自聊天机器人ChatGPT火爆以(yǐ)来(lái)，微软(ruǎn)公司创始人(rén)比尔·盖茨已多(duō)次公开谈(tán)论人(rén)工智能(néng)话题。在最(zuì)近的一次采(cǎi)访中，他再次表示：“AI可能会(huì)让科(kē)技行(xíng)业迎来(lái)一次(cì)剧烈的洗牌”。

这个结论(lùn)是他在当地(dì)时间(jiān)2月20日(rì)接受(shòu)《In Good Company》节目(mù)专访时提(tí)出的。

他预期，AI的发展(zhǎn)可能会威(wēi)胁(xié)到谷歌的市占率(lǜ)，因为(wèi)微软在(zài)AI方(fāng)面的行动(dòng)相(xiāng)当(dāng)迅速。而最(zuì)终(zhōng)科技巨头(tóu)将把AI整合(hé)成用户的“全(quán)能助手”，包揽一(yī)切(qiè)应(yīng)用，与人们(men)进(jìn)行(xíng)沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手的到(dào)来可能尚需(xū)时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控靠近(jìn)

以AI绘画为代表的(de)AIGC上一次爆火的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多州举办的新兴(xīng)数(shù)字艺术家竞赛中，一幅名(míng)为《太空歌剧院》的作品(pǐn)获奖。

随(suí)后(hòu)各大(dà)厂商(shāng)的AI绘(huì)画(huà)软件(jiàn)被广大网友(yǒu)熟知(zhī)并体验，Stable Diffusion便是其中代表。

用户们可以在应用中输入(rù)一组关键(jiàn)词或(huò)者一张照(zhào)片，就(jiù)能获得一幅AI创作的画作。

作画的关键就是所输(shū)入的文本。同一组关键(jiàn)词也可以创(chuàng)作出(chū)很多张(zhāng)风格不一(yī)样的画作，这让创作的过程就像开盲盒。

很多用(yòng)户很喜欢(huān)这种不确定的惊喜，他们(men)会将生成的美图(tú)当做头像。而另一部(bù)分喜欢翻(fān)看AI绘画的“翻(fān)车(chē)”作品。在(zài)社交媒(méi)体上(shàng)，许多用户分享AI“翻车(chē)现(xiàn)场”，例如，一(yī)位(wèi)网友的小狗照片被AI画成了(le)“肌肉(ròu)男”，还有网友(yǒu)的(de)个人照(zhào)片被AI识别成(chéng)了(le)建筑。

而如今(jīn)随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的(de)填写关键词(cí)游戏可能要被颠覆了。

ControlNet是一位正在(zài)斯坦福读(dú)博的中(zhōng)国(guó)人张(zhāng)吕敏(mǐn)创(chuàng)作的一种基于控(kòng)制点的图像变形算法，主要用于数字图(tú)像处(chù)理、计(jì)算机视觉和计算机(jī)图(tú)形学等领域。

其SD插件一经发布，在短短(duǎn)的(de)两(liǎng)天内便成为了AI绘(huì)画领域最新(xīn)的(de)热点。

在此(cǐ)之前，大(dà)家(jiā)用(yòng)了很多(duō)方(fāng)法想让(ràng)AI生成(chéng)的(de)结(jié)果尽可(kě)能的符合要求，但是都不尽如人(rén)意，它的出现代(dài)表着AI生成开(kāi)始进入真正的(de)可控(kòng)时期。

因为(wèi)ControlNet可(kě)以直接提取画面的构图(tú)，人(rén)物的(de)姿势和画面的深度(dù)信(xìn)息等(děng)。有了(le)它的帮助，就不用频(pín)繁(fán)的用提示(shì)词来碰运气，抽盲盒(hé)式的创作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博(bó)主的作品已经获得了(le)大量的浏览量，“viggo”就(jiù)是其中之一，他用(yòng)朋友的照片直(zhí)接带(dài)她们走进动漫世界。

viggo先用StableDiffusion图片转文(wén)字。

再用(yòng)Text2Prompt插件拓展(zhǎn)找到对应的关键词；最(zuì)后用ControlNet插(chā)件绑定骨骼开始(shǐ)换关键词试效果。

通过(guò)图(tú)片就可以看(kàn)出来，效(xiào)果十(shí)分惊艳。

更厉害的(de)是，除(chú)了真实(shí)的照(zhào)片，草图也可以(yǐ)加上(shàng)“魔法”，知(zhī)乎大牛“DevPoint”和(hé)“逗(dòu)砂”介绍到ControlNet还能实(shí)现线稿转全(quán)彩图(tú)。大神张吕敏其(qí)本尊也亲自回(huí)应。

不得不说当下AIGC已经(jīng)变得(dé)越来越强大，甚至输(shū)出(chū)的作品都已经(jīng)能以假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇(tǐng)party”的消息火遍网络，而经过(guò)警方辟谣(yáo)这所(suǒ)谓的“party”可能(néng)是全国第一起AI绘图诈(zhà)骗。

由于这个活动里面给出的(de)美女照(zhào)片都(dōu)是AI制作的真(zhēn)人照片绘(huì)图，因为太逼真，被(bèi)大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片(piàn)中有个很大的漏洞可(kě)以发现并非(fēi)真(zhēn)人(rén)，而是AI绘图，那便是图片中(zhōng)女性的手指部分有的存在异(yì)常。

有(yǒu)行业人事表示：“现在因为(wèi)手指部分的(de)绘画算法比较复杂(zá)，AI还(hái)不太(tài)会画人的(de)手，但(dàn)最(zuì)新看到的(de)图(tú)片已经有越(yuè)来越完(wán)美的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在(zài)国外也已有发生。据英(yīng)国广播公司报道，土耳其地震期间，有Tiktok用户(hù)使用(yòng)AI合成了儿(ér)童受灾(zāi)的(de)假照(zhào)片(piàn)发(fā)布(bù)到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐助(zhù)”从而(ér)实施(shī)诈骗。

目前随着技术发展(zhǎn)，AIGC已经能做出真人(rén)照片般(bān)的绘(huì)图效果，如果这样的图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引发了很多担忧，一方面，批判(pàn)者认(rèn)为(wèi)AI在(zài)“学(xué)习(xí)”了大量前人的作品之(zhī)后，其(qí)创作没(méi)有(yǒu)任何情绪和灵魂，难以和人类的(de)艺术创作(zuò)相提并(bìng)论(lùn)。

另一方面，AIGC背后(hòu)的版权(quán)、目前都并没(méi)有得到(dào)有(yǒu)效(xiào)的解(jiě)决(jué)，还有AIGC会不会代(dài)替人类(lèi)“至高无上”的创意。

马斯克也(yě)强调，人工智(zhì)能的安全问题需要(yào)得到重视，太晚就来(lái)不(bù)及了(le)。

03

AIGC下一(yī)站(zhàn)除了(le)视频，还有远方(fāng)

技术都是有两面性的(de)，潜在的危害并不能掩盖(gài)其(qí)光辉的贡献。现在看来(lái)，人工智(zhì)能技术将(jiāng)是第四次工业(yè)革(gé)命的核(hé)心驱动力量，将创造(zào)新的增长奇迹。

过(guò)去(qù)一年(nián)，人工(gōng)智能在技术和(hé)商(shāng)业层(céng)面都(dōu)有了巨大进(jìn)展，AI绘画(huà)就是(shì)人工智(zhì)能技术发生方向性改变的一个代表。其下一站或许就(jiù)是视频。

此前，Meta和谷歌(gē)先后发布了几条(tiáo)引(yǐn)爆(bào)科技圈的短(duǎn)视频。这些视频引发关注(zhù)并非内(nèi)容做得(dé)多优秀，反而(ér)都非常简(jiǎn)单，比(bǐ)如一(yī)匹正在(zài)喝水的马，一只画(huà)画的玩具熊(xióng)，或(huò)者(zhě)一(yī)段(duàn)骑摩(mó)托车的(de)第一视角录像，随便(biàn)一个有(yǒu)手机的人都可以随手(shǒu)录(lù)下一段(duàn)。

但这些短视频的创作方式非常简(jiǎn)单，创作者仅(jǐn)仅需要(yào)向AI输入一段话(huà)，甚至只是说一(yī)下要(yào)求(qiú)，AI就可(kě)以根据需要生成一段(duàn)视频。

谷歌发布(bù)的两个(gè)AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主(zhǔ)要突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没有太多的差别(bié)。

在(zài)Make-A-Video公布了AI生(shēng)成的视频后(hòu)，AI圈就已经玩了一波梗，一个能(néng)够做出更(gèng)高清(qīng)视频(pín)的AI还(hái)不足以(yǐ)在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方在于，它可以(yǐ)制作出超过(guò)2分钟的连贯(guàn三公分是多少厘米 三公分是多少毫米)的也有确切内容(róng)的视(shì)频，这才是真正让人(rén)们感到惊喜(xǐ)的地方。因为无(wú)论AI生成的视频多么(me)高清，也只能是为内容生产者提供一个灵感，一个素材，一个过场动画。

不(bù)过(guò)能够(gòu)制作出(chū)有具体剧(jù)情内容的视(shì)频就意(yì)味着，一些视频创作由AI代(dài)替人工完成已经初步有了可能。

当下AI的(de)发展速度已经超过大部(bù)分(fēn)人的(de)想象(xiàng)。内(nèi)容(róng)产(chǎn)业的本质是供(gōng)给创造需求，AIGC作为全新的内容生产方式(shì)，可(kě)以为(wèi)内容产业带来更新的(de)内(nèi)容风格、更(gèng)快(kuài)的生产速度，更低的生产成本(běn)，这无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘(huì)图、视频，AIGC技术还(hái)能应用于音乐、代码、机(jī)器人动(dòng)作等多种内容形式的生成。不(bù)难发现该项技术(shù)不(bù)仅在游戏等(děng)行业能得到有效应用，对(duì)于下一代互联网(wǎng)各(gè)种元素的构建亦有关键意义(yì)。

从商业化的角度来看，文化娱乐、教育(yù)、传(chuán)媒(méi)等(děng)诸(zhū)多领(lǐng)域，本身就对基于AI的可视(shì)化内容有(yǒu)强(qiáng)烈需(xū)求。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只是AI进(jìn)程中的一块重要拼图(tú)，有(yǒu)望在技术更新的(de)加(jiā)持下实现更大的应用价值。

AI从(cóng)理解内容，走向了(le)可(kě)以(yǐ)生成内(nèi)容，甚至能(néng)够创造出独立价值和独立视(shì)角的内容。AIGC的再次(cì)出圈，更(gèng)代表(biǎo)着(zhe)未来的先(xiān)进生产(chǎn)力即将到(dào)来(lái)。

04

紧(jǐn)抓大模型与算力，牢固(gù)AIGC底座

从技(jì)术的发展也可以看出(chū)，在语言大模(mó)型、图像(xiàng)大模型(xíng)之后，多模态大(dà)模型已经成为了新的趋势。

大模型(xíng)被(bèi)誉(yù)为当前(qián)人工智(zhì)能发展的(de)智(zhì)能底座(zuò)，是全球竞争最激烈的研(yán)究方向之一，包(bāo)括(kuò)谷歌(gē)、亚马(mǎ)逊、百度、阿(ā)里、腾讯等众多头部企业都在(zài)竞(jìng)相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲(fēi)，以国盛(shèng)证券发布(bù)的《ChatGPT需要多少算力(lì)》报告估(gū)算，GPT-3训(xùn)练(liàn)一次的成本约为(wèi)140万(wàn)美元(yuán)。而对于一些更大的LLM(大型语言模型(xíng))，训练成本则介于200万美元(yuán)至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应(yīng)芯片需求为3万多片英伟达A100 GPU，初始投入成本约(yuē)为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注(zhù)各类(lèi)大模型(xíng)的发展同时(shí)，更应(yīng)该关注(zhù)算(suàn)力网络(luò)的建设。

算力(lì)网络正驱(qū)动AI产(chǎn)业发(fā)展进入(rù)史(shǐ)诗级(jí)加速进(jìn)程，让(ràng)AIGC及(jí)通(tōng)用AI这一(yī)人(rén)工(gōng)智能发展的终极目标(biāo)离(lí)得更近(jìn)。

因为算(suàn)力可(kě)以对突(tū)破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工智能、通用人工智能的(de)重(zhòng)要技术创新，多模态大模型已经在人(rén)工(gōng)智能领域提出了很多年(nián)，业界也有不少技术突破，但(dàn)是，多(duō)模(mó)态大模型进一步往下(xià)走，算力需求(qiú)呈几何式上(shàng)升，一般的算(suàn)力基础(chǔ)设(shè)施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单(dān)独一项的训(xùn)练，到双(shuāng)模态、三模态的跃(yuè)迁，让人工智能可以灵(líng)活应对不同模(mó)态的转(zhuǎn)化、像人与(yǔ)世界(jiè)交互一样自(zì)然(rán)，这方面，由算力网(wǎng)络来驱动将有(yǒu)明(míng)显优势。

此外(wài)，还有(yǒu)很多需要爆发式(shì)增(zēng)长的算力来支撑的技术创(chuàng)新(xīn)，将在(zài)人工智(zhì)能算力(lì)网(wǎng)络支撑(chēng)下(xià)快速推进(jìn)。

AIGC已经露出曙光，期待在大模(mó)型(xíng)和大(dà)算力的支持下AIGC能(néng)持(chí)续颠覆(fù)内容(róng)生产的方式，将创造的边(biān)际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 三公分是多少厘米 三公分是多少毫米