自聊(liáo)天(tiān)机器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人比尔(ěr)·盖茨(cí)已(yǐ)多次公(gōng)开谈论人(rén)工智能话(huà)题(tí)。在最近的(de)一(yī)次采访(fǎng)中(zhōng)，他再次(cì)表示：“AI可(kě)能会(huì)让科技行业迎来(lái)一次剧烈的洗牌”。

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

他预(yù)期，AI的(de)发(fā)展可能会威(wēi)胁到谷歌的(de)市占率，因为微软在(zài)AI方面的(de)行动相当迅速。而最终(zhōng)科技(jì)巨头(tóu)将(jiāng)把AI整合(hé)成用户的“全能助手(shǒu)”，包揽一切应(yīng)用(yòng)，与人们进行沟(gōu)通并提(tí)供建(jiàn)议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助(zhù)手的到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可(kě)控靠近

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的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧院》的(de)作品获奖。

随后各(gè)大厂商的AI绘画软件被广大网友(yǒu)熟(shú)知(zhī)并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户们可以在应用中(zhōng)输入一组关键(jiàn)词或者(zhě)一张(zhāng)照片，就能获(huò)得(dé)一幅AI创作(zuò)的(de)画(huà)作。

作画的关键就是所输入的文本。同一组关(guān)键词(cí)也可(kě)以创作(zuò)出很多(duō)张风格不一样的画作，这让创作的(de)过(guò)程就像开(kāi)盲盒。

很(hěn)多用户很喜欢这种不确定(dìng)的惊(jīng)喜，他(tā)们会将生成的美图(tú)当(dāng)做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻车”作品。在社交媒体上，许多(duō)用户分(fēn)享AI“翻车现场(chǎng)”，例(lì)如，一位网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有(yǒu)网友(yǒu)的个人(rén)照片被AI识(shí)别成了建(jiàn)筑(zhù)。

而如(rú)今随着ControlNet的出现与加持，以往AI绘画的填写关键词(cí)游(yóu)戏可能要被颠覆了。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕敏创(chuàng)作的(de)一种(zhǒng)基于控(kòng)制点的图像变形算(suàn)法，主要用于数字图像处理、计算机视觉(jué)和计算机图(tú)形学等领域。

其SD插件一经发布(bù)，在短(duǎn)短的两天内(nèi)便成(chéng)为(wèi)了AI绘画(huà)领(lǐng)域(yù)最新的热(rè)点。

在此之(zhī)前(qián)，大家用了很(hěn)多方(fāng)法想让AI生成(chéng)的结果尽可(kě)能的符合(hé)要求，但是都不(bù)尽如人意，它的出现代(dài)表着AI生成(chéng)开始进入(rù)真正的可控时(shí)期。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人(rén)物的姿势(shì)和画(huà)面(miàn)的(de)深(shēn)度信息等。有了它的帮助，就不用频(pín)繁的用提示词(cí)来碰运气，抽(chōu)盲盒式的创作了。

通俗的说ControlNet相当于给AI绘(huì)画加了“魔法”，不(bù)少(shǎo)博主的作品已经(jīng)获得了大量的浏览量，“viggo”就是其中之(zhī)一(yī)，他用(yòng)朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对(duì)应(yīng)的关键词(cí)；最后用(yòng)ControlNet插件绑定骨(gǔ)骼开始换(huàn)关键词试(shì)效果(guǒ)。

通过图片就可以看出来，效果十分惊艳。

更厉害的是，除了真实的照片(piàn)，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还(hái)能实现线稿转(zhuǎn)全彩图。大神张吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得不说当(dāng)下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的(de)作品都已经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近(jìn)日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的消息火遍网络，而经过警方辟谣(yáo)这所(suǒ)谓(wèi)的“party”可(kě)能是全(quán)国第一起AI绘(huì)图诈骗。

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

不过仔细观(guān)察(chá)可(kě)以发(fā)现，活(huó)动发起(qǐ)者提供的照(zhào)片(piàn)中(zhōng)有个(gè)很大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那(nà)便是图片中女性的手(shǒu)指部分有的(de)存在(zài)异常。

有行(xíng)业人事表示：“现在因为手指部分(fēn)的绘画(huà)算(suàn)法(fǎ)比较复(fù)杂(zá)，AI还不太(tài)会(huì)画人的手，但(dàn)最新看(kàn)到的图片已(yǐ)经有(yǒu)越来越完美(měi)的AI模型出现，以(yǐ)后可能就完全没有漏(lòu)洞了。”

类似的AI作图(tú)诈骗在(zài)国外也已有发生。据英国(guó)广播公司报道(dào)，土耳其地震期间，有Tiktok用户使(shǐ)用AI合成(chéng)了儿童(tóng)受灾的(de)假照片发布到(dào)网(wǎng)络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈骗。

目前随(suí)着技(jì)术(shù)发展(zhǎn)，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果，如果这样(yàng)的图片被用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者(zhě)认为(wèi)AI在“学习”了大量(liàng)前人的作品之后，其创作没有任何(hé)情(qíng)绪(xù)和灵魂，难以和人类的艺术(shù)创作相提并论。

另一方面，AIGC背后(hòu)的版权(quán)、目前都并(bìng)没(méi)有(yǒu)得到有效的解决(jué)，还有AIGC会(huì)不会(huì)代替人类“至高无(wú)上”的创意(yì)。

马斯(sī)克也(yě)强调(diào)，人工智(zhì)能的安全问题(tí)需要得(dé)到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一站除(chú)了(le)视频，还有远方(fāng)

技(jì)术都是有两面性的，潜(qián)在的危害(hài)并不能掩盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工智(zhì)能技术(shù)将是(shì)第四次工(gōng)业(yè)革命(mìng)的(de)核(hé)心驱动力量，将创(chuàng)造新(xīn)的(de)增长奇迹。

过去一年，人(rén)工智能在技术和商业层(céng)面都有了巨大进(jìn)展，AI绘画就是人工(gōng)智能技术发生(shēng)方向性改变的一(yī)个(gè)代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了(le)几条引(yǐn)爆(bào)科技圈的短视频。这些视(shì)频引发关注并非内容做得多(duō)优秀(xiù)，反而都非常简单，比(bǐ)如(rú)一(yī)匹正在喝水的(de)马，一只画画(huà)的玩具熊，或者一段骑摩托车的第(dì)一视角录像，随便一个有手机的人都(dōu)可以随手录下一段(duàn)。

但(dàn)这(zhè)些短视频(pín)的创作方(fāng)式非常简单(dān)，创作(zuò)者(zhě)仅仅需要向AI输入一(yī)段话(huà)，甚(shèn)至(zhì)只(zhǐ)是说(shuō)一下要(yào)求，AI就可以根据需(xū)要生成一段视频。

谷歌发布的两个AI生成(chéng)视频(pín)分别(bié)来(lái)自于Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的(de)Make-A-Video没有太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一波梗，一个能够(gòu)做出更高清(qīng)视频的AI还不(bù)足以在短(duǎn)时间(jiān)内(nèi)戳中兴奋(fèn)点。

Phenaki更加令人震惊的(de)地方(fāng)在于(yú)，它可以制作出超过2分钟的连贯的也(yě)有确切(qiè)内容(róng)的视频，这才是真正让人们感到惊喜的(de)地(dì)方(fāng)。因为无论AI生成的视(shì)频(pín)多么高清(qīng)，也只能是为内容(róng)生产者(zhě)提供(gōng)一个灵感，一个素材，一个过场动画。

不过能(néng)够制作出有具体(tǐ)剧情内容的视频(pín)就意味着，一些(xiē)视频创作由(yóu)AI代替人工完成已经初步有(yǒu)了可能(néng)。

当下(xià)AI的发展速度已经超过大部分人的想(xiǎng)象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为(wèi)全新的内(nèi)容(róng)生(shēng)产方式，可以为内容产业(yè)带来(lái)更(gèng)新的内容风(fēng)格、更(gèng)快的(de)生产速度，更低的生产成本，这无疑(yí)会驱动内容产业的大爆(bào)发。

除了AI绘图、视(shì)频，AIGC技术还能(néng)应(yīng)用于(yú)音乐(lè)、代码、机器(qì)人动作等多(duō)种内(nèi)容(róng)形(xíng)式(shì)的生(shēng)成。不难发现(xiàn)该项(xiàng)技术不仅在游戏等行业(yè)能得到有(yǒu)效应用，对于下一代互联(lián)网各种元素的构(gòu)建(jiàn)亦有关键意义。

从商(shāng)业化的角(jiǎo)度(dù)来看，文化娱乐、教育、传媒等诸多领域，本身就(jiù)对基于AI的可视化内(nèi)容有强烈需(xū)求。

因此，AI绘(huì)画(huà)及视频或不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望(wàng)在技术更(gèng)新(xīn)的加持下(xià)实现(xiàn)更大的应用价值(zhí)。

AI从(cóng)理解内容，走向了(le)可(kě)以生成(chéng)内容，甚至能(néng)够(gòu)创(chuàng)造(zào)出独立价值(zhí)和(hé)独立(lì)视角的内(nèi)容。AIGC的(de)再次出圈，更代表(biǎo)着(zhe)未来的先进生产力即将到来。

04

紧抓大模型(xíng)与(yǔ)算(suàn)力，牢(láo)固AIGC底座

从技术的发展(zhǎn)也可以看(kàn)出，在语(yǔ)言大模型、图(tú)像(xiàng)大模型之后，多模态(tài)大模型已(yǐ)经成(chéng)为(wèi)了(le)新(xīn)的趋势(shì)。

大模型(xíng)被(bèi)誉为(wèi)当前人工智(zhì)能发展的智能(néng)底座，是(shì)全球(qiú)竞争最激烈的研(yán)究方向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企业都在竞(jìng)相发力。

不过(guò)训(xùn)练大模型的(de)确(què)价格不菲，以(yǐ)国盛证(zhèng)券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一(yī)次的成本(b美不胜收的胜是什么意思三年级，引人入胜的胜是什么意思ěn)约为140万(wàn)美元(yuán)。而对于(yú)一些更大的LLM(大型语(yǔ)言模型(xíng))，训(xùn)练成本则介(jiè)于200万(wàn)美元至1200万美元(yuán)高价之间。

以ChatGPT在2023年(nián)1月的独立访(fǎng)客(kè)平均数1300万计算，其对应芯片需求为3万多片英伟达A100 GPU，初始投入成(chéng)本(běn)约为8亿美元，每日仅电费(fèi)就(jiù)在5万美(měi)元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力(lì)支持。在(zài)关(guān)注各(gè)类大模型的发(fā)展同时，更应该关注算力网络的建设。

算(suàn)力网络正驱动AI产业发展进入史诗级加速进程，让(ràng)AIGC及通(tōng)用AI这一人工智能发展的终极目标离得更近。

因为算力可以(yǐ)对突(tū)破性技术创新(xīn)提供大力的支持(chí)。这(zhè)方(fāng)面，多模态大模型是(shì)典型。作为面(miàn)向(xiàng)未来强人工智能、通用(yòng)人工智(zhì)能的重(zhòng)要技术(shù)创新，多(duō)模态大模型已经在人工智能(néng)领域提(tí)出了(le)很多年，业(yè)界也有不少技术突(tū)破，但是，多模(mó)态大(dà)模型(xíng)进(jìn)一步往下走(zǒu)，算力需求呈几何式(shì)上升，一般的算力基础设施很快(kuài)将难(nán)以胜任。

从图(tú)像、文字、语音单独一(yī)项(xiàng)的(de)训练(liàn)，到双模(mó)态(tài)、三(sān)模态(tài)的跃迁，让人工(gōng)智能可以灵活应(yīng)对不同(tóng)模态的转(zhuǎn)化、像人与世界交(jiāo)互一(yī)样自然，这(zhè)方面(miàn)，由算力网络来驱动将有明显(xiǎn)优(y美不胜收的胜是什么意思三年级，引人入胜的胜是什么意思ōu)势。

此外，还有(yǒu)很多(duō)需要爆发(fā)式增长的算力来支撑的技术创新(xīn)，将(jiāng)在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光(guāng)，期(qī)待在(zài)大(dà)模型和大算力的支(zhī)持下(xià)AIGC能持续颠覆内(nèi)容生产的方(fāng)式，将创造的(de)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 美不胜收的胜是什么意思三年级，引人入胜的胜是什么意思