自聊天机器(qì)人ChatGPT火爆以来(lái)，微软公司创始人比(bǐ)尔·盖茨已多次公(gōng)开谈(tán)论人(rén)工智能话题(tí)。在最(zuì)近的(de)一(yī)次采访(fǎng)中，他再次(cì)表示：“AI可(kě)能会让科(kē)技行业迎来一(yī)次剧烈(liè)的(de)洗牌”。

这(zhè)个结论是他在当地时间2月20日(rì)接(jiē)受《In Good Company》节目专(zhuān)访时提出的。

他预期，AI的发展可能会威胁到谷歌的(de)市(shì)占率，因(yīn)为微(wēi)软在AI方(fāng)面的行动相(xiāng)当迅(xùn)速。而最终科技巨头(tóu)将把AI整(zhěng)合成(chéng)用户的“全能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提(tí)供建议，可以取代亚马逊、Siri或Outlook等(děng)应(yīng)用。

大佬口(kǒu)中全能助手的到来可能尚需时(shí)日，但(dàn)由ControlNet引发的又一(yī)次AI绘画(huà)浪潮，让AIGC在ChatGPT的话题热点包围中杀(shā)出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画新(xīn)玩(wán)法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代(dài)表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年8月，在美国科罗拉多州举办(bàn)的(de)新兴数字艺术(shù)家竞赛中，一幅名为《太空歌剧(jù)院(yuàn)》的(de)作品获奖。

随(suí)后(hòu)各大厂商的AI绘画软件被广(guǎng)大网友熟知并体(tǐ)验，Stable Diffusion便是(shì)其中(zhōng)代表(biǎo)。

用户们可以在应(yīng)用中(zhōng)输(shū)入一组关键词或者(zhě)一(yī)张照片，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输(shū)入的文本。同一组关键词也可以创作出很多张风格不一样(yàng)的(de)画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很(hěn)多用(yòng)户很喜欢(huān)这(zhè)种不确定的惊(jīng)喜，他们会将生成的美图当做头像。而另一部分喜欢翻看AI绘(huì)画的“翻车”作(zuò)品。在社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现场”，例(lì)如，一位网友的小(xiǎo)狗照(zhào)片被AI画(huà)成了“肌(jī)肉男(nán)”，还有网友的个人照片被AI识别(bié)成了建(jiàn)筑。

而如今随(suí)着ControlNet的出(chū)现与加(jiā)持，以往AI绘画的(de)填写关键词游戏可能要被颠(diān)覆了(le)。

ControlNet是一位正在斯坦福读博(bó)的中(zhōng)国人张吕敏(mǐn)创作的一(yī)种基(jī)于控制点(diǎn)的图(tú阅历是什么意思)像变形算法，主(zhǔ)要用于数字图(tú)像处理、计(jì)算机视觉(jué)和计算(suàn)机图形(xíng)学等领域。

其SD插件(jiàn)一经发布，在短短的两天(tiān)内便成为了AI绘(huì)画领域(yù)最(zuì)新的热点。

在此之(zhī)前(qián)，大家用了很多方法想让AI生(shēng)成(chéng)的结果(guǒ)尽可能的符合(hé)要求(qiú)，但是(shì)都不(bù)尽如(rú)人意，它的(de)出现(xiàn)代表着AI生成开始进入真正的可控(kòng)时期。

因为ControlNet可以直接(jiē)提(tí)取画面(miàn)的(de)构图，人(rén)物的姿势和(hé)画面的深度信息等。有了它的帮助，就不用频繁的用提示词来(lái)碰运气，抽盲盒式的(de)创作了。

通俗的说ControlNet相当(dāng)于给AI绘(huì)画加了(le)“魔法”，不少博主的作品已经获(huò)得了大量的浏览(lǎn)量，“viggo”就是其中之一(yī)，他用朋(péng)友(yǒu)的(de)照片(piàn)直接带(dài)她们走(zǒu)进动(dòng)漫世界。

viggo先(xiān)用StableDiffusion图片转文(wén)字。

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

通(tōng)过(guò)图片就可以看出来，效果十分(fēn)惊艳(yàn)。

更厉害的是(shì)，除了真实的照片，草图也可以加上“魔法(fǎ)”，知乎(hū)大牛(niú)“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神(shén)张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已(yǐ)经变得(dé)越来越(yuè)强大(dà)，甚至输出的作(zuò)品都已经能(néng)以假乱真了。

02

难辨虚实(shí)，AIGC技(jì)术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消(xiāo)息火遍网络(luò)，而经过(guò)警方(fāng)辟谣这所谓的“party”可能(néng)是(shì)全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照(zhào)片(piàn)都是(shì)AI制作的真人照片绘(huì)图，因为太逼真，被大家当(dāng)成真事传(chuán)播了。

不(bù)过仔细观察(chá)可(kě)以发(fā)现，活(huó)动(dòng)发起者提供的(de)照片中有(yǒu)个很大的漏洞可以发现并非真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的手指部(bù)分有的存在异常。

有(yǒu)行业(yè)人事表示：“现在因(yīn)为手指(zhǐ)部分(fēn)的绘(huì)画(huà)算法(fǎ)比较复杂，AI还不太会画(huà)人(rén)的手，但最新看(kàn)到的图(tú)片已经(jīng)有(yǒu)越(yuè)来(lái)越(yuè)完美的AI模型出现，以后可能就完(wán)全没有(yǒu)漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英(yīng)国广播公司(sī)报道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用(yòng)AI合(hé)成(chéng)了(le)儿(ér)童受灾(zāi)的假照(zhào)片发布到(dào)网(wǎng)络，以此诱骗(piàn)善良的人打赏“捐助”从而实施诈骗。

目前随着技(jì)术(shù)发展，AIGC已经能做出真人照片般的绘图效果(guǒ)，如果这样的(de)图片被用来诈骗，将(jiāng)非常可怕。

此外AIGC还引(yǐn)发(fā)了很(hěn)多担忧(yōu)，一(yī)方面，批判者认为(wèi)AI在“学(xué)习(xí)”了大(dà)量前人的(de)作品之后，其(qí)创作(zuò)没(méi)有任(rèn)何情绪和灵(líng)魂，难以和人类(lèi)的艺术创(chuàng)作(zuò)相提并(bìng)论。

另一方面，AIGC背后的版(bǎn)权、目前都(dōu)并没有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高阅历是什么意思(gāo)无上(shàng)”的创意。

马斯(sī)克(kè)也(yě)强调，人(rén)工智能的安全问题(tí)需要得到(dào)重(zhòng)视，太晚就来不及了。

03

AIGC下一(yī)站除了(le)视频，还(hái)有远方

技术(shù)都(dōu)是有两面性的(de)，潜在的危(wēi)害并不能掩(yǎn)盖其光辉(huī)的贡献。现在看来(lái)，人工智能技(jì)术将是第四次工业革命的(de)核(hé)心驱动(dòng)力量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工(gōng)智能在(zài)技术(shù)和商业层(céng)面(miàn)都有了巨(jù)大进展，AI绘(huì)画就是(shì)人工(gōng)智能技术发生方向(xiàng)性(xìng)改变的(de)一个(gè)代表。其下一站或许就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布了几条引爆科技圈的短视频(pín)。这些(xiē)视频引(yǐn)发关(guān)注(zhù)并非内(nèi)容(róng)做得多优秀，反而都非常简单，比如一匹正在喝(hē)水(shuǐ)的马，一只画(huà)画(huà)的(de)玩具熊，或者一段骑(qí)摩托车的第(dì)一(yī)视角录像，随便(biàn)一个有(yǒu)手(shǒu)机的人都可以随(suí)手录下一(yī)段。

但(dàn)这(zhè)些短视频的创作方式非常简单，创作(zuò)者仅仅需(xū)要(yào)向AI输(shū)入一段话，甚(shèn)至只是(shì)说一下要(yào)求(qiú)，AI就可(kě)以根据需要(yào)生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主要突出的是高(gāo)清(qīng)，与Meta的(de)Make-A-Video没有太多的差别。

在Make-A-Video公布了(le)AI生(shēng)成(chéng)的视频后，AI圈就已经玩了一波梗，一(yī)个能够做出(chū)更(gèng)高(gāo)清视频(pín)的AI还不足以(yǐ)在短时间内戳中兴奋(fèn)点(diǎn)。

Phenaki更加令人震(zhèn)惊的地方在于，它可以制(zhì)作出超过2分钟(zhōng)的连贯的也(yě)有确切内容的视频，这才是真(zhēn)正让人们感到惊喜的(de)地方。因(yīn)为无论AI生成的视频多么(me)高清，也只能(néng)是为内容生(shēng)产者(zhě)提供一个灵感，一个素材(cái)，一个过场动(dòng)画。

不过能(néng)够制(zhì)作(zuò)出有具(jù)体剧情内容的视(shì)频(pín)就(jiù)意味着，一(yī)些视(shì)频创(chuàng)作(zuò)由AI代替人工完成已(yǐ)经初步有了可能。

当下AI的发展(zhǎn)速度已经超过(guò)大(dà)部(bù)分人的想(xiǎng)象。内容产(chǎn)业的(de)本质是(shì)供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内容产业带来更新的内容风格、更(gèng)快的生产速度，更低(dī)的生产成本，这无疑会驱动内容产业的大爆发。

除了AI绘图(tú)、视频(pín)，AIGC技术(shù)还能应用于(yú)音乐、代码(mǎ)、机器人动(dòng)作(zuò)等多种内容形式的(de)生成。不难发现该项技术不(bù)仅在游戏等行业能得到有效应用，对(duì)于下一(yī)代互联网(wǎng)各(gè)种元(yuán)素的构建(jiàn)亦有关键(jiàn)意义(yì)。

从商业(yè)化(huà)的角度来看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对(duì)基于AI的可视化内容(róng)有强烈需(xū)求。

因此(cǐ)，AI绘画及视频或(huò)不是结果(guǒ)，而只是AI进程中的一块重要(yào)拼图，有望(wàng)在技术(shù)更新的加持(chí)下实现更大的应用价值。

AI从理解内容，走向(xiàng)了可以(yǐ)生成内容，甚至(zhì)能够创造出独(dú)立价值(zhí)和独立视角的内容。AIGC的(de)再次出圈，更代表着未来的先进生(shēng)产力即将到来。

04

紧抓大模型与算力，牢固AIGC底座

从技术的(de)发展也(yě)可以看出，在(zài)语言(yán)大模(mó)型、图像大模型之后，多(duō)模态大模型(xíng)已经(jīng)成为(wèi)了新的(de)趋(qū)势。

大模型被誉为当前人工(gōng)智能发展(zhǎn)的智能底座，是(shì)全球(qiú)竞争最(zuì)激烈的研究方向之一，包括谷歌、亚马逊(xùn)、百度(dù)、阿(ā)里、腾讯(xùn)等众(zhòng)多头部企业都在(zài)竞相(xiāng)发力。

不过(guò)训练大模型的确(què)价(jià)格(gé)不菲，以国盛证(zhèng)券发(fā)布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而(ér)对于一些更大(dà)的LLM(大型语言模型)，训练阅历是什么意思成本则介于200万美元至1200万美元高价(jià)之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计算，其对(duì)应芯片(piàn)需求(qiú)为3万多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿美元，每日(rì)仅电费就在(zài)5万美元左(zuǒ)右。

此(cǐ)外不(bù)论是ChatGPT还是AIGC，都离不(bù)开庞(páng)大算力支(zhī)持。在关注各类(lèi)大模型的发展同(tóng)时，更应该关(guān)注算力网络的建设(shè)。

算(suàn)力(lì)网络正驱动AI产业发展(zhǎn)进入史诗级加速(sù)进程，让AIGC及通用AI这一人工智能发展的终极目(mù)标离得更近。

因为算力可以对(duì)突(tū)破性技术(shù)创新提供大力的支持。这方(fāng)面(miàn)，多模态大(dà)模型是典(diǎn)型(xíng)。作为面向未来强人工智(zhì)能、通用人(rén)工智(zhì)能的重要(yào)技术创新，多模态大(dà)模型已经在人工智能领域提出(chū)了(le)很多年，业(yè)界也有不少技术突破，但是，多模态大模型进一(yī)步往下走，算力需求呈几何式(shì)上升，一般的算力基础设施很快将难(nán)以胜任。

从图像、文字、语音单独(dú)一项的训练，到双模态、三模态的跃迁，让人工智能可以(yǐ)灵活应对不同模(mó)态(tài)的转化、像人(rén)与世界交(jiāo)互一样自然，这(zhè)方面(miàn)，由算(suàn)力网络来驱动将有(yǒu)明显优势(shì)。

此(cǐ)外，还有很多需要爆发式增(zēng)长的算(suàn)力来(lái)支撑的技(jì)术创(chuàng)新，将(jiāng)在人工(gōng)智能算力(lì)网络支撑下快速推进。

AIGC已经露(lù)出(chū)曙光，期待在大模型和大算力的支持下AIGC能持续颠覆内容生产(chǎn)的方式，将创造的边(biān)际成本降低(dī)，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 阅历是什么意思