自聊(liáo)天机器(qì)人ChatGPT火爆以来，微软公司创始(shǐ)人(rén)比尔(ěr)·盖(gài)茨已(yǐ)多(duō)次(cì)公开谈论人工智能话题。在最近(jìn)的一次采(cǎi)访中，他再次表示：“AI可能会让科技行(xíng)业迎来(lái)一(yī)次剧烈的洗牌”。

这个结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节(jié)目专访时提出的。

他预(yù)期，AI的发(fā)展(zhǎn)可能(néng)会威(wēi)胁到谷歌(gē)的市占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最终科技(jì)巨头将把(bǎ)AI整合成用户的“全能助手”，包揽一切应(yīng)用，与人们进行沟通并提(tí)供建议，可以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来(lái)可能尚需时日(rì)，但由ControlNet引(yǐn)发的(de)又一(yī)次(cì)AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热点包围中(zhōng)杀出重围。

01

ControlNet颠(diān)覆AI绘画(huà)新玩法

AIGC向可控(kòng)靠近

以AI绘画为代表(biǎo)的AIGC上一次爆火(huǒ)的时候，还是2022年(nián)8月(yuè)，在美国科罗拉多(duō)州举办(bàn)的新兴数字艺术家竞赛中，一幅名为《太空(kōng)歌(gē)剧院》的作(zuò)品(pǐn)获奖。

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

用(yòng)户们可以在应用中输入一组关键词或者一张照片，就(jiù)能获得一幅AI创作的画作。

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

很多用户很喜(xǐ)欢(huān)这种不确定的惊(jīng)喜(xǐ)，他们(men)会将生(shēng)成的美图当做(zuò)头像。而另一部分(fēn)喜欢翻看AI绘画的“翻车”作(zuò)品。在社交媒(méi)体上，许(xǔ)多用户(hù)分享AI“翻车(chē)现场”，例如，一位网友的小(xiǎo)狗照(zhào)片(piàn)被AI画(huà)成了“肌肉男”，还有网友的个人照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的(de)出(chū)现与加持，以往AI绘(huì)画(huà)的填写关键(jiàn)词游戏可能(néng)要被颠覆了。

ControlNet是一位正在(zài)斯坦福读博的中国人张吕敏创作的一种基于控制(zhì)点的图(tú)像变形算法，主(zhǔ)要用于数字(zì)图(tú)像处理、计算机视觉和计算机图(tú)形学等领(lǐng)域(yù)。

其SD插件一经(jīng)发布，在短短的两天内便成(chéng)为(wèi)了AI绘画领域最新(xīn)的热点。

在(zài)此(cǐ)之(zhī)前(qián)，大家用了很多(duō)方法想让AI生成的结果尽可能的(de)符(fú)合要求，但是都不尽如(rú)人意(yì)，它的出(chū)现代(dài)表着AI生(shēng)成开始进(jìn)入真正的可控(kòng)时期。

因为ControlNet可(kě)以直接提取(qǔ)画面的(de)构图(tú)，人物的姿(zī)势和画面的深度信息等。有了它的帮助，就不(bù)用频繁的用提(tí)示(shì)词来碰运气，抽盲盒式的(de)创作了。

通俗的(de)说(shuō)ControlNet相当于给AI绘(huì)画加了“魔法”，不少博主的作品已经获得(dé)了大(dà)量的浏览量(liàng)，“viggo”就是其中之(zhī)一(yī)，他(tā)用朋友的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对(duì)应的关键词；最后用ControlNet插(chā)件绑定骨骼开始换关键词试(shì)效果。

通(tōng)过图(tú)片就可以看出来(lái)，效果十分惊艳。

更(gèng)厉害的是，除了真实的照片，草图也(yě)可以(yǐ)加上“魔(mó)法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线稿转(zhuǎn)全彩图(tú)。大神张吕敏(mǐn)其本尊也亲自回应。

拇指到食指一扎是几厘米，一扎几厘米？oding="async" src="https://mmbiz.heiliaofuli.com/wp-content/uploads/2023/03/90c6e5987a37ef9.jpeg?imageMogr2/thumbnail/2160x0/format/webp/quality/80" data-ratio="1.3637137989778534" data-s="300,640" data-type="jpeg" data-w="1174">

不得不(bù)说当下AIGC已经变得越来越强(qiáng)大，甚至输出的作品都已(yǐ)经能以假乱真了。

02

难辨虚(xū)实(shí)，AIGC技(jì)术力爆发

警(jǐng)惕安全问(wèn)题(tí)

近日(rì)，“苏州金鸡湖(hú)有游艇party”的消息(xī)火遍(biàn)网络，而经过警方(fāng)辟谣(yáo)这所谓的“party”可(kě)能是全(quán)国第一起AI绘图诈骗。

由于这个活动里面给出的美女(nǚ)照片都是AI制(zhì)作(zuò)的真人(rén)照片绘图(tú)，因为太逼真，被大家(jiā)当成真事传播了。

不过(guò)仔细(xì)观察可以发现，活动发起者提供(gōng)的照片中有个很大的漏洞可以(yǐ)发现并非(fēi)真人(rén)，而是AI绘图(tú)，那便是图片中(zhōng)女(nǚ)性的(de)手指部分(fēn)有的存在异(yì)常。

有(yǒu)行业人事表示：“现在因为手(shǒu)指部(bù)分的绘画算(suàn)法比(bǐ)较复杂(zá)，AI还不(bù)太会画人的手，但最新看(kàn拇指到食指一扎是几厘米，一扎几厘米？)到的图片(piàn)已经有越来越完美的AI模型出现(xiàn)，以后可能就完全没有漏洞了。”

类似的AI作图(tú)诈骗在国外也已有发生。据英(yīng)国广播公司报道，土耳其地(dì)震期间，有Tiktok用户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实施诈(zhà)骗。

目前随着技(jì)术发(fā)展(zhǎn)，AIGC已经能做(zuò)出真人照片般的绘(huì)图效果，如(rú)果这样的图片被(bèi)用来(lái)诈骗，将非常可怕。

此(cǐ)外AIGC还引发了很多担忧(yōu)，一方面，批(pī)判者认为AI在“学习”了大量前(qián)人的作品之后(hòu)，其创作没有任何情(qíng)绪和(hé)灵魂，难以和(hé)人类(lèi)的艺术创作相提并(bìng)论(lùn)。

另一方面(miàn)，AIGC背后的版权、目(mù)前都(dōu)并没有得到有效的解决(jué)，还有AIGC会(huì)不会代(dài)替人类“至高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全问题需要得到重视，太晚就来不及(jí)了。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方(fāng)

技(jì)术都是有两面(miàn)性的，潜在的危害并不能掩盖其光辉(huī)的贡(gòng)献。现在看来(lái)，人工智(zhì)能技术将是(shì)第四次工业革命的核心驱动(dòng)力量，将创(chuàng)造新的增(zēng)长奇迹。

过(guò)去一年，人工智能在(zài)技术和(hé)商(shāng)业层面都有了巨(jù)大进展，AI绘画就是人工智能技术发生(shēng)方向(xiàng)性改变(biàn)的一个代表(biǎo)。其下一站或许就是视频。

此(cǐ)前，Meta和谷歌(gē)先后(hòu)发布了几条引爆科技圈的短(duǎn)视频。这些视频引(yǐn)发关注(zhù)并非内(nèi)容做得多优(yōu)秀，反而都非常(cháng)简单，比如(rú)一匹(pǐ)正(zhèng)在喝(hē)水的(de)马(mǎ)，一只画画的玩具熊，或者一段骑摩托车的(de)第一(yī)视角录(lù)像，随便一(yī)个有手(shǒu)机的(de)人都可以随(suí)手录下一段。

但(dàn)这些短视(shì)频的创作方式非常(cháng)简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是(shì)说一下(xià)要求，AI就可以根据需(xū)要(yào)生成一段视频。

谷歌发布的两个AI生成视频(pín)分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在(zài)Make-A-Video公布了AI生成的视频(pín)后(hòu)，AI圈(quān)就已(yǐ)经玩了一波梗(gěng)，一个能(néng)够做出更(gèng)高清(qīng)视(shì)频的AI还不足以在短时间(jiān)内戳(chuō)中(zhōng)兴奋点(diǎn)。

Phenaki更(gèng)加令人震(zhèn)惊(jīng)的地方在于，它可以(yǐ)制(zhì)作出(chū)超过2分钟的连贯的也有确切内容的(de)视(shì)频，这才(cái)是真正(zhèng)让(ràng)人们感(gǎn)到惊喜的(de)地方。因为(wèi)无论AI生成的视频(pín)多么高(gāo)清(qīng)，也(yě)只(zhǐ)能是为(wèi)内容(róng)生产(chǎn)者提(tí)供一个灵感，一个(gè)素材，一个过场动画。

不过能(néng)够制作(zuò)出有具体剧情内容的视频(pín)就意(yì)味着，一(yī)些视频创(chuàng)作由AI代替(tì)人工完成已经初步(bù)有了可能。

当下AI的发展速度已经超过大部分人的想(xiǎng)象(xiàng)。内容产业的(de)本质是供给创造需(xū)求，AIGC作(zuò)为全新的内容生(shēng)产方式，可以为内(nèi)容产(chǎn)业(yè)带来更新(xīn)的内容风(fēng)格、更快的生(shēng)产速度，更低(dī)的生产成(chéng)本，这无(wú)疑会驱动(dòng)内容(róng)产(chǎn)业的大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码、机器人动(dòng)作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难发(fā)现该项技术(shù)不(bù)仅在游(yóu)戏等行业能(néng)得到有(yǒu)效(xiào)应(yīng)用，对(duì)于下一(yī)代互联网(wǎng)各种(zhǒng)元素的构建亦有关(guān)键意(yì)义(yì)。

从商(shāng)业(yè)化的角度来(lái)看，文化娱乐(lè)、教育(yù)、传媒等(děng)诸多领域，本身就对基于AI的可视(shì)化内容有强烈需(xū)求。

因此，AI绘画及视频或(huò)不是结果，而只是AI进程中的一块(kuài)重要拼图，有(yǒu)望在(zài)技术更新(xīn)的(de)加(jiā)持下实现更大的应用价值。

AI从理(lǐ)解内容，走向(xiàng)了可以生成(chéng)内容，甚至(zhì)能够创造出独立(lì)价值(zhí)和独立视角的内容。AIGC的再次(cì)出圈(quān)，更(gèng)代表(biǎo)着未(wèi)来(lái)的(de)先进生(shēng)产力即将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座(zuò)

从技术的发展也可(kě)以看出，在语言(yán)大模型、图像大模(mó)型之后，多(duō)模态大模型已经成为了新的趋势(shì)。

大模(mó)型被誉(yù)为当前人工智能发展的智能底座，是全球竞争(zhēng)最激(jī)烈的(de)研究方向(xiàng)之(zhī)一，包括谷歌、亚马逊、百度、阿里(lǐ)、腾讯等众多头部(bù)企业都在竞(jìng)相发(fā)力。

不过训练大(dà)模(mó)型的(de)确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训练一次的成本约为(wèi)140万美元。而对(duì)于一(yī)些更大的LLM(大型语言模型)，训练(liàn)成本则(zé)介于200万美元(yuán)至1200万美(měi)元高价之(zhī)间(jiān)。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其对应(yīng)芯片需求为(wèi)3万多(duō)片英伟(wěi)达A100 GPU，初始投入成本约为8亿美元(yuán)，每日(rì)仅电(diàn)费就在5万美元左右。

此外不论是ChatGPT还(hái)是AIGC，都离不开庞大(dà)算力支持。在关(guān)注各类大模型的发展同时，更应该关注算力网(wǎng)络的建设。

算力网络正驱动AI产业发展(zhǎn)进入史诗级加速进程，让AIGC及通用AI这一(yī)人工智能(néng)发展的(de)终(zhōng)极目标离得更近(jìn)。

因为(wèi)算力可以对突破性(xìng)技术创(chuàng)新提(tí)供(gōng)大力的支持。这方面(miàn)，多模态大模型是典型。作为面向(xiàng)未(wèi)来(lái)强人工智能、通用人(rén)工智(zhì)能的重要技(jì)术(shù)创新，多模(mó)态大模型已(yǐ)经在人工智能领(lǐng)域提出了很(hěn)多年，业(yè)界(jiè)也有不少技术突破，但是(shì)，多模(mó)态(tài)大(dà)模型进一步往下走，算(suàn)力需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任(rèn)。

从(cóng)图像、文字、语(yǔ)音(yīn)单(dān)独一项的训练(liàn)，到(dào)双模态、三模态(tài)的跃迁，让(ràng)人工(gōng)智能可以灵活(huó)应对不同模态的转(zhuǎn)化、像人(rén)与世界交互一(yī)样(yàng)自然，这方(fāng)面，由(yóu)算力网络来(lái)驱动(dòng)将(jiāng)有明显(xiǎn)优势(shì)。

此外，还(hái)有(yǒu)很多需(xū)要爆发式增长的算力来支撑(chēng)的技(jì)术创新，将在人工智能算力(lì)网络支撑(chēng)下快速推进。

AIGC已(yǐ)经露出(chū)曙光，期待(dài)在大模型(xíng)和大(dà)算力的支持(chí)下AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)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 拇指到食指一扎是几厘米，一扎几厘米？