自(zì)聊(liáo)天机(jī)器(qì)人(rén)ChatGPT火爆以来(lái)，微(wēi)软公(gōng)司创始(shǐ)人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一(yī)次(cì)采访中，他(tā)再次表示(shì)：“AI可(kě)能会让科技行业(yè)迎来一次(cì)剧烈的洗牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专访时提出的。

他预期，AI的(de)发(fā)展可能会(huì)威胁(xié)到(dào)谷歌的市占率，因为(wèi)微软(ruǎn)在AI方面的行(xíng)动相当迅速。而最终科技巨头(tóu)将把(bǎ)AI整合成用户的“全能助(zhù)手”，包揽(lǎn)一切应用，与人们(men)进行沟(gōu)通并提供建议，可以取代亚马逊(xùn)、Siri或(huò)Outlook等应用。

大(dà)佬口中全能助手的(de)到(dào)来(lái)可能尚需时日，但(dàn)由ControlNet引发的又一次(cì)AI绘画(huà)浪(làng)潮，让AIGC在ChatGPT的(de)话题(tí)热点包围中杀(shā)出(chū)重围。

01

ControlNet颠覆AI绘画新(xīn)玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的(de)时(shí)候，还(hái)是(shì)2022年8月，在美国科(kē)罗(luó)拉多州举办(bàn)的新兴(xīng)数(shù)字艺术(shù)家竞赛中，一幅名为《太空歌(gē)剧(jù)院》的作品获奖。

随后(hòu)各(gè)大厂商的AI绘画软(ruǎn)件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是其中代表。

用户们(men)可以(yǐ)在应用中(zhōng)输入一组关键词或者一(yī)张照片，就能获得(dé)一(yī)幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输入的文本。同一组(zǔ)关(guān)键词也可以创作(zuò)出很多张风格不(bù)一样的画作，这让创作(zuò)的(de)过程就像开盲(máng)盒。

很多(duō)用(yòng)户很喜(xǐ)欢这种不确定的惊(jīng)喜，他们会(huì)将生成的美图当(dāng)做头像。而另一部(bù)分喜欢翻看AI绘画的(de)“翻车”作品。在社交媒(méi)体上(shàng)，许多用(yòng)户分享AI“翻车现(xiàn)场”，例如，一位网友的小狗照片被AI画成了“肌(jī)肉男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而(ér)如今随着(zhe)ControlNet的出现与加持，以往(wǎng)AI绘(huì)画的(de)填写关(guān)键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦(tǎn)福读博的中国人张吕(lǚ)敏创作的(de)一种基于控(kòng)制点(diǎn)的图像(xiàng)变形算(suàn)法，主要用于数(shù)字图(tú)像处理、计算机视(shì)觉和计(jì)算机图(tú)形学等领(lǐng)域。

其SD插件一经(jīng)发布，在短短的两天内(nèi)便成为了(le)AI绘画领域(yù)最新的热点(diǎn)。

在此之前，大家用(yòng)了很多方法想让AI生(shēng)成的结果尽可能的符合要(yào)求，但是都(dōu)不(bù)尽如人意，它的出(chū)现代表着(zhe)AI生成开(kāi)始进入(rù)真正的(de)可控时(shí)期。

因为ControlNet可以直接提取画(huà)面的构图，人物的姿(zī)势和(hé)画面的深(shēn)度(dù)信息等。有了它的(de)帮助，就不(bù)用频繁(fán)的用(yòng)提示词来(lái)碰(pèng)运(yùn)气，抽(chōu)盲盒式(shì)的创作了(le)。

通俗(sú)的说ControlNet相(xiāng)当于(yú)给AI绘画加了“魔法”，不少博主的作品已经(jīng)获得了大(dà)量的浏览量，“viggo”就(jiù)是其(qí)中(zhōng)之一，他用朋友的照片直接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片(piàn)转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键(jiàn)词；最后(hòu)用ControlNet插件绑(bǎng)定骨骼开始(shǐ)换(huàn)关键词试效果。

通过(guò)图片就可以(yǐ)看出来，效果(guǒ)十分(fēn)惊艳(yàn)。

沪上两支花暗指谁 沪上两支花是哪两家ng="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/98218c60607c5ee.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="0.75234375" data-s="300,640" data-type="jpeg" data-w="1280">

更厉害的是，除了真实的照片，草图也可以(yǐ)加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现(xiàn)线(xiàn)稿转(zhuǎn)全(quán)彩(cǎi)图。大神张吕敏其本尊也(yě)亲自回(huí)应。

不(bù)得不说当下AIGC已经变得越来越强大，甚至输出的作品都(dōu)已(yǐ)经能以假(jiǎ)乱真(zhēn)了(le)。

02

难辨虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全(quán)问题(tí)

近日，“苏州(zhōu)金(jīn)鸡(jī)湖有(yǒu)游(yóu)艇party”的消息火遍网络，而经过警方辟谣(yáo)这所谓的(de)“party”可能是(shì)全国第一起(qǐ)AI绘图诈骗。

由于这个活动(dòng)里面给(gěi)出的美(měi)女照片都是(shì)AI制作的真人照片绘图，因为太逼(bī)真，被大家当成真事传播了。

不过仔(zǎi)细观察可以发现，活动发起者提供的照片中有个很大的漏洞可以发(fā)现(xiàn)并非真人，而(ér)是(shì)AI绘(huì)图(tú)，那便是图片中女性的手指(zhǐ)部分有的存(cún)在(zài)异常。

有行业人(rén)事表示(shì)：“现在因为手指部分的绘画算法比较复杂，AI还(hái)不太(tài)会(huì)画人的手(shǒu)，但最新看到的图(tú)片已经有越来越完(wán)美的AI模(mó)型出(chū)现(xiàn)，以后(hòu)可能就完全没有漏洞(dòng)了。”

类似的AI作图诈骗在(zài)国(guó)外也已(yǐ)有发生。据英(yīng)国(guó)广播公司(sī)报道(dào)，土耳其地震期间(jiān)，有(yǒu)Tiktok用户(hù)使用AI合成了(le)儿童受灾的假照片发布到网络，以此诱骗善(shàn)良的人(rén)打赏(shǎng)“捐助”从而实(shí)施诈骗。

目前随着技术发展，AIGC已经能做出真人照片(piàn)般的绘图效果，如(rú)果这(zhè)样的图(tú)片被用(yòng)来诈(zhà)骗，将非常(cháng)可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在“学习(xí)”了大量(liàng)前(qián)人的(de)作品之后，其创(chuàng)作没有任何情绪和(hé)灵魂，难以和(hé)人(rén)类的艺术创作相提并论。

另一(yī)方面，AIGC背后的版权、目(mù)前都(dōu)并没有得(dé)到有(yǒu)效的(de)解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马斯克(kè)也强(qiáng)调，人工智能的安(ān)全问题需(xū)要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术都是有两面(miàn)性的，潜在的危害(hài)并不(bù)能掩盖其光辉的(de)贡(gòng)献。现(xiàn)在看来，人工智能技术将是第四次工业革命的(de)核(hé)心(xīn)驱(qū)动力量，将(jiāng)创造新的增长奇迹。

过(guò)去一年，人工(gōng)智(zhì)能在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能技术发生方向性改变(biàn)的一个代表。其下一站或许就是(shì)视(shì)频。

此前，Meta和谷歌先后(hòu)发布了几条引(yǐn)爆(bào)科(kē)技圈的(de)短视频。这些视频引发关注并非(fēi)内容做得多优秀，反而都(dōu)非(fēi)常简单，比如一匹正在喝水(shuǐ)的马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手机的人都可以随(suí)手录(lù)下(xià)一(yī)段。

但(dàn)这些短(duǎn)视频的创作方式非常简单，创(chuàng)作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至(zhì)只是说一下要求，AI就可以根(gēn)据需要生成一段视频。

谷歌(gē)发布的两个AI生(shēng)成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的(de)是(shì)高清，与(yǔ)Meta的Make-A-Video没有太多的差(chà)别。

在Make-A-Video公(gōng)布了AI生(shēng)成的视频后，AI圈就已(yǐ)经玩了一(yī)波梗，一个能够做出更高清视频的AI还不(bù)足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊的地方在(zài)于，它可(kě)以(yǐ)制(zhì)作出超过2分钟的(de)连贯的也有确切内容的视(shì)频，这才(cái)是(shì)真正(zhèng)让人们感到惊喜的地方。因为(wèi)无论AI生成(chéng)的(de)视频多么高清，也只(zhǐ)能(néng)是为内容生(shēng)产者提供一个灵感(gǎn)，一个素(sù)材，一个过场动画(huà)。

不过能够制(zhì)作出有具(jù)体剧(jù)情内容的视(shì)频就意(yì)味着，一些视频创作由AI代替人工(gōng)完成已经(jīng)初步有了可能(néng)。

当下AI的发展速(sù)度(dù)已(yǐ)经超过大部分人的想象。内容产(chǎn)业的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容(róng)生产(chǎn)方式(shì)，可以为内容产业带来(lái)更新的内容风格、更快的(de)生产速度，更低的(de)生产(chǎn)成本，这无疑(yí)会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器(qì)人动(dòng)作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项技(jì)术不仅在游戏等(děng)行业能得到有效应用，对于下一代(dài)互联网各种元素的(de)构建亦(yì)有(yǒu)关(guān)键意义。

从商业化的角(jiǎo)度来看，文化娱乐、教育、传媒等诸多领域，本身就对基于AI的可视化(huà)内容有强烈需(xū)求。

因此，AI绘(huì)画及视频或不是结果，而(ér)只是AI进程中的一块重(zhòng)要拼图，有望在(zài)技术更新的加持下实现(xiàn)更(gèng)大(dà)的应(yīng)用价值。

AI从理(lǐ)解内容(róng)，走向(xiàng)了可以生成内容，甚至能够创(chuàng)造出独(dú)立价值和独立视角(jiǎo)的内(nèi)容。AIGC的(de)再次出圈，更(gèng)代表着未(wèi)来的先(xiān)进(jìn)生产(chǎn)力即将到来。

04

紧抓大模型(xíng)与算力，牢(láo)固AIGC底座

从(cóng)技术(shù)的(de)发展也可以看(kàn)出，在语言大(dà)模型、图像(xiàng)大(dà)模型之后，多模态大模(mó)型已(yǐ)经成为了新的趋势。

大(dà)模型被誉为当前人工智能发展的智能(néng)底座，是全(quán)球竞争最(zuì)激烈的(de)研究(jiū)方向之一(yī)，包括谷(gǔ)歌(gē)、亚马逊、百度、阿(ā)里、腾讯等众多(duō)头部企(qǐ)业(yè)都在竞(jìng)相发力。

不过训练大(dà)模(mó)型的确价格(gé)不菲，以(yǐ)国(guó)盛(shèng)证券发布的《ChatGPT沪上两支花暗指谁 沪上两支花是哪两家需要(yào)多少算力》报告估(gū)算，GPT-3训(xùn)练(liàn)一(yī)次的成本约(yuē)为(wèi)140万美元(yuán)。而对于一些(xiē)更大的LLM(大型语言模型)，训练成本则介于200万美元至1200万美元高(gāo)价之(zhī)间。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算，其(qí)对应芯片需求为3万多(duō)片(piàn)英伟达A100 GPU，初(chū)始投入成本约(yuē)为8亿美元，每日(rì)仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在关注各类(lèi)大模(mó)型的(de)发展同时，更(gèng)应该关注算力网(wǎng)络的建设。

算力网络(luò)正(zhèng)驱(qū)动(dòng)AI产业发展进入史诗级(jí)加(jiā)速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极目标离(lí)得更近。

因为算力(lì)可以对突(tū)破性技术(shù)创新(xīn)提供大力的支持。这方面，多(duō)模态大(dà)模型是典型。作(zuò)为面(miàn)向未(wèi)来强人工智能(néng)、通用人(rén)工智能的重要技术(shù)创新，多模态(tài)大模型(xíng)已经在人工(gōng)智能领(lǐng)域提出了很多年，业界也有不(bù)少(shǎo)技(jì)术突破，但(dàn)是，多(duō)模态大模型进(jìn)一步往下走，算力需求呈(chéng)几何式上升，一般的算力基(jī)础设施(shī)很快将难以胜任(rèn)。

从图像、文字、语(yǔ)音单(dān)独一项的训练，到双模态(tài)、三模态的(de)跃迁，让人工智(zhì)能可以灵活应对不同模态的转化、像人与世(shì)界(jiè)交互(hù)一样(yàng)自然，这方面，由算力(lì)网络来驱(qū)动将有(yǒu)明显优势。

此(cǐ)外，还有很多(duō)需要爆发式增长(zhǎng)的算力来支(zhī)撑的技术(shù)创新，将在人工智(zhì)能(néng)算力网络支撑下快(kuài)速(sù)推进。

AIGC已经(jīng)露出曙光(guāng)，期待(dài)在(zài)大模(mó)型和大算力的支(zhī)持(chí)下AIGC能持续颠覆(fù)内容(róng)生产(chǎn)的方式(shì)，将创造的边际成(chéng)本降低，让万众受(shòu)益。

未经允许不得转载：橘子百科-橘子都知道 沪上两支花暗指谁 沪上两支花是哪两家