自聊天机器人ChatGPT火爆以来，微软公司创始人比尔·盖茨已多次公(gōng)开谈论人工智(zhì)能话题。在最(zuì)近的一次(cì)采访中，他再次表示：“AI可能会让科技行业迎(yíng)来一(yī)次剧烈的洗牌”。

这个结论是他在(zài)当地时间2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时(shí)提出的(de)。

他(tā)预期，AI的发展可能(néng)会威胁到(dào)谷(gǔ)歌的市占率，因为微软在AI方面的(de)行动(dòng)相当迅速。而最(zuì)终(zhōng)科技巨头将把AI整合(hé)成(chéng)用户的“全能助手(shǒu)”，包揽一切(qiè)应用，与(yǔ)人们进(jìn)行沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中全能助手的到(dào)来可能尚需时日，但由ControlNet引发的又一次(cì)AI绘(huì)画浪潮，让AIGC在ChatGPT的(de)话(huà)题热点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上一(yī)次爆火的(de)时候，还是2022年(nián)8月，在美国科罗拉多州举办(bàn)的新兴数字(zì)艺术家竞(jìng)赛中，一幅名为《太空歌剧院》的作(zuò)品获(huò)奖。

随后各大(dà)厂商(shāng)的AI绘画软件被广大(dà)网(wǎng)友熟(shú)知并(bìng)体验，Stable Diffusion便是(shì)其中(zhōng)代表。

用户(hù)们可以在应用中输入一组关键词(cí)或者(zhě)一张照片，就能获得一幅(fú)AI创作的画作。

作画的关键(jiàn)就(jiù)是所输入(rù)的文本(běn)。同一组(zǔ)关键词也(yě)可以(yǐ)创作出(chū)很(hěn)多张风格(gé)不一样的(de)画作，这让创作的过程(chéng)就像(xiàng)开盲盒。

很多(duō)用户很喜欢这种不(bù)确(què)定(dìng)的惊喜，他(tā)们会(huì)将生成的美图(tú)当做(zuò)头像。而另一部分喜欢翻看AI绘画(huà)的“翻车”作品。在社交媒体(tǐ)上(shàng)，许多用户分享AI“翻(fān)车(chē)现场”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人(rén)照片(piàn)被(bèi)AI识别成了建筑。

而(ér)如今(jīn)随着(zhe)ControlNet的出现(xiàn)与加持，以往AI绘画的(de)填写关键词游戏可(kě)能要被(bèi)颠(diān)覆了。

ControlNet是(shì)一位正在(zài)斯坦(tǎn)福读博(bó)的(de)中国(guó)人(rén)张吕敏创作的一种(zhǒng)基于控制点的图像变形算法，主(zhǔ)要用(yòng)于数字图(tú)像处理、计(jì)算机视觉和计算(suàn)机图形(xíng)学(xué)等领域。

其(qí)SD插件一经发布，在短短(duǎn)的两天内便成为(wèi)了AI绘画(huà)领域最新(xīn)的热点。

在此之(zhī)前(qián)，大(dà)家用了很多(duō)方法(fǎ)想让AI生成的结果(guǒ)尽可能的符合要求，但(dàn)是都不尽(jǐn)如(rú)人意，它(tā)的出(chū)现代表(biǎo)着AI生成(chéng)开始进入(rù)真正的(de)可(kě)控时(shí)期。

因为ControlNet可以直接提(tí)取(qǔ)画面的构(gòu)图，人物的(de)姿势和画面(miàn)的深(shēn)度信息等。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式的创(chuàng)作(zuò)了。

通俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的作品(pǐn)已经获得了大量的浏览量，“viggo”就是其中之一(yī)，他用朋友(yǒu)的照(zhào)片直接带(dài)她们(men)走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件拓(tuò)展找(zhǎo)到对应的(de)关键词(cí)；最后(hòu)用ControlNet插件绑定骨骼(gé)开(kāi)始换(huàn)关键词(cí)试效果。

通过图片就可以看(kàn)出来，效(xiào)果十分惊(jīng)艳。

更厉害(hài)的是，除(chú)了真(zhēn)实的照片，草图也可以加(jiā)上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还(hái)能实现线稿转全彩图。大神张吕敏其(qí)本尊(zūn)也(yě)亲自(zì)回(huí)应(yīng)。

不得(dé)不说当(dāng)下AIGC已经变(biàn)得越来(lái)越(yuè)强(qiáng)大，甚至输出的作品都已(yǐ)经能(néng)以(yǐ)假乱(luàn)真了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金(jīn)鸡湖有游艇party”的消息火遍网(wǎng)络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可能是全国第(dì)一起AI绘图诈骗(piàn)。

由于这个活动里面给出的美女(nǚ)照(zhào)片都是AI制作的(de)真人照片绘图，因为太(tài)逼真，被(bèi)大(dà)家当成真事传播了。

不过仔细观察可以发现，活动发(fā)起(qǐ)者提供的照片中有个很大(dà)的(de)漏洞(dòng)可(kě)以(yǐ)发现(xiàn)并(bìng)非真人(rén)，而是AI绘图，那(nà)便是图(tú)片中女性(xìng)的手(shǒu)指(zhǐ)部(bù)分(fēn)有的存在异常。

有行业(yè)人(rén)事表(biǎo)示：“现在因为(wèi)手(shǒu)指(zhǐ)部(bù)分的绘画算法(fǎ)比较复(fù)杂(zá)，AI还不太会画人(rén)的(de)手，但最新看到的图(tú)片已经有(yǒu)越(yuè)来越完美的(de)AI模型(xíng)出现(xiàn)，以后(hòu)可能就(jiù)完全(quán)没有漏洞了。”

类似(shì)的AI作(zuò)图诈骗(piàn)在国(guó)外也已有发生。据英(yīng)国广播公司(sī)报道，土(tǔ)耳(ěr)其(qí)地震期(qī)间，有Tiktok用户使(shǐ)用AI合成了儿童(tóng)受灾(zāi)的假照片发布到网络，以此诱骗善良(liáng)的人(rén)打赏“捐助”从而实施诈骗。

目前随着技术发展(zhǎn)，AIGC已(yǐ)经(jīng)能做出真(zhēn)人(rén)照(zhào)片般(bān)的(de)绘图效果，如果(guǒ)这样的图片被(bèi)用来诈骗(piàn)，将(jiāng)非常(cháng)可怕。

此外AIGC还引发了(le)很多担忧，一方面，批判者认为AI在“学习”了大量前人(rén)的作(zuò)品之(zhī)后(hòu)，其创作(zuò)没有任何情绪和灵(líng)魂，难以(yǐ)和人(rén)类的艺术(shù)创(chuàng)作(zuò)相提并论(lùn)。

另(lìng)一(yī)方(fāng)面，AIGC背(bèi)后的版(bǎn)权、目前都并没(méi)有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高(gāo)无上”的创意。

马斯克也(yě)强(qiáng)调，人(rén)工智能的安全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了(le)视频(pín)，还有远方(fāng)

技术(shù)都是(shì)有两面性的(de)，潜在的危害并不(bù)能掩盖其(qí)光辉(huī)的(de)贡献。现在看(kàn)来，人工智能技(jì)术将是第四(sì)次工业(yè)革(gé)命的(de)核心驱动力量，将创造新的(de)增(zēng)长奇(qí)迹(jì)。

过去(qù)一年，人工(gōng)智能在(zài)技术和商业层面都有了(le)巨大进展，AI绘画(huà)就(jiù)是人工智能技术发生方向(xiàng)性改变(biàn)的一个代表(biǎo)。其下一站或许就是视(shì)频(pín)。

此前，Meta和谷歌先后发布了几条引爆(bào)科技圈的短视(shì)频。这些视频引发关(guān)注并非(fēi)内容做得多优秀，反(fǎn)而都非常简单，比(bǐ)如(rú)一匹正在喝水(shuǐ)的马，一只(zhǐ)画(huà)画的(de)玩具(jù)熊，或者一段骑摩托车的第一视(shì)角录像，随便一(yī)个有手(shǒu)机的人(rén)都可(kě)以随手录(lù)下一段(duàn)。

但这些短视频(pín)的创作(zuò)方(fāng)式非(fēi)常简单(dān)，创作者仅仅需要向(xiàng)AI输(shū)入(rù)一段话，甚至只是(shì)说(shuō)一下(xià)要求，AI就可(kě)以根据需要生成一段视频(pín)。

谷歌发布的两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主(zhǔ)要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别(bié)。

在Make-A-Video公布了AI生成的视频后，AI圈(quān)就已经玩了一波梗，一个能够做出更高清(qīng)视(shì)频(pín)的AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在(zài)于，它(tā)可(kě)以制(zhì)作出超过2分钟的(de)连贯的也有(yǒu)确切内容的(de)视频，这才是(shì)真正让人们感(gǎn)到惊(jīng)喜的(de)地方。因为无论(lùn)AI生(shēng)成(chéng)的(de)视频(pín)多么高(gāo)清，也只(zhǐ)能是为(wèi)内容生产者提供一(yī)个灵(líng)感，一(yī)个素材(cái)，一个(gè)过场动画。

不过能够制作出有具体剧情(qíng)内容的(de)视频就(jiù)意味着(zhe哪些人不适合穿老爹鞋，老爹鞋的优点和缺点)，一(yī)些视频创作(zuò)由(yóu)AI代替人工完成已经(jīng)初步有了可能。

当下AI的发(fā)展速度已经超过大部分人的想象(xiàng)。内(nèi)容产业的本质是供给(gěi)创造需(xū)求，AIGC作为(wèi)全新的内容生产(chǎn)方式，可(kě)以(yǐ)为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的生产成本，这无疑会驱动内容产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还能应用于音乐、代(dài)码、机器人动作等(děng)多种(zhǒng)内容形式的(de)生成。不(bù)难(nán)发(fā)现该项技术不仅在游(yóu)戏等行(xíng)业能得到有效应(yīng)用，对于下(xià)一代互联网(wǎng)各种(zhǒng)元(yuán)素(sù)的构建(jiàn)亦有(yǒu)关键(jiàn)意义。

从商(shāng)业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等(děng)诸多(duō)领(lǐng)域，本身(shēn)就对基于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视频或不是结(jié)果，而只是(shì)AI进程中的一块(kuài)重要拼(pīn)图，有望在技(jì)术(shù)更新的加持下实(shí)现(xiàn)更大(dà)的应用价值。

AI从理(lǐ)解内容，走(zǒu)向了可(kě)以(yǐ)生成内容，甚(shèn)至能够创造出独立价值和独(dú)立视角的内(nèi)容。AIGC的再次出圈，更代表着(zhe)未来的先进生(shēng)产力即(jí)将到来(lái)。

04

紧(jǐn)抓大模型(xíng)与算力，牢固AIGC底座

从技术的发展(zhǎn)也可以看出，在语言大(dà)模型、图(tú)像大模型之(zhī)后，多模(mó)态大模(mó)型已(yǐ)经成为了新的趋势。

大模型被誉为当前人(rén)工智能发展的智能底座，是全球竞争最激烈的研(yán)究方向之一，包括谷歌、亚马逊、百(bǎi)度、阿里、腾讯等(děng)众多(duō)头部企业都在竞相发力(lì)。

不过(guò)训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对于(yú)一些(xiē)更(gèng)大的LLM(大型语言模(mó)型)，训练成(chéng)本则介于200万(wàn)美(měi)元至1200万美元高(gāo)价(jià)之间。

以ChatGPT在2023年1月的独(dú)立(lì)访客平均数(shù)1300万计算(suàn)，其对应芯片(piàn)需(xū)求(qiú)为3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元，每(měi)日仅(jǐn)电费就(jiù)在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还是(shì)AIGC，都离不(bù)开庞大算力(lì)支持。在(zài)关注各(gè)类大模型(xíng)的发(fā)展同(tóng)时，更应该关(guān)注算力网络(luò)的建设。

算力(lì)网(wǎng)络(luò)正驱动AI产(chǎn)业发展进入史诗级加速进程，让AIGC及通用AI这一人工智能发展的终(zhōng)极目标离得更近。

因为算力(lì)可以(yǐ)对突(tū)破性技术创新(xīn)提供(gōng)大力(lì)的支持。这方面，多模态大模型是典型。作为面(miàn)向未来强人工智能、通用(yòng)人工智能(néng)的重要技术(shù)创新，多模态大(dà)模型已(yǐ)经在人(rén)工智能领域提出了很多年，业(yè)界也有(yǒu)不少(shǎo)技术突破，但是，多模态大模(mó)型进(jìn)一步(bù)往下走，算力需(xū)求呈几(jǐ)何式上升，一般的算力基础设(shè)施很快将难(nán)以(yǐ)胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到双模态、三模(mó)态的(de)跃迁，让人(rén)工智能可(kě)以灵活应对不同模态(tài)的(de)转化、像人与(yǔ)世(shì)界交互一(yī)样自然，这方面，由算力网络来驱(qū)动(dòng)将(jiāng)有明(míng)显优势。

此外，还有很(hěn)多需要爆发式增长(zhǎng)的(de)算力(lì)来支撑的技(jì)术创新，将在人工(gōng)智能(néng)算力(lì)网络支撑下快速推进。

AIGC已经露出曙光，期待在大模(mó)型和(hé)大算(suàn)力的(de)支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造的(de)边(biān)际(jì)成本(běn)降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 哪些人不适合穿老爹鞋，老爹鞋的优点和缺点