自(zì)聊天(tiān)机器人ChatGPT火爆以来，微软公司创(chuàng)始人(rén)比尔·盖茨已多次公(gōng)开谈论人工智(zhì)能(néng)话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一(yī)次(cì)剧烈的洗(xǐ)牌”。

这个结论(lùn)是(shì)他在当地时间2月(yuè)20日(rì)接受《In Good Company》节(jié)目专访时提出的。

他预期(qī)，AI的发(fā)展可能会(huì)威胁到(dào)谷歌的(de)市(shì)占率(lǜ)，因为(wèi)微软在AI方面的行动相当迅速。而最终科技巨头将把AI整(zhěng)合成用户的“全(quán)能(néng)助手”，包(bāo)揽(lǎn)一(yī)切应用，与人们进行沟通(tōng)并提供建议，可(kě)以取代亚马(mǎ)逊、Siri或Outlook等应用。

大(dà)佬口中全能(néng)助手的到来可能(néng)尚(shàng)需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的(de)话题热点(diǎn)包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆(fù)AI绘画(huà)新玩法

AIGC向可控靠(kào)近

以AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办(bàn)的新兴(xīng)数字艺术家竞(jìng)赛中，一幅名为《太空(kōng)歌剧院(yuàn)》的(de)作品(pǐn)获奖。

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

用户们可以(yǐ)在(zài)应用中输入一(yī)组(zǔ)关键词或者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作(zuò)画的(de)关键就是所输入(rù)的文本。同一组关(guān)键词也(yě)可以创(chuàng)作出(chū)很多张风格不(bù)一(yī)样(yàng)的画作(zuò)，这让创作的过(guò)程就像开盲盒。

很多用(yòng)户(hù)很喜欢这种不确定的(de)惊喜，他(tā)们(men)会(huì)将生成(chéng)的美图当做头像。而另一部分喜欢(huān)翻看(kàn)AI绘画(huà)的“翻(fān)车”作(zuò)品(pǐn)。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻车(chē)现场”，例如(rú)，一位网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有(yǒu)网友的个人(rén)照(zhào)片被(bèi)AI识别成了建筑。

而(ér)如(rú)今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写关键词游戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中(zhōng)国人(rén)张吕敏(mǐn)创作的一种基于(yú)控制点的图像变形算法，主要用(yòng)于数字图像(xiàng)处理(lǐ)、计算(suàn)机视(shì)觉(jué)和计(jì)算机图形学等领(lǐng)域。

其SD插件(jiàn)一(yī)经发(fā)布(bù)，在短短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现代表着AI生成开始(shǐ)进(jìn)入(rù)真(zhēn)正的可控时期。

因为ControlNet可以直(zhí)接提取(qǔ)画面的构图，人(rén)物的(de)姿势和画面(miàn)的深(shēn)度信息等(děng)。有了它的(de)帮助，就不用频繁的用提示词来碰(pèng)运气，抽盲盒(hé)式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画(huà)加(jiā)了“魔法”，不少博主的(de)作品已经获得了大(dà)量(liàng)的浏览(lǎn)量，“viggo”就是其(qí)中之一，他用朋(péng)友(yǒu)的照(zhào)片(piàn)直(zhí)接带她(tā)们走进(jìn)动(dòng)漫世界(jiè)。

viggo先用StableDiffusion图片转(zhuǎn)文(wén)字。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词；最后用(yòng)ControlNet插件绑(bǎng)定骨(gǔ)骼开始换关(guān)键(jiàn)词(cí)试效果。

通过图(tú)片就可以看出来(lái)，效果(guǒ)十分惊艳。

更(gèng)厉害的是，除了真(zhēn)实的照片，草图(tú)也可以加上“魔(mó)法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现线稿转全(quán)彩(cǎi)图(tú)。大(dà)神张(zhāng)吕敏其(qí)本尊也(yě)亲(qīn)自回应。

不(bù)得不(bù)说当(dāng)下(xià)AIGC已经变得越来越强大(dà)，甚(shèn)至输出的作(zuò)品都已经(jīng)能以(yǐ)假乱真了(le)。

02

难辨(biàn)虚实(shí)，AIGC技(jì)术(shù)力爆发

警惕安全问题

近(jìn)日，“苏(sū)州金(jīn)鸡(jī)湖有游艇party”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣这所谓(wèi)的(de)“party”可(kě)能是全国(guó)第一起AI绘图诈骗。

由于(yú)这个活(huó)动里面给(gěi)出(chū)的美女(nǚ)照片(piàn)都是AI制作的真人照片绘图，因为(wèi)太(abo文是什么意思 abo文是谁发明的tài)逼(bī)真，被大家当成真事传播了。

不过仔(zǎi)细观察可(kě)以发现，活动发起者提供的照片(piàn)中有个很大的漏洞可以发(fā)现并非真人，而是AI绘图，那便(biàn)是图(tú)片中女(nǚ)性(xìng)的手指部(bù)分(fēn)有的存(cún)在异(yì)常。

有行业人事表(biǎo)示：“现在(zài)因为手指部分的绘画(huà)算法比较复杂，AI还不(bù)太会(huì)画人(rén)的手，但最新看到(dào)的图片已经有(yǒu)越(yuè)来(lái)越完美的AI模型出现，以(yǐ)后可能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国外也已有发生。据(jù)英国广播公司报道，土(tǔ)耳其地震(zhèn)期间，有Tiktok用户使用AI合(hé)成了儿童(tóng)受灾(zāi)的假照片发布到网络，以此诱(yòu)骗善(shàn)良的(de)人打赏“捐助”从而实(shí)施诈骗。

目(mù)前随着技术发(fā)展，AIGC已经能(néng)做出(chū)真人照片般的(de)绘图效果(guǒ)，如果这样的(de)图片(piàn)被(bèi)用来诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧，一方面(miàn)，批判者(zhě)认为AI在“学(xué)习”了大量(liàng)前人的作品之后(hòu)，其创作没(méi)有任何情绪(xù)和灵魂(hún)，难以和(hé)人类的艺术创作相提并论。

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

马斯克也强调，人工智(zhì)能的安(ān)全(quán)问题需要得(dé)到重视，太(tài)晚就来不(bù)及(jí)了(le)。

03

AIGC下一站(zhàn)除了视频(pín)，还有(yǒu)远方

技术(shù)都是有两面(miàn)性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡献。现在(zài)看来，人工智能(néng)技术(shù)将是第四次(cì)工业(yè)革(gé)命的核心(xīn)驱动力量，将创造新的增(zēng)长奇(qí)迹。

过(guò)去一年，人工智能在技术和商业层面都有了巨大进展，AI绘(huì)画(huà)就是人工智能(néng)技术(shù)发(fā)生方向(xiàng)性改变的一(yī)个代表。其(qí)下一站或许就是视(shì)频。

此前，Meta和谷歌(gē)先后发布了几(jǐ)条(tiáo)引爆科技圈的短视频。这些视频引发关注(zhù)并非内容做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正(zhèng)在喝水的马，一只画画的玩(wán)具熊，或者一段(duàn)骑(qí)摩托车的(de)第一(yī)视角录像，随便一(yī)个有手机的人(rén)都(dōu)可以随手录下一段。

但这(zhè)些短视频的创作方式非常简单，创作者仅仅需(xū)要向AI输(shū)入一段话，甚至只是说一下要(yào)求，AI就(jiù)可(kě)以根(gēn)据需要生成一(yī)段视频。

谷歌发(fā)布的两个(gè)AI生成视频(pín)分别(bié)来自于Imagen Video和Phenaki，前(qián)者主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多的(de)差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视(shì)频后，AI圈就已经(jīng)玩了一波梗(gěng)，一个(gè)能够做出更高清视频的AI还不足以(yǐ)在短时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更加令人(rén)震(zhèn)惊的(de)地方在于，它可以制作出超过2分钟的连(lián)贯的也有确切内(nèi)容的视频(pín)，这才(cái)是(shì)真正让人们感到惊喜的地方。因为无论AI生成的视频多么高清，也只能是为(wèi)内容(róng)生产者(zhě)提(tí)供(gōng)一个灵感，一个素(sù)材(cái)，一个过场动画。

不过(guò)能够(gòu)制作出有具体剧情内容的视频就(jiù)意味着，一些视(shì)频(pín)创(chuàng)作(zuò)由(yóu)AI代替人(rén)工完(wán)成(chéng)已经初(chū)步(bù)有了可能。

当下AI的发展速度已经超(chāo)过大部分人的(de)想象。内容(róng)产(chǎn)业的本质是供给(gěi)创造需(xū)求，AIGC作为全(quán)新的内容生产方式，可以为内容产业带(dài)来更新的内(nèi)容风格(gé)、更快的生产(chǎn)速(sù)度，更低的生(shēng)产成本，这无疑(yí)会驱(qū)动内容产业(yè)的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应用于音乐(lè)、代码、机器(qì)人动作等多种内容(róng)形式的生成。不难发现该项技术不仅在游戏等行业能得到有效应(yīng)用，对于下一代互(hù)联网各种元素的构(gòu)建(jiàn)亦有关键意义。

从商业化的(de)角度(dù)来看，文化娱乐(lè)、教育、传媒等诸多领域，本身就对基于AI的可(kě)视化内容(róng)有强烈需求。

因(yīn)此，AI绘画及视频或(huò)不是(shì)结果，而只是AI进(jìn)程中的一块重要拼图，有望在技术更新的加持下(xià)实现更(gèng)大(dà)的应用(yòng)价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可以(yǐ)生(shēng)成内容，甚(shèn)至能够创造出独立价值和独立视角的(de)内容。AIGC的再(zài)次出圈，更(gèng)代表着未来的先(xiān)进生(shēng)产力即(jí)将到来(lái)。

04

紧抓大模(mó)型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也可以看出(chū)，在语(yǔ)言大模(mó)型、图像大(dà)模(mó)型(xíng)之后(hòu)，多(duō)模态(tài)大模(mó)型已(yǐ)经(jīng)成为了(le)新的(de)趋势。

大模型被誉(yù)为当前人工智能(néng)发展(zhǎn)的智能底座(zuò)，是全球(qiú)竞争最激烈的研(yán)究方向之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众多头部(bù)企(qǐ)业都在竞相发力。

不过训(xùn)练大(dà)模型的确价(jià)格不菲，以国盛证券(quàn)发布的《ChatGPT需要多少(shǎo)算力》报(bào)告估算，GPT-3训练一次(cì)的(de)成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型语言(yán)模型)，训练(liàn)成本则介于200万美元(yuán)至1200万美(měi)元高价之间(jiān)。

以ChatGPT在2023年(nián)1月(yuè)的独立访客平均数1300万计算，其对应芯片需求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成本约为8亿美(měi)元，每日仅电(diàn)费就在(zài)5万(wàn)美元(yuán)左右。

此(cǐ)外不论是ChatGPT还是AIGC，都离不开庞大(dà)算(suàn)力支持(chí)。在关注各类大模型的发展同时(shí)，更应该关注(zhù)算力网(wǎng)络(luò)的建(jiàn)设。

算力网络正驱动(dòng)AI产业发展进入(rù)史诗级加速进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的终极目标离得(dé)更近。

因为算力(lì)可(kě)以对突破性技术创新提供(gōng)大(dà)力(lì)的支持(chí)。这方(fāng)面，多模态大模型是典(diǎn)型。作为面向未来强人工智能、通用人工智能的重要(yào)技术创新，多模态大模型已经在人工智能(néng)领域提(tí)出了很多(duō)年，业界也有不(bù)少(shǎo)技术突(tū)破，但是，多模态大模型进一步(bù)往下走，算力(lì)需(xū)求呈几何式上升，一般的算力基础(chǔ)设施很快将难以(yǐ)胜任。

从图(tú)像、文(wén)字(zì)、语音(yīn)单独(dú)一项(xiàng)的训练，到双(shuāng)模态(tài)、三(sān)模态(tài)的跃迁，让人(rén)工智能(néng)可以灵活应对不同模态的(de)转化、像人(rén)与世界交互(hù)一样自然(rán)，这方面，由(yóu)算力网络来驱动(dòng)将(jiāng)有明显优势。

此外，还有很多需要(yào)爆(bào)发式增长的算力来支撑(chēng)的(de)技术创新，将在人工智(zhì)能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙光，期待在(zài)大模型和大(dà)算力的支持下AIGC能持续颠覆内容生产的(de)方式，将(jiāng)创造的边际成(chéng)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 abo文是什么意思 abo文是谁发明的