自聊(liáo)天机器人(rén)ChatGPT火爆以来(lái)，微软公司(sī)创始人(rén)比(bǐ)尔·盖茨已多次(cì)公(gōng)开谈论人工智能(néng)话题。在最近的(de)一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科技行业迎来一次剧烈的洗牌(pái)”。

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

他预(yù)期，AI的发(fā)展可能会威胁到谷歌的市占率，因为微软(ruǎn)在(zài)AI方面的行动相当迅(xùn)速。而最终(zhōng)科技巨头将把AI整合成用户(hù)的“全能助手”，包揽一切应(yīng)用，与(yǔ)人们进(jìn)行沟通并(bìng)提供(gōng)建议，可(kě)以取代亚马逊(xùn)、Siri或(huò)Outlook等应(yīng)用(yòng)。

大(dà)佬口中(zhōng)全(quán)能助手的(de)到(dào)来可能尚需时日，但由ControlNet引发的又(yòu)一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的话题热点(diǎn)包围中(zhōng)杀出重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上(shàng)一次爆(bào)火的(de)时候，还是2022年8月，在美国科罗拉多州举(jǔ)办的(de)新兴数字艺术家竞赛中(zhōng)，一(yī)幅名为《太空歌剧院》的作品(pǐn)获奖。

随后各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便(biàn)是其(qí)中代表。

用户(hù)们可以在应用中输入一组关键词或者一张照片(piàn)，就(jiù)能获得一(yī)幅AI创作的画作(zuò)。

很多用户很喜欢这种不确(què)定的惊喜，他(tā)们会将生成(chéng)的美图当做头像。而另一部分(fēn)喜欢(huān)翻看(kàn)AI绘画的“翻车”作品(pǐn)。在社(shè)交媒(méi)体上，许多用户分享AI“翻车现(xiàn)场”，例如，一位网友的小(xiǎo)狗照片被AI画成了“肌(jī)肉男”，还(hái)有网友(yǒu)的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘(huì)画的(de)填写(xiě)关键词(cí)游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在(zài)斯(sī)坦(tǎn)福读博的(de)中(zhōng)国人(rén)张(zhāng)吕敏创(chuàng)作(zuò)的一种基于控制(zhì)点的图像(xiàng)变形(xíng)算法，主要用于数(shù)字图像处理、计(jì)算机视觉和计算机图(tú)形学等领(lǐng)域(yù)。

其SD插件一经发布，在短短的两天内便成(chéng)为了AI绘画领域最(zuì)新的热点(diǎn)。

在此之(zhī)前，大(dà)家用了很(hěn)多方法想(xiǎng)让AI生成的结果尽可能的符合要求(qiú)，但是都不尽如人意，它的出现代表着(zhe)AI生(shēng)成开(kāi)始进入真正的可控时期(qī)。

因为(wèi)ControlNet可以直接提取画面的构(gòu)图，人物的姿势和(hé)画面的(de)深度信息等。有了它的(de)帮助，就(jiù)不用频繁的用提示词(cí)来碰运气，抽盲盒式的创作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主(zhǔ)的作品已(yǐ)经获得(dé)了(le)大量的(de)浏览量，“viggo”就是其中之(zhī)一(yī)，他用朋友的照片直接(jiē)带她们走进动(dòng)漫(màn)世界。

viggo先用StableDiffusion图(tú)片(piàn)转(zhuǎn)文字。

再用(yòng)Text2Prompt插件拓展找到对应的关(guān)键词；最后用ControlNet插件绑(bǎng)定(dìng)骨骼开始换关(guān)键词(cí)试效果。

通过(guò)图(tú)片就(jiù)可以看出来，效果十(shí)分惊艳。

更厉害的是，除了真实的照(zhào)片(piàn)，草图也可以(yǐ)加上“魔(mó)法”，知乎大(dà)牛(niú)“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实(shí)现(xiàn)线稿转(zhuǎn)全(quán)彩图。大(dà)神(shén)张(zhāng)吕敏其本尊也亲自回(huí)应。

不(bù)得不说当下AIGC已(yǐ)经变(biàn)得越来越强(qiáng)大，甚至输出的(de)作品都已经能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡(jī)湖有游艇party”的消息火遍网(wǎng)络，而经过警方辟(pì)谣(yáo)这所谓(wèi)的“party”可(kě)能是全国第一起AI绘图(tú)诈骗。

由于这个活动里(lǐ)面给出的美女(nǚ)照片都是AI制作的真人照(zhào)片绘图，因为太逼(bī)真，被大(dà)家当(dāng)成(chéng)真事传(chuán)播了(le)。

不(bù)过仔(zǎi)细观察可(kě)以发(fā)现，活动(dòng)发起(qǐ)者(zhě)提供的照片中有个(gè)很大(dà)的漏洞可以发现并非真人，而是AI绘(huì)图(tú)，那便是图片中女性的手指部(bù)分有的存在异常。

有行业人事表示：“现在因为手指部(bù)分的绘(huì)画算法比较复(fù)杂，AI还不太会画人的(de)手(shǒu)，但最新看到(dào)的图(tú)片已经(jīng)有越来越完美的(de)AI模型出现，以(yǐ)后(hòu)可能就完全(quán)没有漏洞(dòng)了(le)。”

类似的(de)AI作(zuò)图诈骗在(zài)国外也已(yǐ)有(yǒu)发生(shēng)。据英国(guó)广播公司报道，土(tǔ)耳其(qí)地(dì)震(zhèn)期间，有Tiktok用户使(shǐ)用(yòng)AI合(hé)成了儿(ér)童受灾的假照片发布到网络，以此(cǐ)诱骗善良的(de)人打赏(shǎng)“捐(juān)助”从(cóng)而实施诈骗。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真(zhēn)人照片般的绘图效果，如果这样的图片被用(yòng)来(lái)诈骗，将非常可怕(pà)。

此(cǐ)外AIGC还引发了很多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前人的作品之后，其创(chuàng)作没有任(rèn)何情绪和灵(líng)魂，难以和人类的艺(yì)术(shù)创(chuàng)作(zuò)相(xiāng)提并论(lùn)。

另(lìng)一方面，AIGC背后的(de)版权、目前都并(bìng)没有(yǒu)得到(dào)有效的解(jiě)决(jué)，还有AIGC会不会(huì)代替人(rén)类“至(zhì)高无上”的创(chuàng)意(yì)。

马斯克(kè)也强调，人工智(zhì)能的安全问题(tí)需要(yào)得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方(fāng)

技术都是(shì)有两面性的，潜(qián)在的危(wēi)害并不(bù)能掩盖其光辉的贡(gòng)献(xiàn)。现在看来，人工智能(néng)技术(shù)将是第四次工业革命的核心驱动力(lì)量(liàng)，将创造(zào)新的增(zēng)长奇迹。

过去一(yī)年，人工智能(néng)在技术和(hé)商业层面都有了巨大进展，AI绘画就(jiù)是人工智能技术发(fā)生方(fāng)向(xiàng)性改变的(de)一(yī)个代表(biǎo)。其下(xià)一(yī)站或(huò)许就是(shì)视频(pín)。

此前，Meta和谷歌先后发布(bù)了几条引爆(bào)科(kē)技圈的短(duǎn)视(shì)频。这些视频引(yǐn)发关注并非(fēi)内容做得多优秀(xiù)，反而都非常(cháng)简单，比如一匹(pǐ)正在喝水的马(mǎ)，一只画画的(de)玩具熊，或者一段骑摩(mó)托车的第一(yī)视角(jiǎo)录像(xiàng)，随便(biàn)一个有(yǒu)手机的人都可以随手录下一段。

但这些短视频的创(chuàng)作方式(shì)非(fēi)常(cháng)简单，创(chuàng)作(zuò)者(zhě)仅(jǐn)仅需要向AI输入一(yī)段话(huà)，甚至只是说一下(xià)要求，AI就可以(yǐ)根据(jù)需要生成一段视(shì)频(pín)。

谷歌(gē)发布(bù)的两个AI生成视(shì)频分别来(lái)自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要(yào)突出的(de)是(shì)高清，与Meta的Make-A-Video没有太(tài)多的(de)差别。

在Make-A-Video公(gōng)布(bù)了AI生成的视频后(hòu)，AI圈就(jiù)已(yǐ)经玩了(le)一波梗(gěng)，一个能(néng)够做出更高清视频的AI还不(bù)足以在短时间内(nèi)戳中兴(xīng)奋点。

Phenaki更加令(lìng)人(rén)震惊的(de)地方在于，它可以制作出超过(guò)2分钟的连贯(guàn)的也(yě)有确切内容的(de)视频，这才(cái)是(shì)真正让人们感到(dào)惊喜的(de)地方。因为无论AI生成的(de)视频多么高清，也只能是(shì)为内(nèi)容(róng)生产者(zhě)提供一个灵感(gǎn)，一个(gè)素材，一个(gè)过场动(dòng)画。

不过(guò)能够(gòu)制作出有具(jù)体剧(jù)情内容的(de)视(shì)频(pín)就(jiù)意味着，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(kě)能。

当下AI的发展(zhǎn)速度已经超过大部分(fēn)人的想象(xiàng)。内容产业的本质是(shì)供给创造需求，AIGC作为(wèi)全新的内容生产方式，可以(yǐ)为(wèi)内容产(chǎn)业(yè)带来(lái)更新的(de)内容风格(gé)、更快的生产(chǎn)速度，更低的生产成本，这无(wú)疑(yí)会驱动内容产(chǎn)业的大爆发。

除(chú)了AI绘(huì)图、视频，AIGC技术还能应(yīng)用于音乐(lè)、代码(mǎ)、机器(qì)人(rén)动作等多种内容形式的生(shēng)成(chéng)。不难(nán)发现该项技术不仅在游戏等(děng)行业(yè)能得到有效应用，对于下一代互联网各种元素的(de)构建亦有关(guān)键意义。

从(cóng)商(shāng)业(yè)化的角度来看，文化娱乐、教育、传媒等(děng)诸(zhū)多领(lǐng)域，本身就对(duì)基于AI的可视(shì)化内(nèi)容有强烈需(xū)求。

因此，AI绘画及视(shì)频或(huò)不是结果，而只是AI进程中的一块(kuài)重要拼图，有望在技术更新的加持下(xià)实(shí)现更大的应用价值。

AI从理解内(nèi)容，走向了(le)可(kě)以生(shēng)成内(nèi)容(róng)，甚(shèn)至能够(gòu)创造出独(dú)立价值和独立(lì)视(shì)角的(de)内容(róng)。AIGC的再(zài)次出圈(quān)，更代表着(zhe)未(wèi)来(lái)的(de)先进(jìn)生产(chǎn)力(lì)即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座

从技术的发展也可(kě)以看(kàn)出，在(zài)语(yǔ)言(yán)大模(mó)型、图像大模型之后，多(duō)模态大模(mó)型已(yǐ)经成为了(le)新的趋势。

大模型(xíng)被誉为当前人工(gōng)智能发(fā)展的智能(néng)底(dǐ)座，是全球竞争最激烈的研究方向之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百度、阿里、腾讯等(děng)众多头部企业都在竞相发(fā)力。

不过训练大模型(xíng)的确价(jià)格不菲，以国盛证券发布的《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的成本(běn)约为140万美元。而对于一些更大的LLM(大(dà)型语言模型)，训练成(chéng)本则介于200万美元至(zhì)1200万(wàn)美(měi)元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立访客平均数(shù)1300万(wàn)计算，其对洋槐蜜多少钱一斤，正宗洋槐蜜多少钱一斤应芯片(piàn)需(xū)求为(wèi)3万(wàn)多片英伟达A100 GPU，初始投入(rù)成(chéng)本(běn)约为8亿(yì)美元，每日仅(jǐn)电费就在5万美元左(zuǒ)右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都离不开庞大(dà)算力支(zhī)持。在关注各(gè)类大模型(xíng)的发(fā)展同时(shí)，更应该关注算力网络的建设。

算力网络正(zhèng)驱(qū)动(dòng)AI产业发展进(jìn)入史诗级加速进(jìn)程，让AIGC及(jí)通用AI这(zhè)一(yī)人(rén)工智能发展的终极目标(biāo)离(lí)得更近。

因(yīn)为算力可(kě)以(yǐ)对突(tū)破性(xìng)技术创新提供大(dà)力的支持。这方面，多模态大模(mó)型是典型。作(zuò)为面向未来强人(rén)工智能、通用人(rén)工(gōng)智能的重(zhòng)要技术创(chuàng)新，多模态大模型已经在人工智(zhì)能领域提出(chū)了很多(duō)年，业界也有不(bù)少(shǎo)技术突(tū)破(pò)，但是，多模态大模型进(jìn)一步往下走，算力需求呈几何式上升，一般(bān)的(de)算力基础设施很(hěn)快(kuài)将(jiāng)难以胜任。

从图像、文字、语(yǔ)音单独(dú)一项的(de)训(xùn)练，到双模态(tài)、三模(mó)态的跃(yuè)迁，让人(rén)工智(zhì)能可(kě)以灵活应对不同模(mó)态的转化、像人与世界交互(hù)一(yī)样(yàng)自然(rán)，这方面，由(yóu)算力网络来驱动将有明显优势(shì)。

此外，还有(yǒu)很多需(xū)要爆发式增长的算力来支(zhī)撑的技术创新，将在人工智能算力网络支撑下快速推进(jìn)。

AIGC已经露出曙(shǔ)光，期待(dài)在(zài)大模型和大算力的支(zhī)持下AIGC能(néng)持续颠覆内容生产的方(fāng)式，将创造的边际成本降低，让(ràng)万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 洋槐蜜多少钱一斤，正宗洋槐蜜多少钱一斤