自聊天机器人ChatGPT火爆以来，微软公司创(chuàng)始人比尔·盖茨已多次公开谈论人(rén)工智(zhì)能(néng)话题。在(zài)最近的一次采访中(zhōng)，他(tā)再次表(biǎo)示：“AI可能(néng)会让科技行业迎来一次剧烈的洗(xǐ)牌”。

这个结论是他在(zài)当(dāng)地时间2月20日接(jiē)受《In Good Company》节目专访时提出的。

他预期(qī)，AI的(de)发(fā)展可能(néng)会威胁到谷歌的市占(zhàn)率，因为微软在AI方面的行动(dòng)相当迅速。而最终科技(jì)巨头将(jiāng)把AI整合成用户(hù)的(de)“全(quán)能助手(shǒu)”，包揽一切应用，与人们进行(xíng)沟通并提供(gōng)建(jiàn)议，可以取代亚马逊、Siri或Outlook等应用。

大佬(lǎo)口中全能助(zhù)手的到来可能尚(shàng)需时日，但由(yóu)ControlNet引(yǐn)发(fā)的又(yòu)一次AI绘(huì)画浪(làng)潮，让AIGC在ChatGPT的话题热点(diǎn)包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次(cì)爆(bào)火的时候，还是(shì)2022年8月，在美国科(kē)罗拉多州举办(bàn)的新兴数(shù)字(zì)艺(yì)术家竞(jìng)赛中，一幅名为《太空歌剧院(yuàn)》的作品获奖。

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

用户们可以在(zài)应用中输入一(yī)组关(guān)键词或者一张照片，就能获得一幅(fú)AI创作的(de)画作。

作画的关键就(jiù)是所输入(rù)的文本。同(tóng)一组(zǔ)关键词也可以创作出很多(duō)张风格不一样的(de)画(huà)作(zuò)，这让创作的过(guò)程就像开盲盒。

很多用(yòng)户很喜欢这种不确定的惊(jīng)喜，他们会将生(shēng)成的美图当做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘画(huà)的(de)“翻车”作品(pǐn)。在社交媒体(tǐ)上，许多用户分享AI“翻(fān)车现场”，例如，一位(wèi)网友的小(xiǎo)狗照片(piàn)被AI画成了“肌肉(ròu)男”，还有网(wǎng)友的个人照(zhào)片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以(yǐ)往AI绘画的填写(xiě)关(guān)键词游戏(xì)可能要被颠覆了。

ControlNet是一位(wèi)正(zhèng)在斯坦福读博的(de)中国人张吕敏创作的一种基于控制点(diǎn)的图像变形算(suàn)法，主(zhǔ)要用(yòng)于(yú)数字图像处理(lǐ)、计算机视觉和计算机图形学(xué)等领域。

其(qí)SD插(chā)件一(yī)经发布，在(zài)短短的两天内(nèi)便成为(wèi)了AI绘画(huà)领域(yù)最新(xīn)的热点。

在此(cǐ)之前，大家用了很多方(fāng)法(fǎ)想(xiǎng)让AI生成的结果尽可(kě)能(néng)的符合要(yào)求，但是(shì)都不尽如人意，它的出现代表着(zhe)AI生成(chéng)开(kāi)始(shǐ)进(jìn)入真正的可控时期。

因为ControlNet可以直接提(tí)取画面的构图，人物的(de)姿(zī)势和画面的深度信(xìn)息等。有了它(tā)的帮助，就不(bù)用频(pín)繁(fán)的(de)用提示词来(lái)碰运气(qì)，抽盲盒(hé)式的创(chuàng)作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘画加(jiā)了“魔法”，不少博主的作品已(yǐ)经获得了(le)大(dà)量的(de)浏览(lǎn)量，“viggo”就是(shì)其中之一(yī)，他用朋友的照(zhào)片(piàn)直接(jiē)带她们走(zǒu)进动(dòng)漫世(shì)界。

viggo先用StableDiffusion图(tú)片转(zhuǎn)文(wén)字(zì)。

再用Text2Prompt插件拓展找到(dào)对(duì)应的(de)关键词；最后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨(gǔ)骼开(kāi)始换关键词试效果。

通过(guò)图片就可以看出来，效(xiào)果十分惊艳(yàn)。

更厉害的(de)是(shì)，除了真(zhēn)实的照片，草图也(yě)可以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转全彩(cǎi)图。大神张吕敏(mǐn)其本尊也亲(qīn)自回(huí)应。

不得(dé)不说当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输出的(de)作(zuò)品都已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技(jì)术(shù)力爆发

警惕安全(quán)问(wèn)题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动(dòng)里面给出的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成真事传播了(le)。

不过仔(zǎi)细观察可以发现，活(huó)动发起者(zhě)提供(gōng)的照片中(zhōng)有(yǒu)个(gè)很大的漏(lòu)洞可以发(fā)现并非真人，而是(shì)AI绘图，那(nà)便是图片中女性的手指(zhǐ)部(bù)分有(yǒu)的存(cún)在异常。

有行(xíng)业人事表示：“现在因(yīn)为手指部分的绘画(huà)算(suàn)法比较复杂，AI还不太会画人的手，但最(zuì)新看到的图片已(yǐ)经有越(yuè)来越完美的AI模型出(chū)现(xiàn)，以(yǐ)后可(kě)能就完(wán)全没有漏洞了。”

类似(shì)的AI作图诈(zhà)骗在(zài)国(guó)外也已有发生(shēng)。据英国广(guǎng)播公司(sī)报道，土(tǔ)耳(ěr)其地震(zhèn)期间(jiān)，有Tiktok用户(hù)使(shǐ)用AI合成了儿童受(shòu)灾的假照(zhào)片发布到(dào)网络，以(yǐ)此诱骗善良(liáng)的(de)人打赏“捐助”从(cóng)而实(shí)施诈骗(piàn)。

目前(qián)随着技术(shù)发展(zhǎn)，AIGC已经能做出真人照片般的绘(huì)图效果，如果这样的图片被用来诈(zhà)骗，将非常可怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方(fāng)面，批(pī)判(pàn)者认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺术创(chuàng)作相提并论。

另(lìng)一(yī)方面，AIGC背后的版权、目前都并没(méi)有(yǒu)得到(dào)有效的解决，还有AIGC会不(bù)会(huì)代替人(rén)类“至高无(wú)上”的(de)创意。

马斯克也强(qiáng)调，人(rén)工智(zhì)能的安全问题需要得(dé)到重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下一站除了视频，还(hái)有远方

技(jì)术都是有两面性(xìng)的(de)，潜在的危(wēi)害并不能掩(yǎn)盖其光辉的贡献(xiàn)。现(xiàn)在看来，人工(gōng)智能(néng)技术(shù)将是(shì)第四次工业革(gé)命的(de)核心驱动力量，将创造新的(de)增长奇迹(jì)。

过去一年(nián)，人工智能在技术(shù)和商业层面都有了(le)巨大进展，AI绘画(huà)就是人工智(zhì)能(néng)技术发生方向性(xìng)改变的一(yī)个(gè)代表。其下一站或许(xǔ)就是视频。

此前，Meta和(hé)谷歌先(xiān)后(hòu)发布了(le)几条引爆科(kē)技圈的短视(shì)频。这些(xiē)视频(pín)引发关注并非内(nèi)容(róng)做得多优秀，反而都非常简单，比如一匹(pǐ)正在(zài)喝水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角录像，随便一个(gè)有手(shǒu)机的人都可以随手录下(xià)一段。

但这(zhè)些短视频的创作方式非(fēi)常(cháng)简单，创作(zuò)者仅仅(jǐn)需(xū)要(yào)向AI输入(rù)一段(duàn)话(huà)，甚至只是说一下(xià)要求，AI就(jiù)可以根据(jù)需要生成一段(duàn)视(shì)频(pín)。

谷歌发布的两个AI生成(chéng)视频(pín)分别来(lái)自(zì)于Imagen Video和Phenaki，前(qián)者主要突出(chū)的(de)是高清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公(gōng)布了AI生成的视(shì)频(pín)后，AI圈就已经玩(wán)了(le)一波梗(gěng)，一个能(néng)够做出更高清视频(pín)的AI还不(bù)足以在短时间(jiān)内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更加(jiā)令(lìng)人震(zhèn)惊的地方(fāng)在(zài)于，它可以制(zhì)作出(chū)超过2分钟的(de)连贯(guàn)的也有确切(qiè)内(nèi)容的视频，这才是(shì)真正(zhèng)让人(rén)们感到惊喜的地方(fāng)。因为无论AI生(shēng)成的(de)视频多么高清，也(yě)只能是为内(nèi)容生产者提供一个灵(líng)感(gǎn)，一个素(sù)材，一(yī)个过场动画。

不过(guò)能够制作出有具体(tǐ)剧情内容的视频(pín)就意味(wèi)着(zhe)，一些视(shì)频创作由(yóu)AI代替人(rén)工完成已经初步有了可(kě)能。

当下(xià)AI的发展速度已经超(chāo)过大部分(fēn)人(rén)的(de)想(xiǎng)象。内容产业的本质是供(gōng)给创造需求，AIGC作为(wèi)全新的内(nèi)容生产方式，可(kě)以为内(nèi)容(róng)产业带来(lái)更新的(de)内容风格、更快的(de)生产速度，更低的生产成本，这无疑会驱(qū)动内容产业的大爆发。

除(chú)了AI绘图、视频，AIGC技术(shù)还(hái)能应用(yòng)于(yú)音乐(lè)、代码、机器人(rén)动(dòng)作(zuò)等多种内(nèi)容形式的(de)生成。不难(nán)发现该项(xiàng)技术不仅在(zài)游戏(xì)等行(xíng)业能得到有效应用，对于(yú)下一代互联网各种元素的(de)构建亦有关键意(yì)义。

从商业化(huà)的角度来看，文(wén)化娱(yú)乐、教育、传媒等诸(zhū)多领(lǐng)域，本(běn)身(shēn)就对基于AI的可视化内容有强(qiáng)烈需求。

因(yīn)此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有(yǒu)望(wàng)在(zài)技术更新的加持(chí)下实现更大的应用(yòng)价值。

AI从理解(jiě)内容，走向了可(kě)以生成内容，甚至能够创(chuàng)造出(chū)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(jìn)生产力(lì)即将(jiāng)到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大模(mó)型、图像大模型之后，多模态大(dà)模型已经(jīng)成(chéng)为了新(xīn)的(de)趋势(shì)。

大模(mó)型被誉为当前人工(gōng)智能发(fā)展(zhǎn)的智能底(dǐ)座，是全(quán)球竞(jìng)争最(zuì)激(jī)烈的(de)研究方向之一，包括谷歌、亚马逊(xùn)、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都在竞相发(fā)力。

不过(guò)训(xùn)练大模(mó)型的确(què)价(jià)格不菲，以(yǐ)国(guó)盛证券发布的《ChatGPT需(xū)要多少算力》报(bào)告估算(suàn)，GPT-3训练(liàn)一次的成本约为140万美元。而(ér)对(duì)于一些更大的LLM(大型语言模(mó)型)，训练成本(běn)则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月(yuè)的独立访客(kè)平均(jūn)数(shù)1300万(wàn)计算(suàn)，其对(duì)应芯(xīn)片需求为3万多(duō)片英伟达A100 GPU，初(chū)始投(tóu)入成本约(yuē)为8亿美元，每日(rì)仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞(páng)大算(suàn)力(lì)支持。在(zài)关(guān)注各类(lèi)大(dà)模型的(de)发展同时，更应该(gāi)关(guān)注算力网(wǎng)络的建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产业发展进(jìn)入史诗级(jí)加速进程，让AIGC及通用AI这一人工智(zhì)能发展(zhǎn)的(de)终极目标(biāo)离(lí)得更近。

因(yīn)为算力(lì)可以对突破性技(jì)术创新提供(gōng)大(dà)力(lì)的支(zhī)持(chí)。这方面，多(duō)模态大模型是典型(xíng)。作(zuò)为面向(xiàng)未来强人工智能、通用人工智能的重要(yào)技术创(chuàng)新，多(duō)模态大模型已经在人(rén)工智(zhì)能领域提(tí)出了很(hěn)多年，业界也有(yǒu)不少技(jì)术(shù)突(tū)破，但是，多模态大模型进一(yī)步(bù)往下走，算(suàn)力需求(qiú)呈几何式上(shàng)升，一般的(de)算力基础设施很(hěn)快(kuài)将难以胜任。

从图像、文字(zì)、语音单独一项(xiàng)的训(xùn)练，到双模态(tài)、三模态(tài)的跃(yuè)迁，让人工智能可以灵活应对不同模态(tài)的转化、像人与世界交互一样自然，这方面，由算力(lì)网(wǎng)络来驱动将有明显优势。

此外(wài)，还有很多需(xū)要爆发(fā)式增长的算力来支撑的技术(shù)创新(xīn)，将在(zài)人(rén)工智能算力网络支(zhī)撑下快速推进(jìn)。

AIGC已(yǐ)经露出(chū)曙(shǔ)光，期待在大模型和大算(suàn)力的支(zhī)持(chí)下AIGC能持续(xù)颠覆内容生产的方(fāng)式(shì)，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 成都高新区属于哪个行政区划，成都高新区是哪个行政区