自(zì)聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软公(gōng)司(sī)创始人比尔·盖茨已多次公(gōng)开(kāi)谈论(lùn)人工智能话题(tí)。在最近(jìn)的一次采访中，他再次表(biǎo)示：“AI可能会让科技(jì)行业迎来一次剧烈的(de)洗牌”。

这个结论是他在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提(tí)出的(de)。

他预期(qī)，AI的(de)发展可能会威胁到(dào)谷歌的市占(zhàn)率，因为微软(ruǎn)在AI方(fāng)面的行动相当(dāng)迅速。而最终科技巨(jù)头将(jiāng)把AI整合(hé)成用户的“全能(néng)助手”，包揽一切应用，与人们进行沟通(tōng)并提供建(jiàn)议，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时(shí)日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点包(bāo)围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一(yī)次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多(duō)州举办的新兴数(shù)字艺术家竞(jìng)赛(sài)中(zhōng)，一(yī)幅(fú)名为《太空(kōng)歌剧院》的作品获奖。

随后各大厂商的(de)AI绘(huì)画软件(jiàn)被广(guǎng)大(dà)网(wǎng)友熟(shú)知并(bìng)体(tǐ)验，Stable Diffusion便(biàn)是其中代表。

用户们可以(yǐ)在应用(yòng)中输入一组关键词或者一张照片，就能(néng)获得一(yī)幅AI创作的画作(zuò)。

作画的关键就是所输入的(de)文本。同一组关(guān)键词也可(kě)以创作出很多张风格不一样的(de)画(huà)作(zuò)，这让创作的过程就像开盲盒。

很多用户很喜欢(huān)这种不确定的(de)惊喜，他(tā)们会将生(shēng)成的美图当做头像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在(zài)社(shè)交媒(méi)体上，许多用(yòng)户(hù)分享AI“翻车(chē)现场(chǎng)”，例如，一位网友的(de)小(xiǎo)狗照片被AI画成了“肌肉(ròu)男”，还(hái)有(yǒu)网(wǎng)友的个(gè)人照片被AI识别(bié)成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘画(huà)的填写关键词游(yóu)戏可能(néng)要被颠覆(fù)了。

ControlNet是一位(wèi)正(zhèng)在斯(sī)坦福读(dú)博的中国人张吕敏创(chuàng)作(zuò)的一种基(jī)于(yú)控(kòng)制(zhì)点的图(tú)像变形算(suàn)法(fǎ)，主要用于数(shù)字图像处(chù)理、计算机视觉和(hé)计算机图形学等(děng)领域(yù)。

其SD插件一经发布，在(zài)短短(duǎn)的两天内(nèi)便成为(wèi)了AI绘画领域最新的热点。

在此之前(qián)，大家用(yòng)了很多方法想(xiǎng)让AI生成的结(jié)果(guǒ)尽可能的(de)符合要(yào)求(qiú)，但是都(dōu)不尽如人意，它的出现代表着AI生成(chéng)开始进(jìn)入真正的可控时(shí)期。

因为ControlNet可(kě)以(yǐ)直接提(tí)取画面的(de)构图，人物的姿(zī)势和画面的深度信(xìn)息(xī)等。有(yǒu)了它的帮(bāng)助，就不用频繁的用提(tí)示词来碰运气(qì)，抽(chōu)盲盒式的创作(zuò)了(le)。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加(jiā)了“魔(mó)法”，不少博(bó)主(zhǔ)的作(zuò)品已(yǐ)经获得了大量的浏览量，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带(dài)她(tā)们(men)走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓展找到对应(yīng)的(de)关键词；最后用ControlNet插(chā)件绑定骨骼开(kāi)始(shǐ)换关键词试效果。

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更厉害(hài)的(de)是，除了(le)真实的照(zhào)片，草(cǎo)图也可以加上“魔(mó)法(fǎ)”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕(lǚ)敏其本尊也亲(qīn)自(zì)回应。

不得不说(shuō)当(dāng)下AIGC已经变得越来越强大，甚(shèn)至输出的作品都已经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆发

警惕(tì)安全问题

近日，“苏州金鸡(jī)湖有游(yóu)艇party”的消(xiāo)息火遍网络(luò)，而经过警方辟谣这所谓(wèi)的“party”可能是全(quán)国(guó)第一起AI绘(huì)图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照片都是(shì)AI制(zhì)作(zuò)的真人(rén)照片绘图(tú)，因为(wèi)太(tài)逼真，被大家当成(chéng)真事传播了。

不(bù)过仔(zǎi)细(xì)观察可以发现，活(huó)动发(fā)起(qǐ)者提供(gōng)的(de)照片中有个很大的漏(lòu)洞可以发现并(bìng)非真人，而是(shì)AI绘图，那(nà)便是图片中(zhōng)女(nǚ)性(xìng)的手(shǒu)指部分有的存在异常。

有行业人事表(biǎo)示(shì)：“现(xiàn)在因为手指部分的绘画算法比较(jiào)复杂，AI还(hái)不(bù)太会(huì)画人的手，但最(zuì)新看到的图片已经有越来越完美的AI模型出现(xiàn)，以后可能(néng)就完全没(méi)有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发生。据英国广播(bō)公司报(bào)道(dào)，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾的假照片发(fā)布到网络，以(yǐ)此诱骗善(shàn)良的(de)人打赏“捐助”从而实施诈骗。

目(mù)前随着技术发展，AIGC已经(jīng)能(néng)做出真人(rén)照片般的(de)绘图效果，如果这样的图片(piàn)被用(yòng)来(lái)诈骗，将非常可(kě)怕。

此(cǐ)外AIGC还(hái)引发了很(hěn)多担忧，一方面(miàn)，批判者认为(wèi)AI在“学习(xí)”了大量前人的作品之(zhī)后，其创(chuàng)作没有任何(hé)情(qíng)绪(xù)和灵魂，难以和人类的艺术创作相提并论(lùn)。

另一(yī)方面，AIGC背后的版权、目前(qián)都并没有(yǒu)得(dé)到(dào)有(yǒu)效(xiào)的(de)解决，还有AIGC会不会代替人类(lèi)“至高无上”的创意(yì)。

马斯克(kè)也强调(diào)，人工(gōng)智能的安全(quán)问题需要得到重视，太(tài)晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视频，还有远方

技术都是有两面性的，潜在的(de)危害并不能掩盖其(qí)光辉的贡献。现在看来(lái)，人(rén)工智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力量，将创造(zào)新的(de)增长奇迹。

过(guò)去一年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生方向性改(gǎi)变的一个代表。其(qí)下一站或(huò)许就是视(shì)频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布了几条(tiáo)引爆科技圈的短视频。这些(xiē)视频引发关注并(bìng)非内容做得多优秀，反而都非常简单，比如一匹正在喝水的马，一只画(huà)画的玩具熊(xióng)，或者(zhě)一段(duàn)骑摩托车的第一视角录像，随(suí)便一个有手机(jī)的(de)人都可(kě)以(yǐ)随手(shǒu)录下(xià)一段(duàn)。

布洛芬一天最多吃几次，布洛芬一天最大剂量是多少a-type="gif" data-w="256">

但这些短视频的创作(zuò)方式非常简单，创作者仅仅需(xū)要向AI输入(rù)一段话(huà)，甚至(zhì)只(zhǐ)是说一下要求，AI就可以根据需要生成一段视频。

谷(gǔ)歌(gē)发布的两个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要(yào)突出的是(shì)高清，与Meta的Make-A-Video没有太(tài)多的差别。

在(zài)Make-A-Video公布(bù)了AI生成的(de)视频后，AI圈(quān)就(jiù)已经玩了(le)一波梗，一个(gè)能(néng)够做出(chū)更高清(qīng)视频的AI还(hái)不足以在短时(shí)间(jiān)内戳(chuō)中兴奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方(fāng)在于，它可(kě)以制作出超过2分钟的连贯(guàn)的也(yě)有确(què)切内(nèi)容的视频，这才是真(zhēn)正让人们感到惊喜的地(dì)方。因为无论AI生(shēng)成的视频(pín)多么高清(qīng)，也只能(néng)是为(wèi)内容生产者(zhě)提(tí)供一个灵感，一个素材，一个过场动画。

不过(guò)能够制作出有具(jù)体剧情内容(róng)的视(shì)频就意味着，一些视频创作由(yóu)AI代替(tì)人工完成已经初步有了可能。

当(dāng)下AI的(de)发展速度(dù)已经超过大部分人(rén)的想象。内容产(chǎn)业的本质(zhì)是(shì)供(gōng)给创造(zào)需求，AIGC作为全(quán)新的(de)内(nèi)容生产方式，可(kě)以为内容产业带(dài)来更新的内容(róng)风格、更快的生产速度，更(gèng)低的(de)生产(chǎn)成本，这无疑会驱动内(nèi)容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术(shù)还能应用于(yú)音乐、代码(mǎ)、机器人动作(zuò)等多(duō)种内容形式的生(shēng)成。不(bù)难发(fā)现该项(xiàng)技术不仅在游(yóu)戏等行业能得到有效(xiào)应(yīng)用，对于下一代互联(lián)网各种元素的构(gòu)建亦有关键意(yì)义。

从(cóng)商(shāng)业化的角度(dù)来看，文(wén)化(huà)娱乐、教育、传(chuán)媒等诸多领域(yù)，本身就对基于AI的可视(shì)化(huà)内容有强烈需求。

因(yīn)此，AI绘画(huà)及视(shì)频或不是结果，而(ér)只是AI进(jìn)程中的(de)一块(kuài)重要拼图，有(yǒu)望在技术更新(xīn)的(de)加持下实(shí)现更大的应用价值(zhí)。

AI从理解内(nèi)容，走(zǒu)向了可以生成内(nèi)容，甚至(zhì)能够创(chuàng)造出独立价值和独立视角的内容(róng)。AIGC的再次出圈，更(gèng)代表着未(wèi)来的先(xiān)进(jìn)生产力即(jí)将(jiāng)到来。

04

紧抓大模型(xíng)与算力(lì)，牢固AIGC底(dǐ)座(zuò)

从技术的发(fā)展也可(kě)以看出，在(zài)语(yǔ)言大模型、图(tú)像大模型之后(hòu)，多模(mó)态大模型已经成为了新的趋势(shì)。

大(dà)模型被誉(yù)为当前人工智(zhì)能(néng)发(fā)展(zhǎn)的智能底座，是(shì)全球竞(jìng)争最激烈(liè)的研究方向之一(yī)，包括谷歌、亚马逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都在竞相发力。

不过训练大模(mó)型的确价格不菲，以(yǐ)国盛证券发布的《ChatGPT需要多少算力(lì)》报告估(gū)算(suàn)，GPT-3训(xùn)练一(yī)次的成本约为140万美元。而对于一些(xiē)更(gèng)大的LLM(大(dà)型语言模型(xíng))，训练成本则介于200万(wàn)美元至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，其对应芯片(piàn)需求为3万多片(piàn)英(yīng)伟达A100 GPU，初(chū)始(shǐ)投入(rù)成(chéng)本约为8亿美(měi)元，每(měi)日(rì)仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都(dōu)离不开庞(páng)大算力(lì)支持。在关注各类大模型的发展同时(shí)，更应(yīng)该关注算力(lì)网络的建设。

算力网络正驱(qū)动AI产业发(fā)展进入史诗级加速进程，让AIGC及通用AI这一人工智能发(fā)展的终极目(mù)标离得更近(jìn)。

因为算力可以对突破性技术创新(xīn)提供大力(lì)的支持(chí)。这方面，多模态大模型是典型。作为面向未来强人(rén)工智能、通用人工(gōng)智能的重要技术创新(xīn)，多(duō)模态大模型已(yǐ)经(jīng)在人工智(zhì)能领域提出(chū)了很多年，业界也(yě)有不少技术突破，但是，多模(mó)态(tài)大模型进一步往下走(zǒu)，算力需(xū)求呈几何式(shì)上升，一般(bān)的算力基础设施(shī)很(hěn)快将难(nán)以(yǐ)胜任。

从图像、文(wén)字(zì)、语音单(dān)独一项的训练，到双模态(tài)、三模态的跃迁(qiān)，让人工智能可(kě)以灵活应对不同模(mó)态的转化(huà)、像人与(yǔ)世界交互一样自然，这方(fāng)面，由算力网络来驱动将有明显(xiǎn)优势。

此外，还有很多需要爆发(fā)式(shì)增长的(de)算力来支撑的技术创新，将(jiāng)在人工(gōng)智能(néng)算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出曙光，期待在大(dà)模型(xíng)和大算力的支(zhī)持下AIGC能持续(xù)颠(diān)覆内容生产的方式，将(jiāng)创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 布洛芬一天最多吃几次，布洛芬一天最大剂量是多少