自聊(liáo)天(tiān)机器人(rén)ChatGPT火爆以来，微软公(gōng)司(sī)创始人比尔·盖茨已多次(cì)公开(kāi)谈(tán)论人工智能(néng)话题。在(zài)最(zuì)近的一次采访中，他再次表示：“AI可能会让科技行业迎来一(yī)次剧烈的洗牌”。

这个结(jié)论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的。

他预期(qī)，AI的发展可能会威胁到谷歌的市(shì)占(zhàn)率，因为微软在AI方面的行动相当(dāng)迅速(sù)。而最(zuì)终科(kē)技巨(jù)头将把(bǎ)AI整合成用户的“全(quán)能助手”，包揽(lǎn)一切应用，与人们(men)进行(xíng)沟通(tōng)并提供建议，可(kě)以取代亚马逊、Siri或Outlook等(děng)应用。

大佬口中全能助手的到来可能尚需时日，但(dàn)由(yóu)ControlNet引发的(de)又一次(cì)AI绘画浪潮(cháo)，让AIGC在ChatGPT的(de)话题热点(diǎn)包(bāo)围中杀(shā)出重围(wéi)。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代表的AIGC上一次爆火的时候，还是(shì)2022年(nián)8月，在美国科罗拉多州举办的新兴数字艺(yì)术家竞赛中，一幅名为《太空歌剧(jù)院》的作品获(huò)奖。

随(suí)后(hòu)各大厂商的AI绘(huì)画软件(jiàn)被(bèi)广大网友熟知并体验，Stable Diffusion便是其中代表。

用户们可以(yǐ)在(zài)应(yīng)用中(zhōng)输入一组关键词或者一张照(zhào)片，就能获得一幅AI创(chuàng)作(zuò)的画作(zuò)。

作画的关键就是所(suǒ)输入的文(wén)本(běn)。同一组关键词也可以(yǐ)创作出很多张风格不一样(yàng)的画作，这让创作的过程就像开(kāi)盲(máng)盒。

很多(duō)用户(hù)很(hěn)喜欢这种不确(què)定的惊喜，他们(men)会将(jiāng)生(shēng)成的美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻(fān)车(chē)”作(zuò)品(pǐn)。在社交媒体上，许(xǔ)多用户分享AI“翻(fān)车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还有网友的(de)个人照片(piàn)被AI识(shí)别成了(le)建筑。

而如今(jīn)随着ControlNet的出现(xiàn)与加持，以往AI绘画(huà)的(de)填写关(guān)键(jiàn)词(cí)游戏可(kě)能要被颠(diān)覆了(le)。

ControlNet是一位(wèi)正在斯坦福(fú)读博的中国人张(zhāng)吕敏创作(zuò)的一种基于控制点的图像变形算法，主要用(yòng)于数(shù)字(zì)图像处理、计算(suàn)机视觉(jué)和计(jì)算(suàn)机(jī)图形学等领域。

其SD插件一经发布，在短短的两天内便成为了AI绘画(huà)领域(yù)最(zuì)新的热点。

在(zài)此之前，大家用(yòng)了很多方法想让AI生成的结(jié)果尽(jǐn)可能的符合要求，但是都不尽(jǐn)如(rú)人(rén)意(yì)，它(tā)的出现代(dài)表着(zhe)AI生成(chéng)开始进入真正(zhèng)的(de)可控时期(qī)。

因为ControlNet可以直接(jiē)提取(qǔ)画面的(de)构(gòu)图，人(rén)物的姿势和画(huà)面的深度信息等。有了(le)它的帮助，就不(bù)用(yòng)频繁的用提示词(cí)来碰(pèng)运气，抽盲盒式的创作了。

通俗的(de)说ControlNet相(xiāng)当于给AI绘画加(jiā)了“魔法”，不少博主的(de)作品(pǐn)已(yǐ)经获得了大量的浏览量，“viggo”就是其中之一，他(tā)用朋友的照(zhào)片(piàn)直接带(dài)她们(men)走(zǒu)进动漫世界(jiè)。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插(chā)件(jiàn)拓展找到对应的关键词；最后用ControlNet插件(jiàn)绑(bǎng)定骨骼开(kāi)始换(huàn)关键(jiàn)词试效果(guǒ)。

通过图片就可(kě)以看出来(lái)，效果十分惊艳。

更(gèng)厉(lì)害的(de)是，除了(le)真(zhēn)实(shí)的照片，草图也(yě)可(kě)以加上“魔法”，知乎大牛“DevPoint”和“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图(tú)。大神张(zhāng)吕敏(mǐn)其本尊(zūn)也亲自回应。

不得不说当下AIGC已经变得越来越强大，甚至输出的作品都已(yǐ)经能以假(jiǎ)乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技(jì)术力爆发

警(jǐng)惕安全问题

近日，“苏州金鸡湖有游艇party”的消息火(huǒ)遍网络，而(ér)经过警方(fāng)辟(pì)谣这(zhè)所谓的“party”可能是全国(guó)第一(yī)起AI绘图诈骗。

由于(yú)这个活动里面(miàn)给出的美女照片(piàn)都(dōu)是AI制作的真人照(zhào)片绘图(tú)，因(yīn)为太逼真，被大家当成真事传播了。

不过仔细观(guān)察(chá)可(kě)以发现，活动发(fā)起者提供的照片(piàn)中(zhōng)有(yǒu)个很(hěn)大的漏洞可以(yǐ)发现并非真人，而是AI绘图，那便(biàn)是图片中女性的手指(zhǐ)部分有(yǒu)的存在异常。

有行业人(rén)事表示(shì)：“现(xiàn)在因为手指部分的绘(huì)画算(suàn)法比较复(fù)杂，AI还不太(tài)会画人的(de)手(shǒu)，但最新看到的图片(piàn)已经有越来越完美的AI模(mó)型(xíng)出现，以后可能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也(yě)已有发(fā)生。据英国广播公司(sī)报道，土(tǔ)耳其地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了儿(ér)童受灾(zāi)的假(jiǎ)照片(piàn)发布到网络(luò)，以(yǐ)此诱骗善良的人打赏(shǎng)“捐助”从而实(shí)施诈骗。

目(mù)前随着技术发展，AIGC已(yǐ)经能做出真人(rén)照片般的(de)绘图(tú)效果，如果(guǒ)这样的图片被(bèi)用来诈骗(piàn)，将非(fēi)常(cháng)可怕。

此外AIGC还引发了很多担忧，一方面，批判者(zhě)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(qíng)绪和灵魂，难以和人类的艺术创作(zuò)相提并论(lùn)。

另(lìng)一方面，AIGC背后的(de)版权、目前都并(bìng)没(méi)有得到有效的解决，还有AIGC会(huì)不会代替人类“至高无上”的(de)创意。

马(mǎ)斯克也(yě)强调，人(rén)工智能(néng)的安全问题需(xū)要得到重(zhòng)视，太晚(wǎn)就来不及了。

03

AIGC下一站除(chú)了视频，还有远方

技术都是有两面性的(de)，潜在的危害并(bìng)不(bù)能掩盖其光(guāng)辉的贡献(xiàn)。现在(zài)看来(lái)，人工智(zhì)能技术将是第四(sì)次工(gōng)业革命的核心驱动力量，将创造新的增长(zhǎng)奇(qí)迹。

过去(qù)一年(nián)，人工智能在技术和商(shāng)业层面都有(yǒu)了巨大进(jìn)展，AI绘画就是人工智能(néng)技(jì)术发生方向性改变(biàn)的一个(gè)代表。其(qí)下(xià)一站或许就(jiù)是(shì)视频。

此前，Meta和谷歌先(xiān)后发布了几(jǐ)条引爆(bào)科(kē)技圈的短视频。这些视(shì)频引(yǐn)发关注并非(fēi)内容做得多优秀，反而都非常简单，比如(rú)一匹正在喝(hē)水的马，一只(zhǐ)画画的玩(wán)具熊，或者一段骑摩(mó)托车的第一视角录像，随便一个有手机的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创作(zuò)方式非(fēi)常简单，创作(zuò)者(zhě)仅仅需要向AI输入(rù)一段(duàn)话(huà)，甚至只(zhǐ)是(shì)说一下要求，AI就(jiù)可(kě)以根(gēn)据(jù)需要生成一段视(shì)频。

谷歌发布的(de)两(liǎng)个AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的(de)是高清，与Meta的(de)Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频后，AI圈就已经玩(wán)了一(yī)波梗，一个能够(gòu)做出更高清(qīng)视频的AI还不(bù)足以在短时间(jiān)内戳中兴奋点(diǎn)。

Phenaki更加(jiā)令人震惊的地方在于，它可以(yǐ)制作出超过2分钟的连贯(guàn)的(de)也有确(què)切内容的视频(pín)，这才是真正让(ràng)人们感到惊喜的(de)地(dì)方。因为无论AI生成的(de)视频(pín)多么高清，也只能是为内容生产者提供一个灵感，一个(gè)素材，一(yī)个过(guò)场动画(huà)。

不(bù)过能够(gòu)制作出有(yǒu)具体剧情(qíng)内容的视(shì)频(pín)就(jiù)意(yì)味(wèi)着，一些视频创作由AI代(dài)替人工(gōng)完成(chéng)已(yǐ)经(jīng)初步有了(le)可(kě)能(néng)。

当下AI的发展(zhǎn)速度已经超过大部分人的(de)想象。内容产业的本质是供(gōng)给(gěi)创造需求(qiú)，AIGC作(zuò)为全新(xīn)的内容生产方式，可以为内容产业(yè)带来(lái)更新的(de)内(nèi)容风格、更(gèng)快(kuài)的生产速度(dù)，更低的生产成(chéng)本，这无(wú)疑会驱动内容(róng)产业的大爆发。

除了(le)AI绘图、视频，AIGC技术还(hái)能(néng)应(yīng)用于音乐、代码(mǎ)、机器人(rén)动作等多种内容形式的生成(chéng)。不难发现该(gāi)项(xiàng)技(jì)术(shù)不仅在游戏(xì)等(děng)行业能得到有效应用，对于(yú)下一代互联网各种元素的构建亦有关键(jiàn)意义。

从商业化的角度来看，文化娱乐、教育、传媒等诸(zhū)多领(lǐng)域，本身就对(duì)基于AI的(de)可视化内容有强烈需求。

因(yīn)此，AI绘(huì)画及(jí)视(shì)频或(huò)不(bù)是结果(guǒ)，而只是AI进(jìn)程中的(de)一块重要拼图，有望在(zài)技术(shù)更(gèng)新的加持下实现更大的应用价(jià)值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可以生成内容，甚(shèn)至能够创造出独(dú)立价值和(hé)独(dú)立(lì)视角的内(nèi)容。AIGC的再次(cì)出圈，更代表着未来的先进生产力(lì)即将到来(lái)。

04

紧抓大模(mó)型与(yǔ)算力，牢(láo)固AIGC底座

从技术的发展也可以看出，在语(yǔ)言大模型、图像(xiàng)大模型之后，多模态大模型已经成为了新的(de)趋(qū)势。

大模型被誉为当(dāng)前人(rén)工智能(néng)发展(zhǎn)的智能底座(zuò)，是全球竞争最激烈的研究方向之一(yī)，包括谷歌、亚马(mǎ)逊、百度、阿里、腾(téng)讯等众多头部企业都在竞相发力(lì)。

不过训练大模(mó)型(xíng)的确价格不(bù)菲，以(yǐ)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(chéng)本约为140万美元。而对于一些更(gèng)大(dà)的LLM(大型语(yǔ)言模型)，训练成本(běn)则(zé)介于200万(wàn)美元至1200万美元高价之间。

以ChatGPT在2023年1月的(de)独(dú)立访客平均数1300万(wàn)计算(suàn)，其对(duì)应芯片(piàn)需求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投入(rù)成本(běn)约为(wèi)8亿美元，每日仅(jǐn)电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持。在关注各类大模型(xíng)的发展同时，更(gèng)应该关注算力(lì)网络的建(jiàn)设。

算力网络正驱动AI产业发(fā)展进入(rù)史(shǐ)诗(shī)级加速进程，让AIGC及通用AI这一人工智(zhì)能(néng)发(fā)展的终极目标离得(dé)更近。

因为(wèi)算力可以对(duì)突破性(xìng)技术创新提(tí)供大(dà)力的(de)支持。这方面，多模(mó)态大(dà)模型是(shì)典型(xíng)。作为面(miàn)向未来强人(rén)工智能、通用人工智能的重要技术创新(xīn)，多模态大模型(xíng)已经在(zài)人工智能领域提出了很多年，业界也有不少技术突破，但是，多(duō)模态大模(mó)型(xíng)进(jìn)一步往下走，算力(lì)需求(qiú)呈几何式上升，一般的算(suàn)力基(jī)础设(shè)施很快(kuài)将难以胜任。

从图像、文(wén)字、语音单独(dú)一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让人工智能可以灵活应对不同模态的转化(huà)、像(xiàng)人(rén)与世界交互一样自(zì)然，这方(fāng)面(miàn)，由算力网(wǎng)络(luò)来驱动将有(yǒu)明显(xiǎn)优势。

此外，还有很多需要(yào)爆发式(shì)增长的算力(lì)来支撑的技(jì)术创(chuàng)新，将在人工智能算力网络(luò)支(zhī)撑下快速(sù)推(tuī)进。

AIGC已经(jīng)露出(chū)曙光，期(qī)待在(zài)大模(mó)型和大(dà)算(suàn)力的支持下AIGC能持续颠覆内容生产的方式，将创造的边际成本降(jiàng)低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 诸葛亮决胜千里之外运筹帷幄之中说的是谁，决胜千里之外运筹帷幄之中说的是谁说出来的