自聊天机器人ChatGPT火爆以来，微(wēi)软公(gōng)司创始(shǐ)人(rén)比(bǐ)尔·盖茨(cí)已多(duō)次(cì)公开谈论人工智能(néng)话题。在最近的(de)一次采访(fǎng)中，他再次表(biǎo)示：“AI可能会让(ràng)科(kē)技(jì)行业迎来一次剧烈的洗(xǐ)牌”。

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

他预(yù)期，AI的发展(zhǎn)可能(néng)会威胁(xié)到谷歌的(de)市占(zhàn)率，因为(wèi)微软在AI方面的行动相(xiāng)当迅(xùn)速(sù)。而(ér)最终科(kē)技巨头将把AI整合(hé)成用户的“全能助手”，包揽一切应用(yòng)，与人们(men)进行沟通(tōng)并(bìng)提供(gōng)建议，可以取(qǔ)代亚马逊、Siri或(huò)Outlook等应(yīng)用。

大(dà)佬口(kǒu)中全能(néng)助手的到来可能尚需时(shí)日，但由ControlNet引发(fā)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(fù)AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画为(wèi)代(dài)表的AIGC上一次爆(bào)火的时候，还是2022年(nián)8月(yuè)，在(zài)美国(guó)科(kē)罗拉多(duō)州举办(bàn)的(de)新兴数字艺(yì)术家竞(jìng)赛(sài)中，一幅名(míng)为(wèi)《太空歌剧院》的作品获奖。

随后各大厂(chǎng)商的AI绘画(huà)软件被广大网友熟知并体(tǐ)验，Stable Diffusion便是其中代表。

用户们可(kě)以(yǐ)在应用中(zhōng)输入一(yī)组关键词或者一张照片，就能获得一幅(fú)AI创作的画作(zuò)。

作画的关键就是所输入(rù)的文本。同一组(zǔ)关键词也可以创作(zuò)出(chū)很多张风格不一样的画作，这让(ràng)创(chuàng)作的过程就像开盲(máng)盒。

很(hěn)多用户很喜欢(huān)这种不确定的惊喜(xǐ)，他们(men)会将(jiāng)生成的美图当做头像。而另(lìng)一部(bù)分喜欢(huān)翻(fān)看AI绘画(huà)的“翻车”作品。在社交媒体上，许多用户(hù)分(fēn)享AI“翻车现场”，例如，一(yī)位网友(yǒu)的(de)小(xiǎo)狗照片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别成了(le)建筑。

而如今随着ControlNet的(de)出现(xiàn)与加持，以往(wǎng)AI绘画的填写关(guān)键(jiàn)词游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博(bó)的中国人张吕敏创(chuàng)作的一(yī)种(zhǒng)基于控制点的图像变形算法，主要用于数(shù)字图像(xiàng)处(chù)理、计算机视觉(jué)和计(jì)算机图(tú)形学等领(lǐng)域。

其SD插件一经发布，在短短的两天内(nèi)便成为了AI绘(huì)画(huà)领域最新的热点。

在此之前，大家(jiā)用(yòng)了很多方法想让AI生成的结果尽可(kě)能的符(fú)合要(yào)求，但(dàn)是(shì)都(dōu)不尽如人(rén)意，它的出(chū)现代(dài)表着(zhe)AI生成开(kāi)始进(jìn)入真(zhēn)正的可(kě)控时期(qī)。

因为ControlNet可以直接提取画面(miàn)的构图(tú)，人物(wù)的姿(zī)势和画面(miàn)的(de)深度(dù)信息等(děng)。有了它的(de)帮助，就不用频繁的用提示(shì)词来碰运气，抽盲盒式大疆无人机的电机是哪个国家的品牌 大疆是国企还是私企的(de)创(chuàng)作了(le)。

通俗的(de)说ControlNet相(xiāng)当于给(gěi)AI绘画加了(le)“魔法”，不少(shǎo)博主(zhǔ)的作(zuò)品已(yǐ)经获得了大量的浏览量(liàng)，“viggo”就是(shì)其中之一，他用朋友的(de)照(zhào)片(piàn)直接带(dài)她们(men)走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件拓展找到对应的关键词；最(zuì)后(hòu)用ControlNet插件绑(bǎng)定(dìng)骨骼开始(shǐ)换关(guān)键词试效果(guǒ)。

通过(guò)图片(piàn)就(jiù)可以(yǐ)看出(chū)来，效果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的照片，草(cǎo)图也可以(yǐ)加(jiā)上(shàng)“魔法”，知乎(hū)大(dà)牛“DevPoint”和(hé)“逗砂(shā)”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张(zhāng)吕敏其本尊也(yě)亲(qīn)自(zì)回应。

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

02

难辨虚(xū)实，AIGC技术力爆(bào)发

警(jǐng)惕(tì)安全问题

近日(rì)，“苏州金(jīn)鸡(jī)湖有游(yóu)艇party”的消息火遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可能(néng)是全(quán)国第一起AI绘图诈骗。

由于这个活(huó)动里面给出(chū)的(de)美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真，被大家当成(chéng)真(zhēn)事传(chuán)播了。

不过仔细观察可以发现，活动(dòng)发起者(zhě)提供(gōng)的照片中有个很大(dà)的漏洞(dòng)可以发现并非(fēi)真(zhēn)人，而(ér)是AI绘(huì)图，那便是(shì)图片中女性(xìng)的手指部(bù)分(fēn)有的存在异常(cháng)。

有行业(yè)人(rén)事(shì)表示：“现在因为手指部分的(de)绘画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的图(tú)片已经有(yǒu)越(yuè)来越完(wán)美的(de)AI模(mó)型出(chū)现，以(yǐ)后(hòu)可(kě)能就完全没有漏洞了。”

类似的(de)AI作图诈(zhà)骗在国外也已有发(fā)生。据英国广(guǎng)播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用(yòng)户使(shǐ)用AI合成(chéng)了儿童受(shòu)灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏“捐助”从而实施诈骗。

目前随(suí)着(zhe)技(jì)术发(fā)展，AIGC已(yǐ)经能(néng)做出真(zhēn)人照片般的绘图效果，如果这样的图片被用来诈骗，将非常(cháng)可怕。

此外(wài)AIGC还引发了很多担忧，一(yī)方(fāng)面，批判(pàn)者认(rèn)为AI在“学习(xí)”了(le)大量前人的作品之(zhī)后，其创作没有任何情绪和灵魂，难以(yǐ)和人类的(de)艺术创作相提并论(lùn)。

另(lìng)一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会(huì)代替人类“至(zhì)高无上”的创意。

马斯克也强调(diào)，人工智(zhì)能的安全(quán)问题需要得到(dào)重视(shì)，太晚就(jiù)来不(bù)及了。

03

AIGC下(xià)一站除了视频(pín)，还有远(yuǎn)方(fāng)

技术(shù)都是有两面(miàn)性的，潜在的危害并不能掩盖其光辉的贡献。现在看(kàn)来，人工智(zhì)能技术将是第四次工业革命的核(hé)心驱动(dòng)力量，将创造新的增长(zhǎng)奇迹。

过去(qù)一年，人工智能在技术和商业层面都有了巨大进展，AI绘(huì)画就(jiù)是人工智能技术发生方向性改变的一个代表(biǎo)。其下一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先后发布了几条引爆(bào)科(kē)技圈的短视频。这些(xiē)视频引发(fā)关注(zhù)并非内容做得(dé)多优秀，反而都(dōu)非常简单，比如一(yī)匹正在喝水的马，一只画画的玩具熊，或(huò)者一(yī)段骑(qí)摩托车的第一视角录像，随便一个(gè)有手机(jī)的人都可以随手录(lù)下一段(duàn)。

但(dàn)这些短视频的创作方式非常简单(dān)，创作(zuò)者仅仅需要向AI输入一段话，甚至只是说一(yī)下要求，AI就可以(yǐ)根据(jù)需要(yào)生成一段视频。

谷(gǔ)歌(gē)发布的两(liǎng)个AI生成视(shì)频分(fēn)别(bié)来自于(yú)Imagen Video和Phenaki，前(qián)者(zhě)主要突出的是高清，与Meta的Make-A-Video没有太多的(de)差别。

在(zài)Make-A-Video公布(bù)了AI生成的视频后，AI圈就(jiù)已(yǐ)经(jīng)玩了一波梗，一个能够做出更(gèng)高(gāo)清视频(pín)的AI还(hái)不足以在(zài)短时间(jiān)内戳中兴奋点。

Phenaki更加令(lìng)人震(zhèn)惊的地方在于，它(tā)可以制作(zuò)出超(chāo)过2分钟的连贯(guàn)的也有确切内(nèi)容的视频(pín)，这(zhè)才是(shì)真正让人们(men)感到惊喜的地方。因为无(wú)论AI生(shēng)成的(de)视频多么高清，也只能是(shì)为内容(róng)生产者提(tí)供一个灵(líng)感，一个素材，一(yī)个过场动画。

不过(guò)能够制作(zuò)出有具体剧(jù)情内容的视频就意味着，一些视频创(chuàng)作由AI代替(tì)人工完成已经初步有了可(kě)能(néng)。

当(dāng)下AI的发展速度已经超过大部(bù)分人的想象。内容产业的本质(zhì)是供给创造需(xū)求(qiú)，AIGC作为全(quán)新(xīn)的内(nèi)容生产方式，可以为内容产业带(dài)来更新的内容风格(gé)、更快的(de)生产速度，更低的生产成本，这(zhè)无疑会(huì)驱动内容(róng)产业的(de)大(dà)爆发。

除了AI绘图、视(shì)频，AIGC技术还能(néng)应用于音乐、代码、机器人动作等多种内容形式的生(shēng)成。不难发现(xiàn)该(gāi)项技术不(bù)仅在游戏(xì)等行业能(néng)得(dé)到有效应用(yòng)，对于(yú)下一代互联(lián)网各(gè)种(zhǒng)元素的构(gòu)建亦(yì)有关键意义。

从(cóng)商业化(huà)的角度(dù)来看，文化(huà)娱(yú)乐、教(jiào)育、传媒等诸多(duō)领域，本身就对基于AI的可视(shì)化(huà)内容(róng)有(yǒu)强(qiáng)烈(liè)需求。

因此，AI绘画及视频或不是结果，而只是AI进程中的(de)一块重要拼图，有望在技(jì)术更新的加持(chí)下实(shí)现(xiàn)更(gèng)大的(de)应用(yòng)价值。

AI从理解内容，走向了(le)可以生成内容，甚至能(néng)够创造(zào)出独(dú)立(lì)价(jià)值(zhí)和独立视角的内(nèi)容。AIGC的再次出圈，更代表着未(wèi)来的先进生产力即(jí)将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢固AIGC底座

从技术(shù)的发(fā)展也可以(yǐ)看出，在(zài)语(yǔ)言(yán)大模型、图像大(dà)模型之后，多模态(tài)大模(mó)型(xíng)已经成为了新(xīn)的趋(qū)势(shì)。

大模型被誉为当(dāng)前人工(gōng)智能发展的智能(néng)底座，是全球竞争最激烈(liè)的研究方向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众多头部企(qǐ)业都在竞(jìng)相(xiāng)发(fā)力。

不过训练(liàn)大模型的确价格(gé)不菲，以(yǐ)国盛证券发(fā)布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约(yuē)为140万美元(yuán)。而对(duì)于一(yī)些(xiē)更大的LLM(大型语言模型)，训(xùn)练(liàn)成本则介于200万美元(yuán)至1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客(kè)平(píng)均(jūn)数1300万(wàn)计(jì)算，其对应(yīng)芯(xīn)片需(xū)求(qiú)为3万多片英(yīng)伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美(měi)元(yuán)，每日仅电费就在5万美元左右。

此外不论是(shì)ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模型的发展同时，更(gèng)应该关注算力网(wǎng)络的建设(shè)。

算(suàn)力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一人工(gōng)智能发(fā)展的终极目标离得更(gèng)近。

因为算力(lì)可以对(duì)突破性技术创新提供(gōng)大(dà)力的支持。这方面，多模态大模(mó)型是典型。作(zuò)为面向(xiàng)未来强人工智能、通用人工智能的重要技术创新(xīn)，多模态大(dà)模(mó)型已经在人工智能领(lǐng)域大疆无人机的电机是哪个国家的品牌 大疆是国企还是私企提出了很多年，业界(jiè)也有不少(shǎo)技术突破，但是，多模态大模(mó)型进(jìn)一(yī)步往下走，算力需求呈(chéng)几(jǐ)何式上(shàng)升，一(yī)般的算力(lì)基础(chǔ)设施很快将难以胜任(rèn)。

从(cóng)图像、文(wén)字、语(yǔ)音单(dān)独一项的训(xùn)练，到双模态(tài)、三模态的跃迁，让人工智能可以灵活(huó)应对不同模态的(de)转(zhuǎn)化、像人与世界交互一(yī)样(yàng)自然，这方(fāng)面，由算(suàn)力网络(luò)来驱(qū)动(dòng)将有明显优势(shì)。

此外，还有(yǒu)很多(duō)需(xū)要爆发式(shì)增长的(de)算力来支撑的技(jì)术创(chuàng)新，将(jiāng)在人工(gōng)智能算力网(wǎng)络支撑(chēng)下快速推进。

AIGC已经(jīng)露出(chū)曙光，期待在大(dà)模型(xíng)和大(dà)算力的(de)支持下(xià)AIGC能持续颠覆内容生(shēng)产的方式，将创造的边际(jì)成本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 大疆无人机的电机是哪个国家的品牌 大疆是国企还是私企