自聊天机器人(rén)ChatGPT火爆以来，微(wēi)软公司创始人比尔·盖茨已多次(cì)公开谈论人工智能(néng)话(huà)题。在(zài)最近(jìn)的一(yī)次采访中，他再次表示(shì)：“AI可能(néng)会(huì)让(ràng)科技(jì)行业迎来一次(cì)剧烈的洗牌”。

这个结论是他在当地(dì)时间2月20日(rì)接(jiē)受《In Good Company》节目专访时提(tí)出的。

他(tā)预期，AI的发展可(kě)能会威胁到谷歌的市(shì)占率(lǜ)，因为微(wēi)软在AI方面的(de)行动相当迅速。而(ér)最终(zhōng)科技巨头将把AI整合成(chéng)用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们进(jìn)行沟(gōu)通(tōng)并(bìng)提供建议(yì)，可以取代(dài)亚马逊、Siri或Outlook等应用。

大(dà)佬(lǎo)口中全能助(zhù)手的到来可(kě)能尚(shàng)需时日(rì)，但(dàn)由ControlNet引发(fā)的(de)又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠(kào)近

以(yǐ)AI绘画为代表(biǎo)的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国科罗拉(lā)多州举办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名为《太空(kōng)歌剧(jù)院》的作品(pǐn)获奖。

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

用(yòng)户(hù)们(men)可以在应用中输入一组(zǔ)关键词或(huò)者一(yī)张照片，就能(néng)获(huò)得(dé)一幅AI创作的画作。

作画的关键就是所(suǒ)输入的(de)文本(běn)。同一组关键词(cí)也可以创作出很多张风格不一样的画作(zuò)，这让创作(zuò)的过程就像开盲盒。

很多用户很(hěn)喜欢这种不确定的惊喜，他们会将生成(chéng)的美图当做头像(xiàng)。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品。在社(shè)交媒体上，许(xǔ)多(duō)用户分(fēn)享AI“翻车(chē)现场”，例(lì)如(rú)，一位网友的(de)小(xiǎo)狗照片被(bèi)AI画成了“肌肉男”，还有网友的个人照片被AI识别成(chéng)了建筑(zhù)。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画的填(tián)写关键词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中(zhōng)国人张吕敏创作的一种(zhǒng)基于控制点的(de)图(tú)像变形(xíng)算法，主(zhǔ)要用于数字图像处理、计算机视觉(jué)和(hé)计算(suàn)机图形(xíng)学等领域(yù)。

其SD插件一经发布，在短短的两天(tiān)内便成为了AI绘画领域最新的热点。

在此之前(qián)，大家用了很多(duō)方法想让AI生成(chéng)的结果(guǒ)尽(jǐn)可能(néng)的符合要(yào)求，但是都不尽如人意，它的出现代表着AI生成(chéng)开(kāi)始进入(rù)真正的可(kě)控时(shí)期。

因为ControlNet可以(yǐ)直接提(tí)取画面的构图(tú)，人物的姿(zī)势和画(huà)面的深度信息(xī)等。有了它的帮助，就不用(yòng)频繁的用提示词来(lái)碰运气，抽盲盒式的创(chuàng)作(zuò)了。

通俗的说(shuō)ControlNet相当于给AI绘(huì)画加了“魔(mó)法”，不少博主的(de)作(zuò)品已经获(huò)得了大(dà)量的浏(liú)览(lǎn)量，“viggo”就是其中之一，他用朋友的照片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文(wén)字(zì)。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始换关(guān)键词试效果。

通过图片就(jiù)可以看出来(lái)，效果十分惊艳(yàn)。

更厉害的(de)是，除了真实的照(zhào)片，草图(tú)也(yě)可(kě)以加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和(hé)“逗砂”介绍到(dào)ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图。大神张(zhāng)吕敏其(qí)本(běn)尊也(yě)亲自回应。

不得(dé)不(bù)说当下AIGC已经变得越(yuè)来越强大(dà)，甚至输出的作(zuò)品都(dōu)已经(jīng)能(néng)以假乱真了。

02

难辨虚(xū)实，AIGC技术(shù)力爆(bào)发

警(jǐng)惕(tì)安全问(wèn)题

近日(rì)，“苏州金鸡湖有游(yóu)艇(tǐng)party”的消息火遍网(wǎng)络(luò)，而经过警方辟谣(yáo)这(zhè)所谓的“party”可能是全(quán)国(guó)第(dì)一起AI绘图诈骗。

由于这个(gè)活动(dòng)里面(miàn)给出的美女照片都是AI制作的真人(rén)照片绘图(tú)，因为太逼(bī)真，被(bèi)大(dà)家(jiā)当成真事传(chuán)播(bō)了。

不过仔细(xì)观察可以发现，活动(dòng)发起(qǐ)者提供的照片中(zhōng)有个很(hěn)大的漏洞可(kě)以发现并非真(zhēn)人(rén)，而是AI绘图，那便是(shì)图(tú)片中女(nǚ)性的手指(zhǐ)部分有的存在异常。

有(yǒu)行(xíng)业(yè)人事表示：“现在因为手指(zhǐ)部分的绘画算(suàn)法比较(jiào)复杂，AI还不太会(huì)画人的手，但最新看到的图片已经有越来越完美的AI模型出现(xiàn)，以后可(kě)能就(jiù)完全没有漏(lòu)洞了。”

类似的AI作图诈(zhà)骗(piàn)在(zài)国(guó)外也已有发(fā)生。据英国广播(bō)公司报道，土耳(ěr)其地震期间，有Tiktok用户使用AI合(hé)成了(le)儿童受灾的假照(zhào)片(piàn)发(fā)布到网络，以此诱(yòu)骗(piàn)善良的人(rén)打赏“捐助”从而实(shí)施诈(zhà)骗。

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

此外AIGC还(hái)引发了很多(duō)担(dān)忧，一方面(miàn)，批判者(zhě)认为AI在“学习”了大量前人(rén)的作品之后，其创作没有任何情(qíng)绪(xù)和灵魂(hún)，难以和(hé)人类的艺术创作(zuò)相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解(jiě)决，还(hái)有AIGC会不会代替人类“至高无上(shàng)”的创意(yì)。

马斯克也强调(diào)，人工智(zhì)能(néng)的安全问题需要得到重视，太晚就(jiù)来(lái)不及了。

03

AIGC下一(yī)站除了视频，还有远(yuǎn)方

技术都是有两面性的(de)，潜在的(de)危害并不能掩盖其光辉(huī)的贡献。现在看来(lái)，人(rén)工(gōng)智能技术(shù)将是第四(sì)次工业革命的核心驱(qū)动(dòng)力(lì)量，将创造新(xīn)的增长(zhǎng)奇迹。

过去一年(nián)，人工智(zhì)能(néng)在(zài)技术和商业(yè)层面都有(yǒu)了巨(jù)大进展(zhǎn)，AI绘画(huà)就(jiù)是人工智能(néng)技术(shù)发生(shēng)方向性改变的一个代表。其下一站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌(gē)先(xiān)后发布了几条引(yǐn)爆科技圈的短视频。这些视频引(yǐn)发关注并非内容做得多优秀，反(fǎn)而都(dōu)非常简单，比如一匹正在喝水(shuǐ)的马，一只画画(huà)的(de)玩具熊，或者(zhě)一(yī)段(duàn)骑摩托(tuō)车的第一视角(jiǎo)录(lù)像，随便一个有手机的人都(dōu)可(kě)以随手(shǒu)录下一段。

但这些短(duǎn)视(shì)频的创作方式非常简单，创(chuàng)作者仅仅需要向AI输入一段话，甚至只是说一下要求(qiú)，AI就可以根(gēn)据(jù)需要生成一段(duàn)视频。

谷歌发(fā)布的两个AI生成视(shì)频分别(bié)来(lái)自于(yú)Imagen Video和Phenaki，前者主要突出的是高清(qīng)，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的视频(pín)后，AI圈就已(yǐ)经玩了一波梗，一(yī)个能(néng)够(gòu)做出更高(gāo)清(qīng)视(shì)频(pín)的AI还不足以在短时间内戳(chuō)中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊(jīng)的地方在于，它可以制作(zuò)出超过2分(fēn)钟(zhōng)的连贯的也有(yǒu)确切内容的视频，这才是真正让人们感到惊喜的地方。因为无(wú)论AI生成的视频多么(me)高清，也(yě)只能是为内(nèi)容生产者提供一个灵感(gǎn)，一个素材(cái)，一个过场动(dòng)画。

不(bù)过能够(gòu)制(zhì)作出(chū)有具(jù)体剧(jù)情内容的视频就意味着，一些视频创(chuàng)作由AI代(dài)替人工完(wán)成已经(jīng)初(chū)步有了可能。

当(dāng)下(xià)AI的发展(zhǎn)速度已经超过大部分人(rén)的想(xiǎng)象。内容产业的本质是供(gōng)给(gěi)创造需求(qiú)，AIGC作(zuò)为(wèi)全新的内(nèi)容生产方式，可以为内容产业带来更新(xīn)的内(nèi)容风格、更快的生(shēng)产速度，更低的生产成(chéng)本，这无疑(yí)会驱动(dòng)内容(róng)产业的大爆发。

除了AI绘(huì)图(tú)、视频，AIGC技术(shù)还能应用于(yú)音乐、代码、机器人动作等多(duō)种(zhǒng)内容形式的生(shēng)成。不难发现该项(xiàng)技(jì)术不(bù)仅在游戏等行业能(néng)得到有效(xiào)应用，对于下一(yī)代(dài)互联(lián)网(wǎng)各(gè)种(zhǒng)元(yuán)素的构建亦有关键意(yì)义(yì)。

从商业化的(de)角度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身(shēn)就对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及视频或不是(shì)结(jié)果，而只是(shì)AI进程中的一块(kuài)重要拼图，有望在技(jì)术更新的加持下实现更大的应用价值(zhí)。

AI从理解(jiě)内容，走向了可以生成内(nèi)容，甚至(zhì)能够创造出独(dú)立价值和(hé)独立视(shì)角的内(nèi)容。AIGC的再次出圈，更代(dài)表着(zhe)未来的先(xiān)进生产力(lì)即将到(dào)来。

04

紧抓(zhuā)大模型(xíng)与算(suàn)力，牢(láo)固AIGC底(dǐ)座

从技术的(de)发展也可以看出，在语言(yán)大模型、图像(xiàng)大模型之后，多(duō)模态(tài)大模型已经成为了新的趋势。

大(dà)模型(xíng)被(bèi)誉为(wèi)当前人工智能发(fā)展(zhǎn)的(de)智能底座(zuò)，是全(quán)球竞争最激烈的(de)研究方向(xiàng)之一，包括谷歌、亚(yà)马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不过训练大模型的确(què)价格不菲，以(yǐ)国盛证券发布的(de)《ChatGPT需要多少(shǎo)算力(lì)》报告估(gū)算(suàn)，GPT-3训练一次的成本约为140万美元。而(ér)对于一些更大(dà)的LLM(大(dà)型语言模型)，训(xùn)练成(chéng)本则介于200万美(měi)元至(zhì)1200万(wàn)美元(yuán)高价之间(jiān)。

以ChatGPT在2023年(nián)1月的独立访客平均数1300万计(jì)算，其对应芯片需求为3万(wàn)多片英伟达(dá)A100 GPU，初始投入成本约为(wèi)8亿美元，每日仅电费就在(zài)5万美元(yuán)左右。

此外(wài)不论(lùn)是ChatGPT还是AIGC，都(dōu)离不开庞大算力(lì)支持。在关注各类(lèi)大模型的发(fā)展同时(shí)，更应该关(guān)注算力网络的(de)建(jiàn)设。

算(suàn)力网络(luò)正驱动AI产(chǎn)业(yè)发展进入史诗级(jí)加速进程，让AIGC及通(tōng)用AI这一人工智能发展的终(zhōng)极目标离(lí)得(dé)更(gèng)近(jìn)。

因(yīn)为(wèi)算力可(kě)以对突破性(xìng)技术创新提供大力的支持。这(zhè)方面(miàn)，多模态(tài)大模(mó)型是(shì)典型。作(zuò)为(wèi)面向未来强人(rén)工智能、通用(yòng)人(rén)工智能的重要技术创新，多模态大模型已经(jīng)在(zài)人(rén)工智能领域提出了很(hěn)多年，业(yè)界也(yě)有不(bù)少技(jì)术突破，但是，多(duō)模态大(dà)模型进一步(bù)往下走，算力需求呈几何式上升，一般的算力基础(chǔ)设施很(hěn)快将难(nán)以胜任。

从图像、文字、语(yǔ)音单(dān)独(dú)一项(xiàng)的训练，到双模态、三模态的跃迁，让人工智能可(kě)以灵活应对不同模(mó)态的转化、像人与(yǔ)世界交互(hù)一样自然，这方面，由算力网络(luò)来驱动将有明显优(yōu)势。

此外，还有很多需(xū)要爆发式(shì)增长的算力来支撑的技术(shù)创新，将在人(rén)工智能算(suàn)力(lì)网络支撑下快速推进。

AIGC已(yǐ)经露出曙(shǔ)光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆内容生产的(de)方式(shì)，将(jiāng)创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 area可数吗英语翻译，area什么时候可数什么时候不可数