI进(jìn)程中的一块重(zhòng)要拼图，有望在技(jì)术更新的加持下实现更大的(de)应(yīng)用价(jià)值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造(zào)出独立价(jià)值(zhí)和独(dú)立视(shì)角的内容。AIGC的再次出(chū)圈，更代表(biǎo)着未来的先进生产(chǎn)力即(jí)将到来(lái)。

04

紧抓大模型(xíng)与算(suàn)力(lì)，牢固(gù)AIGC底(dǐ)座

从技术的发展也可以(yǐ)看出(chū)，在语言(yán)大模型、图像大模型之后，多模态大(dà)模(mó)型已经成为了新的趋势。

大模型被誉为(wèi)当(dāng)前(qián)人工智能发展(zhǎn)的智能(néng)底座(zuò)，是全球(qiú)竞(jìng)争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿(ā)里、腾讯等众多头(tóu)部企(qǐ)业都(dōu)在竞相(xiāng)发力。

不过训练大(dà)模型的确(què)价格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需要多少算(suàn)力》报告估算(suàn)，GPT-3训练一次的成本约为140万美(měi)元。而对于一(yī)些更(gèng)大的(de)LLM(大型语(yǔ)言模型)，训(xùn)练(liàn)成本则介于200万美元(yuán)至1200万美元(yuán)高价之(zhī)间。

以ChatGPT在2023年1月(yuè)的独(dú)立访客平均(jūn)数1300万计(jì)算，其对应(yīng)芯片需求为(wèi)3万多(duō)片英(yīng)伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每日仅电费就(jiù)在5万美元(yuán)左右。

此外不(bù)论是(shì)ChatGPT还是AIGC，都离(lí)不开庞大算力(lì)支持。在关注(zhù)各类大(dà)模型的发展同时，更应(yīng)该关注算力网络的建(jiàn)设。

算(suàn)力网(wǎng)络(luò)正驱动AI产业(yè)发展进入史诗级加速进程(chéng)，让(ràng)AIGC及(jí)通用AI这一人工智能(néng)发展(zhǎn)的(de)终极目标(biāo)离得更(gèng)近。

因为算(suàn)力(lì)可以(yǐ)对突破性(xìng)技术创新提供大(dà)力的支持(chí)。这方面，多模态(tài)大(dà)模型(xíng)是典型。作为面向未来强人(rén)工智能、通用人工智能的(de)重要(yào)技术创新，多模态大模型已经在人工(gōng)智(zhì)能(néng)领域(yù)提(tí)出了很多(duō)年，业界也有不少技术突破(pò)，但是，多(duō)模态大模型进一步往(wǎng)下走，算力需求呈几何(hé)式(shì)上升，一般的算力基础设(shè)施很(hěn)快将难以(yǐ)胜任。

从图像、文字、语音单(dān)独一项的(de)训练，到双模态(tài)、三模态(tài)的跃迁(qiān)，让人工智(zhì)能可以(yǐ)灵(líng)活应对不同模态的(de)转化、像人(rén)与世界交互一样自然，这方(fāng)面，由(yóu)算力网络(luò)来(lái)驱动将有明显优势。

此外(wài)，还有很多需(xū)要爆(bào)发式增长的算(suàn)力来支撑的技术创(chuàng)新，将在(zài)人工智能算力网(wǎng)络支(zhī)撑下快(kuài)速推进(jìn)。

AIGC已经露出曙光，期(qī)待在大模型(xíng)和大算力的支持下AIGC能持(chí)续(xù)颠覆内(nèi)容生产的方式，将(jiāng)创造的边(biān)际成本降低(dī)，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 五斤等于多少克，五斤等于多少克千克