自(zì)聊(liáo)天(tiān)机器人ChatGPT火(huǒ)爆以来(lái)，微(wēi)软公司(sī)创(chuàng)始人(rén)比尔·盖茨已多次(cì)公开谈论人工(gōng)智(zhì)能话题。在最近的(de)一次(cì)采(cǎi)访中，他再次表示：“AI可能会让科技(jì)行业迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地(dì)时间2月(yuè)20日(rì)接受《In Good Company》节目专访时提出的(de)。

他预期，AI的(de)发(fā)展可能会威胁到谷歌的市占率，因(yīn)为微软在AI方面(miàn)的行动相(xiāng)当迅速(sù)。而(ér)最终(zhōng)科技巨头将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟(gōu)通并提(tí)供建(jiàn)议(yì)，可以(yǐ)取代(dài)亚马逊(xùn)、Siri或Outlook等应用。

大佬口中(zhōng)全能助手的到来可能尚需时日(rì)，但由ControlNet引发(fā)的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新(xīn)玩法

AIGC向(xiàng)可控靠近(jìn)

以AI绘画为代(dài)表(biǎo)的AIGC上(shàng)一次爆火的(de)时候，还是2022年8月，在美国科罗拉多州举办的新兴数(shù)字艺术家(jiā)竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的(de)作品获奖(jiǎng)。

随(suí)后各大厂(chǎng)商的(de)AI绘画软件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是其中代表(biǎo)。

用(yòng)户们可以在应用中输入一组(zǔ)关键词(cí)或者(zhě)一张照片，就能获得一幅(fú)AI创作(zuò)的画作。

作(zuò)画(huà)的关键(jiàn)就是所输入的文本。同一组关(guān)键词也可以创作(zuò)出很多张风格不(bù)一样(yàng)的画作，这(zhè)让(ràng)创(chuàng)作的过程(chéng)就像开盲(máng)盒(hé)。

很(hěn)多(duō)用(yòng)户很喜欢这种不确(què)定(dìng)的惊(jīng)喜，他们会将生成的美图(tú)当(dāng)做头像(xiàng)。而另一部分(fēn)喜欢翻看AI绘画(huà)的“翻车”作(zuò)品。在(zài)社交媒体(tǐ)上，许多用(yòng)户分(fēn)享AI“翻车现场”，例如，一位网(wǎng)友的小狗照(zhào)片被AI画成(chéng)了“肌肉(ròu)男(nán)”，还有网友的(de)个人(rén)照片被AI识别(bié)成了建筑。

而如(rú)今(jīn)随(suí)着(zhe)ControlNet的出(chū)现与加(jiā)持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正在斯(sī)坦(tǎn)福读博的中国人张吕敏(mǐn)创作的一种基于控制点的图像变形算(suàn)法，主(zhǔ)要用(yòng)于数字图像处理(lǐ)、计算机视觉和(hé)计算机图形学等领域。

其SD插(chā)件一经发布，在短短的两(liǎng)天内(nèi)便成为(wèi)了AI绘画领(lǐng)域最新的热点(diǎn)。

在此之前，大家用了很(hěn)多方法想让AI生(shēng)成(chéng)的结果尽(jǐn)可能的符合要求，但(dàn)是都不(bù)尽如人意，它的出现代表着(zhe)AI生(shēng)成开始进入真(zhēn)正(zhèng)的可控时期。

因为ControlNet可(kě)以直(zhí)接提(tí)取画面的构图(tú)，人物的(de)姿(zī)势和(hé)画面的深度信息等。有(yǒu)了它的帮助，就不用频繁的用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒(hé)式的创作了。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加(jiā)了“魔法”，不(bù)少博主(zhǔ)的作品已(yǐ)经获(huò)得了(le)大量(liàng)的浏览量，“viggo”就是(shì)其中之一，他用朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插件拓展找(zhǎo)到(dào)对应的关键(jiàn)词(cí)；最后(hòu)用(yòng)ControlNet插件绑定骨骼开(kāi)始换(huàn)关键词试效果。

通过图片就可以看出来，效果十(shí)分惊(jīng)艳。

更厉害的(de)是，除了真实的(de)照片，草图也可以加上“魔法”，知乎(hū)大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其(qí)本尊也亲自回应。

不得不说当(dāng)下AIGC已经变得越来越强大，甚至输出(chū)的(de)作(zuò)品都已(yǐ)经能(néng)以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技术力爆发

警惕安全问题

近日(rì)，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网(wǎng)络，而经过警方辟(pì)谣这所谓(wèi)的“party”可能(néng)是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都(dōu)是AI制作的真(zhēn)人照片绘(huì)图，因为(wèi)太逼(bī)真，被大家(jiā)当成(chéng)真事(shì)传播了。

不过仔细观察可以发现，活动发起者提供的照片中(zhōng)有个很大的(de)漏(lòu)洞(dòng)可(kě)以发(fā)现并非真人(rén)，而是AI绘图，那便(biàn)是(shì)图片中(zhōng)女性的手指部分(fēn)有的存在异常。

有(yǒu)行业人事表示(shì)：“现在(zài)因为(wèi)手(shǒu)指部分(fēn)的(de)绘(huì)画算法比较(jiào)复杂，AI还不太会画人的手，但最新看到的(de)图片已(yǐ)经有越来越完(wán)美的(de)AI模(mó)型出现(xiàn)，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类似的AI作图诈骗在国外也已有发生。据英(yīng)国广播公司报道(dào)，土(tǔ)耳其地震期间(jiān)，有Tiktok用户使用AI合成了儿童(tóng)受灾的假照片发布到网络，以此诱骗善良的人打赏(shǎng)“捐助”从而实施诈骗。

目前随(suí)着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被(bèi)用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧，一(yī)方面(miàn)，批判者认(rèn)为AI在“学习”了大量前(qián)人的(de)作品(pǐn)之后(hòu)，其创作没(méi)有任何情绪和灵(líng)魂，难以和人类的艺术创作相提并(bìng)论。

另(lìng)一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到有效(xiào)的解决，还有(yǒu)AIGC会不会代替人(rén)类“至(zhì)高无上”的创(chuàng)意(yì)。

马斯克(kè)也强调(diào)，人工(gōng)智能的(de)安全问题(tí)需要(yào)得到(dào)重(zhòng)视，太(tài)晚就来不(bù)及(jí)了。

03

AIGC下一站除了视频，还有远方(fāng)

技术都是有两面(miàn)性的(de)，潜(qián)在的危害并不能掩盖其光辉的贡献。现在看来，人(rén)工智能技术将(jiāng)是第四次工业(yè)革命的核心驱动力量，将创造新的增(zēng)长奇迹。

过去一年(nián)，人工(gōng)智能在(zài)技(jì)术和商业层面都有了巨大进展，AI绘画(huà)就是(shì)人工智能(néng)技术发生方向性改变的一个(gè)代表。其下一站或许就是视(shì)频。

此前，Meta和谷歌先后发布了(le)几(jǐ)条引爆科技圈的短视(shì)频。这些视(shì)频引发关注(zhù)并非内容做得多优秀，反而都非常简单，比如一匹正(zhèng)在喝水的马，一只画画(huà)的玩具熊，或(huò)者一段骑摩托车(chē)的第一(yī)视角录像，随便一个有手机的人(rén)都可以(yǐ)随手(shǒu)录下一(yī)段。

但这些短视频的创作方(fāng)式非常简单，创作(zuò)者仅仅需要向AI输入一段话，甚至只是(shì)说一(yī)下要求(qiú)，AI就可(kě)以根据(jù)需要生(shēng)成(chéng)一段视频(pín)。

谷歌发布的两个AI生成视(shì)频分别来自于Imagen Video和Phenaki，前者主要突出的是(shì)高清，与Meta的(de)Make-A-Video没有太(tài)多的差别(bié)。

在Make-A-Video公(gōng)布了(le)AI生成的视(shì)频后，AI圈就已(yǐ)经玩了一波梗，一个能够做(zuò)出(chū)更(gèng)高清(qīng)视(shì)频的AI还不足(zú)以在短时间(jiān)内(nèi)戳中兴奋点。

Phenaki更加(jiā)令人震惊的(de)地(dì)方在于，它可(kě)以制作出超过2分钟(zhōng)的连贯的也(yě)有确切内容(róng)的视频，这才(cái)是真正让人们感到惊喜的地(dì)方(fāng)。因(yīn)为无论AI生成的视频多(duō)么(me)高(gāo)清，也(yě)只能是(shì)为内容(róng)生产者提(tí)供一个灵感，一个素(sù)材(cái)，一(yī)个过场动画。

不(bù)过(guò)能够制作出有具体剧情内容的视频就意(yì)味(wèi)着，一些(xiē)视频创(chuàng)作由AI代替人工完成已经初步有了可(kě)能。

当下AI的发展速度已(yǐ)经超过大部分人的想象。内容产业的本(běn)质是供给创造需求，AIGC作为全新的内(nèi)容(róng)生(shēng)产方(fāng)式，可(kě)以为内容产业带来更(gèng)新(xīn)的内容(róng)风(fēng)格、更快的生产速度(dù)，更低的(de)生产成(chéng)本，这无(wú)疑会驱(qū)动内容产业的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能(néng)应用(yòng)于音乐、代码、机器人动作等多种内容(róng)形式的生成(chéng)。不难发现该(gāi)项(xiàng)技术(shù)不仅(jǐn)在游(yóu)戏等行(xíng)业能(néng)得(dé)到有效应用(yòng)，对于下(xià)一代互联网各种元素的构建(jiàn)亦有(yǒu)关键意(yì)义(yì)。

从(cóng)商业化的角度来(lái)看，文化娱乐、教育、传媒等诸多领(lǐng)域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈需(xū)求。

因此，AI绘(huì)画及视频(pín)或不是(shì)结果(guǒ)，而只(zhǐ)是(shì)AI进(jìn)程中的一(yī)块(kuài)重要拼图，有望在(zài)技(jì)术更新的(de)加(jiā)持(chí)下(xià)实现更大的(de)应用价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够创造(zào)出独立价值和独立视角(jiǎo)的内容。AIGC的再(zài)次(cì)出圈，更代表着(zhe)未(wèi)来的先进生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的发展也可以看出，在(zài)语言大模型、图像大模型之(zhī)后，多模(mó)态大(dà)模型已经成为了(le)新的趋(qū)势。

大模型被(bèi)誉为当前(qián)人工智能(néng)发展的智(zhì)能(néng)底座，是全球(qiú)竞(jìng)争最激烈的研究方向之一，包括谷歌、亚马逊、百度、阿(ā)里、腾讯等众多头部企业都在竞相发力。

不过训练(liàn)大模型(xíng)的确价格(gé)不菲，以(yǐ)国盛证券(quàn)发布的(de)《ChatGPT需要多少算力(没带罩子让捏了一节课感受lì)》报告估(gū)算(suàn)，GPT-3训练一次(cì)的成本约为140万美元。而对于一些(xiē)更大的(de)LLM(大型语言模(mó)型)，训(xùn)练成(chéng)本则(zé)介于200万美元至1200万(wàn)美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立访客平均(jūn)数1300万计算，其对应芯片需求(qiú)为3万(wàn)多片英伟达A100 GPU，初始投入成本约(yuē)为8亿美元，每日仅电(diàn)费就在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支(zhī)持。在关注(zhù)各类大模型的发展同时，更应该关注算力(lì)网络的(de)建(jiàn)设。

算力网络正驱动AI产业(yè)发展(zhǎn)进入史诗级加(jiā)速进程，让AIGC及通用AI这一(yī)人工智能发展的(de)终极目(mù)标离得更(gèng)近。

因为算(suàn)力(lì)可以对突破(pò)性技(jì)术创新提供大力的支持。这方(fāng)面(miàn)，多模态大模型(xíng)是典型(xíng)。作为面(miàn)向(xiàng)未来(lái)强人工(gōng)智能(néng)、通用人(rén)工智(zhì)能的重要技(jì)术(shù)创新，多模态大模型已经在人工智(zhì)能领域提出了很多年，业界也有不少(shǎo)技术突破，但是，多模态大模型进一步(bù)往下走，算力需求呈(chéng)几何式上(shàng)升，一般的算(suàn)力基础设(shè)施很快将难以(yǐ)胜(shèng)任。

从图像、文字、语音单独(dú)一项的训练(liàn)，到双模态、三(sān)模态的跃迁，让人(rén)工智能(néng)可以灵活应对(duì)不(bù)同模态(tài)的(de)转化、像人与世界交互一样(yàng)自(zì)然，这方面，由算力网络来驱动将(jiāng)有明显优势。

此外，还有很多需要爆(bào)发式增(zēng)长的算力(lì)来支撑的技术创(chuàng)新，将(jiāng)在人工(gōng)智能算力(lì)网络支撑下(xià)快速推进。

AIGC已(yǐ)经露出曙光，期待在(zài)大模型和大算力的支持下AIGC能(néng)持(chí)续颠覆内(nèi)容(róng)生产的方式，将创造(zào)的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 没带罩子让捏了一节课感受