自聊天机器人ChatGPT火爆以来(lái)，微软公司创始人比尔(ěr)·盖茨已多次公开(kāi)谈论人工智能(néng)话题(tí)。在最近(jìn)的(de)一次采访(fǎng)中(zhōng)，他再(zài)次表示(shì)：“AI可能会让科技行(xíng)业迎来一次剧烈的洗牌”。

这个结论是他在当(dāng)地时间2月20日(rì)接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他(tā)预期，AI的(de)发(fā)展可能会威胁到(dào)谷歌的市占率，因为微软在AI方面的行动相(xiāng)当迅(xùn)速。而(ér)最终科(kē)技巨头将把AI整合成用户的“全能助手”，包揽(lǎn)一切应用，与(yǔ)人们进行沟通(tōng)并提(tí)供建议，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口(kǒu)中(zhōng)全能助手(shǒu)的到来可能(néng)尚需时日(rì)，但由ControlNet引发(fā)的又一次(cì)AI绘画浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆(bào)火的时候，还(hái)是2022年(nián)8月，在(zài)美国科罗拉多(duō)州举办的(de)新(xīn)兴数字艺(yì)术家竞赛中，一(yī)幅名为(wèi)《太(tài)空歌剧院》的作(zuò)品获奖。

随后各大(dà)厂商的AI绘画(huà)软件被广大网友熟知并体验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可(kě)以在应用中输入(rù)一组关(guān)键词或(huò)者一张照(zhào)片(piàn)，就(jiù)能获得一幅AI创作的画作(zuò)。

作画的(de)关键就是所输入的文本。同(tóng)一组关键词也可以创作出很多张风格(gé)不一样的画作，这让(ràng)创(chuàng)作的过程就像开盲盒(hé)。

很多(duō)用(yòng)户(hù)很喜欢这(zhè)种不确(què)定的惊喜，他们会(huì)将生成的美图当(dāng)做(zuò)头像。而另一部分(fēn)喜(xǐ)欢(huān)翻(fān)看AI绘(huì)画的“翻(fān)车”作品。在社交媒体上(shàng)，许多用(yòng)户分享AI“翻(fān)车现场(chǎng)”，例如，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着(zhe)ControlNet的(de)出现与加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可(kě)能要被颠覆了(le)。

ControlNet是一(yī)位(wèi)正在斯坦福读博的中国(guó)人张吕敏创作的(de)一种基于(yú)控制点的图像变形算法，主要用于数字(zì)图像(xiàng)处(chù)理、计算机视觉(jué)和计算机图形(xíng)学等(děng)领域(yù)。

其SD插件一经发布(bù)，在短(duǎn)短的两(liǎng)天(tiān)内(nèi)便成为了AI绘画领域最新(xīn)的热点。

在此之前，大家用(yòng)了很(hěn)多方法想(xiǎng)让AI生成的结果(guǒ)尽可能的符合要(yào)求，但是都不尽如人(rén)意，它的出现代表(biǎo)着AI生成(chéng)开始进入(rù)真(zhēn)正的可控(kòng)时(shí)期。

因为ControlNet可以直接提(tí)取画面的构(gòu)图，人物的姿势(shì)和画面的深度信息等(děng)。有(yǒu)了(le)它的帮助，就不(bù)用频(pín)繁的(de)用提示词来碰运气，抽盲(máng)盒(hé)式的创作(zuò)了。

通(tōng)俗的说(shuō)ControlNet相当于给AI绘(huì)画加(jiā)了“魔法(fǎ)”，不少博主的作品已(yǐ)经(jīng)获得了大(dà)量的浏(liú)览量，“viggo”就是其中之一，他(tā)用朋(péng)友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到(dào)对应的关键词；最后(hòu)用ControlNet插件绑定骨骼开(kāi)始换关键词(cí)试(shì)效果。

通过图(tú)片就可以(yǐ)看出来，效果十(shí)分惊艳。

更厉害的是(shì)，除了(le)真实的照(zhào)片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿(gǎo)转(zhuǎn)全彩图(tú)。大神张吕敏其本尊也亲自(zì)回(huí)应。

不(bù)得(dé)不说当下(xià)AIGC已经变得越来越强大，甚至输出(chū)的作品都已(yǐ)经能以假乱真了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆(bào)发

警惕(tì)安全问题

近日，“苏州(zhōu)金鸡湖有游艇party”的消(xiāo)息(xī)火遍网络，而经过警方辟谣(yáo)这所谓的“party”可能(néng)是全国第一起AI绘(huì)图诈骗(piàn)。

由于这(zhè)个活动里面给出的美女照片都是AI制作的真(zhēn)人照(zhào)片绘图(tú)，因为太(tài)逼(bī)真(zhēn)，被大家(jiā)当(dāng)成真(zhēn)事传播了。

不过仔细(xì)观察可以发现，活动发(fā)起者提供的照片(piàn)中(zhōng)有个(gè)很大(dà)的漏洞(dòng)可以(yǐ)发现并(bìng)非(fēi)真人，而(ér)是AI绘图，那(nà)便是图片中女性(xìng)的手指部分有(yǒu)的存在(zài)异常。

有行业(yè)人事表示：“现在(zài)因为手指部(bù)分的绘(huì)画算法比(bǐ)较复杂，AI还不(bù)太会画人的(de)手，但(dàn)最新看(kàn)到(dào)的图片已经有(yǒu)越来越完美的AI模(mó)型出现，以后(hòu)可能就完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国外也已有发生。据英国广播公司报道，土耳(ěr)其地震期(qī)间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照片发布到网络，以(yǐ)此诱骗善良(liáng)的(de)人打赏“捐助”从而实施诈骗。

目前随着技术发展，AIGC已经能(néng)做出真人照片(piàn)般的绘图效果，如果这样(yàng)的图(tú)片被用(yòng)来诈骗，将非常可怕。

此外AIGC还引发了(le)很多担忧(yōu)，一(yī)方面，批(pī)判者认为AI在“学习”了大量前人的作品之后(hòu)，其(qí)创作没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的(de)艺(yì)术创作相提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权(quán)、目(mù)前都并没有得(dé)到(dào)有效的解决，还有AIGC会不会代替人类“至高无(wú)上(shàng)”的(de)创意。

马斯克也强(qiáng)调，人工智能的安全问题需要得(dé)到重视，太(tài)晚就(jiù)来不及了。

03

AIGC下一站除了(le)视频，还有(yǒu)远方

技术(shù)都是有两面性的，潜在的危害并(bìng)不能掩(yǎn)盖其(qí)光辉的贡(gòng)献。现(xiàn)在(zài)看(kàn)来，人工智能技(jì)术将是(shì)第四次(cì)工业革命的核(hé)心驱动力量(liàng)，将创(chuàng)造新的增长奇迹。

过去一年，人工智能在技术和商业层(céng)面(miàn)都有了巨大进展，AI绘画(huà)就是人工智能技术发生方(fāng)向(xiàng)性改变的一个代表(biǎo)。其下一(yī)站或许就是视(shì)频(pín)。

此(cǐ)前，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些(xiē)视频引发关注并非内容做得(dé)多优秀，反而都(dōu)非常简(jiǎn)单，比如一匹(pǐ)正在喝水的马，一只画画的(de)玩具熊，或(huò)者一段骑摩托(tuō)车(chē)的(de)第(dì)一视(shì)角录像，随便一个有手(shǒu)机的人(rén)都可以随(suí)手录下一段。

但这(zhè)些短视频(pín)的创(chuàng)作方式(shì)非常简单，创(chuàng)作(zuò)者仅仅需(xū)要向AI输入(rù)一段话，甚(shèn)至(zhì)只是(shì)说一下要求(qiú)，AI就可(kě)以根据(jù)需要生成一段视频。

谷歌(gē)发布的两个(gè)AI生(shēng)成视(shì)频分别来自于Imagen Video和Phenaki，前(qián)者主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成的视(shì)频后，AI圈就已经玩了一波梗，一个能够做(zuò)出(chū)更高清视频的AI还不(bù)足以在短时(shí)间内戳中兴奋点。

Phenaki更加(jiā)令人震惊的地方在于(yú)，它(tā)可以制作(zuò)出超过(guò)2分(fēn)钟(zhōng)的连贯的(de)也有确切(qiè)内(nèi)容的(de)视频，这才(cái)是真正让人们感(gǎn)到惊喜(xǐ)的地(dì)方丧尸最怕什么东西，丧尸最怕什么颜色(fāng)。因为无(wú)论(lùn)AI生成的视频多么高清，也只(zhǐ)能是为(wèi)内(nèi)容生产者提供一个灵感，一(yī)个素材，一个过场动画(huà)。

不过能够制作出有具体(tǐ)剧情(qíng)内容的(de)视(shì)频(pín)就意味着，一些(xiē)视频创(chuàng)作由(yóu)AI代替人工完成已(yǐ)经初(chū)步有了可能。

当(dāng)下AI的发展速度已(yǐ)经超(chāo)过大部分人的(de)想(xiǎng)象。内容(róng)产业(yè)的本质是供(gōng)给创造需求，AIGC作为全新(xīn)的内容生产方式(shì)，可以(yǐ)为(wèi)内(nèi)容产(chǎn)业(yè)带(dài)来(lái)更新的内容风(fēng)格、更快的生产(chǎn)速度，更低(dī)的生(shēng)产(chǎn)成(chéng)本，这(zhè)无(wú)疑会驱动(dòng)内容产业的(de)大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于(yú)音乐、代码、机器人动作等(děng)多种内容形式的(de)生成。不难(nán)发现该项(xiàng)技术不仅在游戏等(děng)行业能得到(dào)有效应用，对于下一(yī)代互联网各种(zhǒng)元素(sù)的构建亦有关键意义。

从商业化的角度来看，文(wén)化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视(shì)化内容有强烈需求(qiú)。

因此，AI绘画及视频或不(bù)是结果，而只是AI进程中的一(yī)块重要拼图，有望(wàng)在技(jì)术(shù)更新的加持下实现(xiàn)更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了(le)可以生成内(nèi)容，甚至能(néng)够创造(zào)出(chū)独立价值和(hé)独(dú)立视角的内容(róng)。AIGC的再次出圈，更(gèng)代(dài)表着(zhe)未来的(de)先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢(láo)固AIGC底座

从技术的(de)发(fā)展也可以看出，在语言(yán)大模(mó)型(xíng)、图像(xiàng)大模(mó)型之后，多模态大模(mó)型(xíng)已经成(chéng)为了新的趋势(shì)。

大模型被誉为当前人工智(zhì)能(néng)发展的(de)智能底(dǐ)座，是全球竞(jìng)争最激烈的(de)研究(jiū)方(fāng)向之一，包括谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部企业都在竞相发力。

不(bù)过训练大模型的(de)确价(jià)格不菲，以国盛证(zhèng)券(quàn)发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算，GPT-3训练一(yī)次的(de)成本约为(wèi)140万美(měi)元。而对于一些(xiē)更(gèng)大的LLM(大型语言(yán)模型)，训练成本则介(jiè)于200万美元至(zhì)1200万(wàn)美元高(gāo)价之间。

以ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算，其对应芯片(piàn)需(xū)求为3万多(duō)片英伟达A100 GPU，初始投(tóu)入成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支(zhī)持。在关注各(gè)类大(dà)模(mó)型(xíng)的发展同(tóng)时，更应该关注算(suàn)力网络的(de)建设。

算力网络(luò)正(zhèng)驱动(dòng)AI产(chǎn)业发展进入(rù)史诗级加速进程(chéng)，让AIGC及通用AI这一人工智能发(fā)展的(de)终极目标离得更(gèng)近。

因为算力可(kě)以对突破性技(jì)术创新提(tí)供大力的(de)支持。这方(fāng)面，多模态(tài)大模型是典型。作为(wèi)面向未来强(qiáng)人工智能、通(tōng)用人工智能的重要技术创新，多模态大模型已经在(zài)人工智能领(lǐng)域提出了很多年(nián)，业界也有不少技术突破，但是，多(duō)模态(tài)大模型进一步(bù)往下走，算力需(xū)求呈几何式上升，一般的(de)算力基础设施很快将(jiāng)难(nán)以(yǐ)胜任。

从图像、文字、语音单独一项的训练，到双模态、三模态的跃迁，让人工(gōng)智能可以灵活(huó)应(yīng)对不(bù)同模态的(de)转化、像人与世界交互一样自然，这方面，由算力网(wǎng)络(luò)来驱动将有(yǒu)明(míng)显(xiǎn)优势(shì)。

此外，还有很多(duō)需要爆发式增(zēng)长的算(suàn)力来支撑的技(jì)术创新，将(jiāng)在人工智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙光(guāng)，期待在大模型和大算力的支持下(xià)AIGC能持续颠(diān)覆内(nèi)容生(shēng)产的方式，将创造的边际(jì)成本降低(dī)，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 丧尸最怕什么东西，丧尸最怕什么颜色