自聊天(tiān)机器人(rén)ChatGPT火(huǒ)爆(bào)以来(lái)，微软公(gōng)司创(chuàng)始人(rén)比(bǐ)尔·盖茨已多次(cì)公(gōng)开谈论人工智(zhì)能话题。在最近(jìn)的一(yī)次采访中，他(tā)再(zài)次表示(shì)：“AI可能会让科(kē)技行业迎(yíng)来一次(cì)剧烈的洗牌”。

这个(gè)结论是他在当地(dì)时间(jiān)2月20日接(jiē)受《In Good Company》节目专(zhuān)访时(shí)提出的。

他预期(qī)，AI的(de)发展可能会威(wēi)胁(xié)到(dào)谷(gǔ)歌的市占率，因为(wèi)微软(ruǎn)在AI方面的行动相当迅速。而最终(zhōng)科技巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应用(yòng)，与人们进(jìn)行沟通并提(tí)供建(jiàn)议，可以取(qǔ)代(dài)亚马逊、Siri或(huò)Outlook等应用。

大佬口中全(quán)能助手的到来可能尚需时日，但由ControlNet引发的又一(yī)次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以AI绘画为(wèi)代表的AIGC上一次爆(bào)火的时(shí)候(hòu)，还是2022年8月，在(zài)美国科罗拉多州(zhōu)举(jǔ)办(bàn)的新兴数字艺术家竞赛(sài)中，一幅(fú)名(míng)为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画软(ruǎn)件被广大网友熟知(zhī)并体验(yàn)，Stable Diffusion便是其中代表。

用户们可以(yǐ)在应用中输入(rù)一组关键词或者(zhě)一张照片，就能获(huò)得一幅AI创作(zuò)的画作。

作画(huà)的关(guān)键就是(shì)所输入的文(wén)本(běn)。同一组(zǔ)关键词也(yě)可以创作出(chū)很多张风格不一(yī)样的画作，这让创作的过(guò)程就像(xiàng)开盲(máng)盒。

很(hěn)多用户很喜欢(huān)这(zhè)种不确(què)定的惊喜(xǐ)，他们(men)会将生(shēng)成的美图当做头像(xiàng)。而(ér)另一部(bù)分喜(xǐ)欢翻看(kàn)AI绘画的“翻(fān)车”作品(pǐn)。在社交媒体上，许多用(yòng)户(hù)分享AI“翻(fān)车现(xiàn)场”，例如，一位网友的小狗照片被AI画成(chéng)了(le)“肌肉(ròu)男”，还有网友(yǒu)的个人照片被AI识别成了建筑(zhù)。

而如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正在(zài)斯坦福读博(bó)的中国人(rén)张吕敏创(chuàng)作的一种基于(yú)控制点的图像(xiàng)变(biàn)形算法，主要用(yòng)于数(shù)字(zì)图像处理、计算机视(shì)觉和计(jì)算机图形学等领域。

其SD插件一经发(fā)布(bù)，在短短的两天内便成为(wèi)了AI绘画领域最新的热点(diǎn)。

在此之前，大家用了(le)很多方(fāng)法想让AI生成的结果尽可(kě)能的符(fú)合要(yào)求，但是都(dōu)不尽如人意，它的出现代表着(zhe)AI生成开(kāi)始进入真正的可控时期。

因为ControlNet可以直接提取画(huà)面(miàn)的构(gòu)图，人物的姿势(shì)和画面的深度信息等。有了它(tā)的帮助，就不用频(pín)繁的用提示词(cí)来碰运气，抽盲盒(hé)式的(de)创作(zuò)了。

通(tōng)俗的说ControlNet相当于给AI绘画加了(le)“魔(mó)法”，不少(shǎo)博(bó)主的作品已经获(huò)得了大(dà)量的浏览量，“viggo”就是其(qí)中(zhōng)之一，他用朋友的照片(piàn)直接带她们走进(jìn)动(dòng)漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开始换关键词试效(xiào)果。

通(tōng)过图片就可以看出来，效(xiào)果十(shí)分惊艳。

更厉害的(de)是(shì)，除了(le)真实(shí)的照片(piàn)，草(嘉应学院地址在哪里啊，嘉应学院学校地址cǎo)图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现(xiàn)线稿(gǎo)转全(quán)彩图。大神(shén)张吕敏其本尊也亲自回应。

不(bù)得不说当下(xià)AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品(pǐn)都已(yǐ)经能以(yǐ)假乱(luàn)真(zhēn)了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发

警惕(tì)安全问题(tí)

近日，“苏州(zhōu)金鸡(jī)湖有游艇(tǐng)party”的消息火(huǒ)遍(biàn)网络，而经过(guò)警方(fāng)辟谣这所谓(wèi)的“party”可能是(shì)全(quán)国第(dì)一起AI绘图诈(zhà)骗(piàn)。

由于这(zhè)个活动(dòng)里面给出的美(měi)女照片都是AI制作的真人照片绘图(tú)，因为(wèi)太(tài)逼真，被(bèi)大(dà)家当成真事(shì)传(chuán)播了。

不过(guò)仔细(xì)观察可以发现，活动(dòng)发起者提供的(de)照片中有个很大的漏洞可以发现(xiàn)并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在(zài)异常。

有行业人(rén)事表示：“现在因为手指部分的(de)绘画算法(fǎ)比较(jiào)复杂(zá)，AI还不太会画(huà)人的手(shǒu)，但最新(xīn)看到的(de)图片已经(jīng)有越来(lái)越(yuè)完美的AI模(mó)型出(chū)现(xiàn)，以后(hòu)可能就(jiù)完全没(méi)有漏洞了(le)。”

类似(shì)的AI作(zuò)图诈骗在国外也已有(yǒu)发(fā)生。据(jù)英国广播公(gōng)司报(bào)道，土耳(ěr)其地震期(qī)间，有Tiktok用户(hù)使用AI合(hé)成了(le)儿童受灾(zāi)的假照片发布到网络(luò)，以此诱骗善良的人(rén)打赏(shǎng)“捐助”从而实施诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人(rén)照片般的(de)绘图效(xiào)果，如(rú)果这(zhè)样(yàng)的(de)图(tú)片(piàn)被用来(lái)诈骗，将非常可怕(pà)。

此外AIGC还引发了很多(duō)担忧，一方(fāng)面，批(pī)判者认为AI在“学(xué)习”了(le)大量(liàng)前人的作(zuò)品之后，其创作没(méi)有任何情绪和灵魂，难以和(hé)人类的(de)艺术创作相提并论。

另一方(fāng)面，AIGC背后(hòu)的(de)版(bǎn)权、目前都(dōu)并没有得到有(yǒu)效的解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马(mǎ)斯克(kè)也强调，人工智能的安全问题需要得(dé)到重视，太晚(wǎn)就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术(shù)都是有两面性的，潜在的(de)危(wēi)害(hài)并(bìng)不(bù)能掩盖其光辉(huī)的(de)贡(gòng)献。现在(zài)看来，人工智能(néng)技(jì)术将是(shì)第四次工业革命的(de)核心驱动力量，将创造新的增长奇迹。

过去一年，人工智能在技术和商业层面都有了巨(jù)大进展，AI绘(huì)画就是人工智(zhì)能(néng)技术发生(shēng)方向性改变的一个代表。其下一站或许(xǔ)就是(shì)视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先后发布了几条引爆科(kē)技(jì)圈的短视频。这些视频引发(fā)关注(zhù)并非内容做得多优秀，反而都非常简单，比如(rú)一匹正(zhèng)在(zài)喝水的马(mǎ)，一(yī)只画画的玩具熊，或者一段骑摩托车的第(dì)一视角录(lù)像(xiàng)，随(suí)便一个有手机的人都(dōu)可(kě)以随手录下一段。

但这(zhè)些短视(shì)频(pín)的(de)创作方式(shì)非常简单，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视频。

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

在(zài)Make-A-Video公布了AI生成的视(shì)频后，AI圈(quān)就已经(jīng)玩了一波梗，一个(gè)能够做(zuò)出更(gèng)高清(qīng)视(shì)频的AI还不足以在(zài)短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地(dì)方在于，它可以(yǐ)制作出(chū)超过(guò)2分钟的连贯的也(yě)有确切内容的视频，这才是真正(zhèng)让人们感到惊喜的(de)地方(fāng)。因为无论(lùn)AI生(shēng)成的视频多么高清，也(yě)只(zhǐ)能是为内容(róng)生产(chǎn)者提供一个灵感，一(yī)个素(sù)材，一个过(guò)场动画。

不(bù)过能够制作出(chū)有具(jù)体剧情内容的(de)视(shì)频就意味(wèi)着，一些视频(pín)创(chuàng)作(zuò)由(yóu)AI代替人工完成已经(jīng)初(chū)步有了可能。

当下(xià)AI的(de)发展速度已(yǐ)经超过大部(bù)分人的想象。内容产业(yè)的本质是供(gōng)给创造需(xū)求，AIGC作(zuò)为(wèi)全新的(de)内(nèi)容生产方式，可以(yǐ)为内容(róng)产(chǎn)业带来更新的内容风(fēng)格、更快的生产速度，更低(dī)的生(shēng)产成本，这无疑会驱(qū)动内容产业的大爆发(fā)。

除(chú)了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代(dài)码(mǎ)、机器人(rén)动作等(děng)多种(zhǒng)内(nèi)容(róng)形式的(de)生成。不难发现该(gāi)项技术不(bù)仅(jǐn)在(zài)游戏等行业能得到有效(xiào)应用(yòng)，对于下(xià)一代互联网各(gè)种元素(sù)的构建亦有关键意(yì)义。

从商业(yè)化的(de)角度来看，文化娱乐、教育、传媒(méi)等诸多领域(yù)，本身就对基于AI的(de)可视化内容有(yǒu)强烈需求。

因(yīn)此，AI绘(huì)画及视频或不是(shì)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(de)加持下实(shí)现更(gèng)大的应用价值。

AI从理解内容，走向了可以生成内容，甚至(zhì)能够(gòu)创造出独立价值和独(dú)立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生产力即将到(dào)来(lái)。

04

紧抓大模(mó)型(xíng)与算(suàn)力，牢(láo)固AIGC底座(zuò)

从(cóng)技术的发(fā)展(zhǎn)也可以看出，在语言大模型、图像大(dà)模型之后，多模(mó)态(tài)大模型已经(jīng)成为(wèi)了新的趋(qū)势。

大模(mó)型被誉(yù)为当(dāng)前人(rén)工智能(néng)发展的智能底座，是全(quán)球(qiú)竞争最激(jī)烈的研究方向(xiàng)之(zhī)一，包(bāo)括谷歌、亚马逊、百(bǎi)度(dù)、阿(ā)里、腾讯(xùn)等(děng)众多头(tóu)部企业都(dōu)在竞(jìng)相发(fā)力。

不过训练大(dà)模型的确价(jià)格不菲，以国盛证(zhèng)券发布的《ChatGPT需(xū)要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万(wàn)美元。而对于一些更大的(de)LLM(大(dà)型语言模(mó)型(xíng))，训(xùn)练成本则(zé)介于200万美元至(zhì)1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对(duì)应芯片需求(qiú)为(wèi)3万多(duō)片英伟达A100 GPU，初(chū)始投入成本约为(wèi)8亿美元，每(měi)日(rì)仅电费就在5万(wàn)美元左右(yòu)。

此外不(bù)论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注(zhù)各类(lèi)大模(mó)型的发展同时，更应(yīng)该关注算(suàn)力网(wǎng)络的建设(shè)。

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

因(yīn)为算力可以对突(tū)破(pò)性(xìng)技术创新(xīn)提供大力的支持。这方(fāng)面(miàn)，多(duō)模(mó)态大模(mó)型(xíng)是典型。作为面(miàn)向未来强(qiáng)人工智(zhì)能、通用人(rén)工智能(néng)的重要技术创新，多模态(tài)大(dà)模型(xíng)已(yǐ)经在人工(gōng)智能领域(yù)提出了很多年，业界也有不少技术突破，但是(shì)，多(duō)模态大模型进一步往(wǎng)下(xià)走，算力需求呈(chéng)几何式上升，一般的算(suàn)力基础设施很快将难以胜任。

从图(tú)像(xiàng)、文字、语音(yīn)单独(dú)一(yī)项的训(xùn)练(liàn)，到(dào)双模(mó)态、三模态的跃迁，让人工智(zhì)能可(kě)以灵活应对不同模态的转(zhuǎn)化(huà)、像人与世(shì)界交互一样自然，这(zhè)方面，由算力网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式(shì)增长(zhǎng)的算力来支撑的技术(shù)创新，将在人工智能(néng)算力网络支撑下快(kuài)速推进。

AIGC已经(jīng)露出曙光，期待在大模型(xíng)和大算力(lì)的支持下AIGC能(néng)持续颠覆内(nèi)容生(shēng)产的方式，将创造的边(biān)际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 嘉应学院地址在哪里啊，嘉应学院学校地址