自聊天(tiān)机器人ChatGPT火(huǒ)爆以(yǐ)来，微(wēi)软公司创(chuàng)始人比尔·盖茨已多次(cì)公开(kāi)谈论(lùn)人工智能话(huà)题(tí)。在最近的一(yī)次采访中，他(tā)再次表(biǎo)示：“AI可能会让科(kē)技(jì)行业(yè)迎来一次剧烈的洗牌”。

这个结(jié)论(lùn)是他(tā)在当地时间(jiān)2月20日(rì)接(jiē)受《In Good Company》节(jié)目专访时提出的。

他预期，AI的发展可能(néng)会威胁到谷歌的(de)市占(zhàn)率，因为(wèi)微(wēi)软(ruǎn)在AI方面的(de)行动(dòng)相当(dāng)迅速。而最(zuì)终科技(jì)巨头将把AI整合成用(yòng)户的“全(quán)能助手”，包揽一切应用，与人们进行沟通并(bìng)提供建议，可以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中(zhōng)全能助(zhù)手(shǒu)的(de)到来(lái)可能尚需(xū)时日(rì)，但由ControlNet引(yǐn)发的(de)又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀(shā)出重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的(de)时候，还是(shì)2022年8月，在美(měi)国(guó)科(kē)罗拉多州举办的新(xīn)兴数(shù)字艺(yì)术(shù)家(jiā)竞赛中(zhōng)，一幅名为(wèi)《太空歌剧院(yuàn)》的作品获奖。

随(suí)后(hòu)各大厂商的(de)AI绘画软件被广大(dà)网(wǎng)友熟(shú)知并体(tǐ)验，Stable Diffusion便是其中代(dài)表。

用户(hù)们可(kě)以在应用中输(shū)入一(yī)组关键词或者一(yī)张照片，就能获得一幅AI创作的画(huà)作。

作画的关键就是(shì)所输入的文本。同(tóng)一(yī)组关键词也可以创作出很多张风格不一(yī)样的画作(zuò)，这让创作的过程(chéng)就像开盲盒。

很多用户很(hěn)喜欢(huān)这种不(bù)确定的惊喜(xǐ)，他们会(huì)将生成(chéng)的美图(tú)当(dāng)做(zuò)头(tóu)像。而(ér)另一部(bù)分喜(xǐ)欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒(méi)体上，许(xǔ)多(duō)用户分享AI“翻车现场”，例(lì)如，一(yī)位网友的小狗照片被AI画成(chéng)了“肌肉男”，还有网友的(de)个人照片被(bèi)AI识别成了建筑。

而如今(jīn)随着ControlNet的(de)出现(xiàn)与(yǔ)加持，以往AI绘画的填写关键词(cí)游戏可能要被(bèi)颠(diān)覆(fù)了。

ControlNet是一位(wèi)正在斯坦福读博的(de)中国人张吕敏(mǐn)创作的一种(zhǒng)基于控制点的图像变形算法，主要用(yòng)于数字图像(xiàng)处(chù)理、计算机视觉和计算机图形学(xué)等(děng)领域。

其SD插件(jiàn)一经发布(bù)，在短短的两天内便成为了(le)AI绘画(huà)领域最新的热(rè)点。

在此之前，大(dà)家用了(le)很(hěn)多方(fāng)法想让AI生(shēng)成的(de)结果尽可能的符合要求，但是都(dōu)不尽如人意，它(tā)的出现(xiàn)代表着AI生成开始进入真正的可控时期。

因(yīn)为ControlNet可以(yǐ)直接提取画(huà)面的(de)构图(tú)，人物的姿势和(hé)画面的(de)深度信息等(děng)。有了(le)它的帮助，就不用频繁的(de)用(yòng)提(tí)示(shì)词来碰(pèng)运气，抽盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给AI绘(huì)画(huà)加了“魔法”，不(bù)少(shǎo)博主的作品已(yǐ)经(jīng)获(huò)得了大量的浏(liú)览量，“viggo”就是其中(zhōng)之一，他用朋友的照片(piàn)直(zhí)接(jiē)带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片(piàn)转文字(zì)。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应(yīng)的关(guān)键词(cí)；最后用(yòng)ControlNet插(chā)件(jiàn)绑定骨(gǔ)骼开始换关键词试(shì)效(xiào)果。

通过图片(piàn)就可以看出来，效(xiào)果(guǒ)十分惊艳(yàn)。

更厉害(hài)的(de)是，除了真实的照(zhào)片，草图也可以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实(shí)现线(xiàn)稿转全彩图。大(dà)神张吕敏其本尊也亲自(zì)回应。

不(bù)得不说(shuō)当下AIGC已经(jīng)变得越来(lái)越强大(dà)，甚至输(shū)出(chū)的作品都已经(jīng)能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题(tí)

近日，“苏州金鸡湖(hú)有游艇(tǐng)party”的消(xiāo)息火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起(qǐ)AI绘(huì)图诈骗(piàn)。

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

不过仔细(xì)观察可(kě)以发(fā)现，活(huó)动(dòng)发起者(zhě)提供的(de)照片中(zhōng)有个(gè)很大的漏洞可(kě)以(yǐ)发现并非真人(rén)，而是AI绘(huì)图，那便是图片中(zhōng)女性的手指部分(fēn)有(yǒu)的存在异常。

有行业(yè)人(rén)事表示：“现在(zài)因为手(shǒu)指(zhǐ)部(bù)分的(de)绘(huì)画算法比(bǐ)较复杂，AI还不(bù)太会(huì)画(huà)一什么颗粒填量词二年级，一什么颗粒填量词？人的手，但最新看到的图片已经有越(yuè)来(lái)越完(wán)美的AI模(mó)型出现，以后可(kě)能就完全没(méi)有(yǒu)漏洞了。”

类似的AI作(zuò)图诈(zhà)骗(piàn)在国外也已有发生。据英国广播(bō)公司(sī)报道(dào)，土耳其地震期(qī)间，有Tiktok用户使用(yòng)AI合成(chéng)了儿童(tóng)受灾的假照片发布到网络，以(yǐ)此诱骗善良的人(rén)打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人照片般的绘图(tú)效果，如(rú)果这样的图片被(bèi)用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很(hěn)多担忧，一方面，批(pī)判(pàn)者认为AI在“学习”了大量(liàng)前人(rén)的作品(pǐn)之后，其创作没有任(rèn)何情绪和灵魂，难以和人类的(de)艺术创作相提并(bìng)论(lùn)。

另一(yī)方面，AIGC背后的版权、目前都(dōu)并没有得到有效的解决，还有AIGC会不会代替人类“至高无上”的创意(yì)。

马斯克也强调，人工智能的(de)安(ān)全(quán)问(wèn)题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一(yī)站(zhàn)除了视频，还有远方(fāng)

技术都(dōu)是有两面性的，潜在的危(wēi)害并不能掩盖其(qí)光辉的贡献(xiàn)。现在看来，人工智能(néng)技术将是第四次(cì)工业革命的核(hé)心驱动力量，将(jiāng)创造(zào)新的增长(zhǎng)奇迹。

过(guò)去一年，人工(gōng)智(zhì)能在(zài)技术(shù)和商业层面都有了(le)巨大进展，AI绘(huì)画就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代表。其下一站或许(xǔ)就是视频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科(kē)技圈(quān)的短视(shì)频。这些视(shì)频(pín)引发(fā)关(guān)注并非内容做得(dé)多(duō)优秀，反(fǎn)而都非常(cháng)简(jiǎn)单，比如一(yī)匹(pǐ)正(zhèng)在喝(hē)水的马，一(yī)只画画的玩具(jù)熊，或者一(yī)段(duàn)骑摩托车(chē)的第(dì)一视角录像，随便(biàn)一个有手机的人都可以随(suí)手录下一段(duàn)。

但这些短视频的创作(zuò)方式非常简单，创作(zuò)者(zhě)仅仅(jǐn)需要(yào)向AI输入(rù)一(yī)段话(huà)，甚至只(zhǐ)是(shì)说(shuō)一下要求(qiú)，AI就可以根据需要生成一段(duàn)视频。

谷(gǔ)歌(gē)发布的两个(gè)AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前者(zhě)主要(yào)突出(chū)的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布(bù)了AI生成的视频后，AI圈就已经玩了(le)一波梗，一个能够做(zuò)出更(gèng)高清视(shì)频的AI还不足以在短时间内戳中(zhōng)兴奋点。

Phenaki更加令人震惊(jīng)的地方在于，它(tā)可以制(zhì)作出超过2分钟的连贯的(de)也有确切内容的视(shì)频，这才是真正(zhèng)让人们感到惊(jīng)喜的地方(fāng)。因为(wèi)无论(lùn)AI生成(chéng)的视频多么(me)高清，也(yě)只能是为内容生产(chǎn)者(zhě)提供一个灵感，一个素材，一个过(guò)场动(dòng)画。

不过能(néng)够制作(zuò)出(chū)有具体剧情(qíng)内(nèi)容的视频(pín)就(jiù)意味(wèi)着(zhe)，一些视频创(chuàng)作由AI代替人工完(wán)成(chéng)已经初步有了可能。

当下AI的发展速(sù)度已(yǐ)经超过大部分(fēn)人的想象。内容产业的本质是供给创造需求，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容产(chǎn)业带(dài)来更新的内容风格、更快的(de)生产速度(dù)，更低(dī)的生(shēng)产成(chéng)本，这无疑会驱动(dòng)内容产业的大爆发(fā)。

除了AI绘图、视频，AIGC技术还能应用于音乐(lè)、代码、机器人动作等(děng)多(duō)种内容形式(shì)的(de)生成。不难发现该项技术(shù)不仅在游戏等行业能得到有(yǒu)效应用，对于下一代互联网各种(zhǒng)元素的构建亦有(yǒu)关(guān)键意义(yì)。

从商业化的(de)角(jiǎo)度(dù)来看(kàn)，文化娱乐、教育、传(chuán)媒等诸(zhū)多领域(yù)，本身就对基于AI的可视化(huà)内容有强烈需求(qiú)。

因此，AI绘画及视频(pín)或不是结果，而只(zhǐ)是AI进(jìn)程中的一块重要拼图，有望在技术更新的(de)加持下实(shí)现更大的应用(yòng)价(jià)值。

AI从理解内容，走向了可以生成(chéng)内容，甚至能(néng)够创造出独立价值和独立视角的内容(róng)。AIGC的再(zài)次出圈，更代(dài)表着未(wèi)来的先进生产力(lì)即将到来(lái)。

04

紧抓大模型(xíng)与算力(lì)，牢固AIGC底座

从技术的发展也可以看出(chū)，在语言大(dà)模型、图像大模型之后，多模态(tài)大模型已经成为了新的(de)趋势(shì)。

大模型被誉为当前人(rén)工智能发展的智能底(dǐ)座(zuò)，是全球竞争最激烈(liè)的研究方向之一，包括谷歌(gē)、亚马(mǎ)逊、百(bǎi)度、阿(ā)里、腾讯(xùn)等(děng)众(zhòng)多头部企业都在竞相(xiāng)发(fā)力。

不过训练大模型的确价格不菲，以国盛证券发布的《ChatGPT需要(yào)多少算力》报告估算，GPT-3训练(liàn)一次的成本约(yuē)为140万(wàn)美元(yuán)。而(ér)对于一些更大的(de)LLM(大(dà)型(xíng)语言(yán)模型)，训练成本则介于200万美元至(zhì)1200万美(měi)元高价之(zhī)间。

以ChatGPT在2023年1月的独立访(fǎng)客平均(jūn)数1300万(wàn)计算(suàn)，其对应(yīng)芯片需求为3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初始(shǐ)投(tóu)入成本约为8亿美元，每(měi)日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离(lí)不(bù)开庞大算力支持。在关(guān)注各(gè)类大模型的(de)发展同时，更应(yīng)该关(guān)注算(suàn)力网络的(de)建设。

算(suàn)力网络(luò)正驱动AI产业发展进入史(shǐ)诗级加速(sù)进程，让AIGC及通(tōng)用AI这(zhè)一人工智(zhì)能发展的终极(jí)目标离得更(gèng)近(jìn)。

因(yīn)为算力可以(yǐ)对突破(pò)性技(jì)术创新提(tí)供大力的支持。这方面，多模态大模型是典型。作(zuò)为面向(xiàng)未来强人工智能、通用(yòng)人工(gōng)智能的重要技(jì)术(shù)创新，多模态大(dà)模(mó)型已经在(zài)人工智能领(lǐng)域(yù)提出了很多(duō)年，业(yè)界也有不(bù)少技(jì)术突(tū)破，但是，多模态大模型(xíng)进一步(bù)往下走，算力需求呈几何式(shì)上升，一般(bān)的算力基础设施(shī)很快将难以胜任(rèn)。

从图像、文(wén)字、语音单独一项的(de)训练，到双(shuāng)模态、三模态的(de)跃迁，让人工智能可以(yǐ)灵活应对不同(tóng)模态(tài)的转(zhuǎn)化、像人与(yǔ)世(shì)界交互一样自然(rán)，这方面(miàn)，由算力(lì)网络来驱动(dòng)将有明显优势。

此外，还有很多需要爆发式增长的算力来支撑的技术创新，将在人工智(zhì)能算力(lì)网(wǎng)络(luò)支撑下快(kuài)速(sù)推进。

AIGC已经(jīng)露出曙光(guāng)，期待在大模型和大算力的支持下(xià)AIGC能持续(xù)颠覆内容(róng)生产(chǎn)的方式(shì)，将创(chuàng)造的(de)边际成本降低，让万(wàn)众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 一什么颗粒填量词二年级，一什么颗粒填量词？