自聊天机器人ChatGPT火爆以(yǐ)来，微(wēi)软(ruǎn)公司创始人比尔·盖茨已多(duō)次公开(kāi)谈(tán)论人(rén)工(gōng)智能(néng)话题。在最近的一次采访(fǎng)中，他再次(cì)表(biǎo)示：“AI可能会让(ràng)科技行(xíng)业迎来一(yī)次剧烈的洗牌”。

这个结(jié)论是(shì)他(tā)在当地时(shí)间(jiān)2月(yuè)20日接受《In Good Company》节(jié)目专访时提出(chū)的。

他(tā)预期，AI的发(fā)展可能(néng)会威胁到谷歌的市占(zhàn)率，因为微软在AI方(fāng)面的(de)行动相当(dāng)迅速。而最(zuì)终科技巨头将(jiāng)把AI整(zhěng)合成用户的“全能助手”，包揽(lǎn)一切应用，与人们进行沟通并(bìng)提供建议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手的(de)到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画浪潮(cháo)，让AIGC在(zài)ChatGPT的话题热(rè)点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠近

以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(kē)罗拉多(duō)州举办(bàn)的新兴数字(zì)艺术(shù)家(jiā)竞赛中，一幅名(míng)为《太(tài)空歌剧院》的作品获奖。

随后(hòu)各大厂商的(de)AI绘画软(ruǎn)件被(bèi)广(guǎng)大网友熟(shú)知并(bìng)体(tǐ)验(yàn)，Stable Diffusion便(biàn)是其中(zhōng)代表。

用(yòng)户们可以在应用中输入一组关键(jiàn)词或者一(yī)张照(zhào)片，就能获得一幅AI创(chuàng)作的画作。

作画(huà)的关键就是所输入(rù)的文本。同一(yī)组关键词也可以创作出很多张风格不一样的画(huà)作，这让创作的过程(chéng)就(jiù)像开盲盒。

很多(duō)用(yòng)户很喜欢这种(zhǒng)不确定的惊喜，他(tā)们会将(jiāng)生(shēng)成(chéng)的(de)美图当做头像。而(ér)另(lìng)一部分喜欢(huān)翻看AI绘画的(de)“翻车”作品(pǐn)。在(zài)社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗照片(piàn)被(bèi)AI画成了“肌(jī)肉男”，还有网(wǎng)友的(de)个人(rén)照片被AI识(shí)别成了(le)建筑。

而如今随着ControlNet的(de)出(chū)现与(yǔ)加持，以往AI绘画的填(tián)写关键词游戏可能要被颠覆了。

ControlNet是一位正在斯坦福读博的(de)中国人张(zhāng)吕敏(mǐn)创作的一种(zhǒng)基于控制点的(de)图像变(biàn)形算法，主要用于数字图(tú)像处理、计算机视觉和计算(suàn)机图形学等领(lǐng)域(yù)。

其SD插件一经发布，在短(duǎn)短的(de)两天(tiān)内便(biàn)成为了AI绘画领(lǐng)域最新的热(rè)点(diǎn)。

在(zài)此之前(qián)，大家用了很多(duō)方法(fǎ)想让AI生成的结果尽可能的符合(hé)要(yào)求，但是都不尽如人意，它的出(chū)现代表(biǎo)着AI生成开始进入真(zhēn)正的可(kě)控时(shí)期(qī)。

因为ControlNet可(kě)以直接(jiē)提取画面的构(gòu)图，人(rén)物的姿势(shì)和画面的(de)深度信息等(děng)。有了它的帮(bāng)助，就不用频(pín)繁的用提示词(cí)来碰(pèng)运气，抽盲盒式的(de)创(chuàng)作了。

通俗的说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少(shǎo)博主的(de)作品已经(jīng)获得了大量的浏览量，“viggo”就(jiù)是其中之一，他用朋友的照片直(zhí)接带她们走(zǒu)进动漫(màn)世界(jiè)。

viggo先(xiān)用StableDiffusion图片转文字(zì)。

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

通过图(tú)片(piàn)就可以看出来(lái)，效(xiào)果十分惊(jīng)艳。

更厉(lì)害的是(shì)，除了真实的照片，草图(tú)也可以加(jiā)上“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩(cǎi)图。大神张吕敏其本尊(zūn)也亲(qīn)自回应。

不得不说当下AIGC已经(jīng)变得越来(lái)越强大，甚至输(shū)出的(de)作品都已(yǐ)经能以(yǐ)假乱真了。

02

难辨虚实(shí)，AIGC技术(shù)力爆发(fā)

警(jǐng)惕安全问题(tí)

近日(rì)，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经过警(jǐng)方辟谣这所谓的“party”可能是全(quán)国第一(yī)起(qǐ)AI绘(huì)图诈骗。

由于(yú)这个(gè)活动里面给出(chū)的美女照片都是AI制作的真人照(zhào)片绘图，因(yīn)为太逼(bī)真，被大(dà)家当成(chéng)真事传播(bō)了。

不过仔细观察可以发现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以发(fā)现并(bìng)非真人，而是AI绘图，那便是(shì)图片(piàn)中女性(xìng)的手指部分(fēn)有的存在(zài)异常。

有行业人(rén)事(shì)表(biǎo)示：“现(xiàn)在因为(wèi)手指部分的(de)绘(huì)画算法比(bǐ)较复杂，AI还不太(tài)会画(huà)人的手，但(dàn)最新(xīn)看(kàn)到的图片已(yǐ)经有越来越完(wán)美(měi)的AI模型出现，以后可能就完全没有漏洞了。”

类似的(de)AI作图诈骗在(zài)国外也(yě)已有(yǒu)发生(shēng)。据英国广播公司报道(dào)，土耳其地(dì)震(zhèn)期(qī)间，有Tiktok用户使用AI合成了儿童受灾的(de)假照(zhào)片发布到(dào)网络，以此诱骗善良的人(rén)打赏“捐助”从而实施诈骗(piàn)。

目前随着技术发展，AIGC已经能(néng)做出(chū)真人(rén)照(zhào)片(piàn)般(bān)的(de)绘图(tú)效果，如果(guǒ)这样的图片被用来诈骗，将(jiāng)非(fēi)常可怕。

此外AIGC还(hái)引发(fā)了很多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大量前人的(de)作(zuò)品(pǐn)之后，其(qí)创作没有任何情绪(xù)和灵魂(hún)，难(nán)以和(hé)人(rén)类(lèi)的艺术创作(zuò)相提(tí)并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目前都并没有得到有效的解决，还有AIGC会不会代替人类“至(zhì)高无上”的创意。

马(mǎ)斯(sī)克也强调，人工智能的安全(quán)问题(tí)需要得到(dào)重(zhòng)视(shì)，太晚就来不及了。

03

AIGC下(xià)一站除了视频(pín)，还有远(yuǎn)方(fāng)

技术都是有两面(miàn)性的，潜在(zài)的危害并不能(néng)掩盖(gài)其(qí)光辉的贡献(xiàn)。现在看(kàn)来，人工智能技(jì)术将是第四次(cì)工业革命的核心驱动力量，将(jiāng)创造新的增长(zhǎng)奇迹(jì)。

过去一年(nián)，人工智能在技术和商业(yè)层面(miàn)都有了(le)巨(jù)大(dà)进展，AI绘画(huà)就是人工智能技术发生方(fāng)向性改(gǎi)变的一个代表。其下一站或许就是(shì)视频。

此前，Meta和谷歌先后(hòu)发(fā)布(bù)了几条引(yǐn)爆(bào)科技(jì)圈的短视频。这些视(shì)频引发关(guān)注(zhù)并非内容做得多优秀，反而(ér)都(dōu)非常(cháng)简单，比如一匹正在喝水的马，一(yī)只画画(huà)的玩具熊，或者(zhě)一段(duàn)骑摩(mó)托车的第(dì)一视角录像，随便一(yī)个(gè)有手机的人都可以随手录下一段(duàn)。

但这些短视频的创作方式非常简单，创作者仅仅需要向AI输入一段话，甚至只是说(shuō)一下(xià)要求，AI就可以根据需要生(shēng)成一段(duàn)视频(pín)。

谷歌(gē)发布的(de)两个AI生成视频分别来自于Imagen Video和Phenaki，前(qián)者(zhě)主要突(tū)出的是高清，与Meta的(de)Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公(gōng)布了AI生成(chéng)的视频(pín)后，AI圈(quān)就已经玩了一波梗，一(yī)个能够做出更高(gāo)清视频的(de)AI还不(bù)足以在(zài)短时间内戳中(zhōng)兴(xīng)奋(fèn)点。

Phenaki更加(jiā)令人震惊的地方在(zài)于，它可以制作出超过2分钟的(de)连贯的也有确切内容的视频(pín)，这(zhè)才是真(zhēn)正让人(rén)们(men)感到(dào)惊喜的(de)地方。因为(wèi)无论AI生(shēng)成的视频多么高清(qīng)，也只(zhǐ)能(néng)是(shì)为内(nèi)容(róng)生(shēng)产者(zhě)提供一个灵(líng)感(gǎn)，一个(gè)素材，一个过场动画。

不过(guò)能(néng)够(gòu)制作出有(yǒu)具体剧情内容的(de)视频就意味着，一些(xiē)视频创作由AI代替(tì)人工完成(chéng)已经(jīng)初步有了可能。

当下AI的发展速(sù)度已(yǐ)经(jīng)超过大部分人(rén)的想象(xiàng)。内容产业的本质是供给创造需求，AIGC作为全新的内容生产(chǎn)方式，可以为内容产(chǎn)业带来更新(xīn)的内容风(fēng)格、更快的生(shēng)产速度，更低的生产成本(běn)，这无疑会驱动内容产(chǎn)业的大爆(bào)发。

除了AI绘图、视(shì)频(pín)，AIGC技术还能应用于音乐(lè)、代码、机器人动作等多种内容(róng)形式的生成。不难发现该项(xiàng)技术不仅在游戏等行业能得到有效(xiào)应用(yòng)，对于下(xià)一代(dài)互联网各种元(yuán)素的(de)构建亦有关键(jiàn)意义。

从商业化的角度来看，文(wén)化娱乐(lè)、教(jiào)育、传媒等诸多领域，本身就对基(jī)于AI的可视化内容(róng)有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频或不(bù)是结果，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要(yào)拼图，有(yǒu)望(wàng)在(zài)技术更新的加持下实现更大的(de)应用价值。

AI从理解内容，走向了(le)可(kě)以(yǐ)生成(chéng)内容，甚至能够创造出独立价值和独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代表(biǎo)着(zhe)未(wèi)来的先(xiān)进(jìn)生产力即将(jiāng)到(dào)来(lái)。

04

紧抓(zhuā)大(dà)模型(xíng)与算力(lì)，牢固AIGC底(dǐ)座

从(cóng)技术(shù)的发展也(yě)可以(yǐ)看出(chū)，在语言大模型、图像大模型之后(hòu)，多模态大(dà)模型已经成为了新的趋(qū)势。

大(dà)模型被誉为(wèi)当前人工(gōng)智能(néng)发展(zhǎn)的智能底座(zuò)，是(shì)全球竞争(zhēng)最激烈的研究方向之一，包括谷(gǔ)歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业都在竞相(xiāng)发力(lì)。

不过训练大模型的确(què)价格不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要(yào)多(duō)少(shǎo)算力》报告(gào)估算，GPT-3训练(liàn)一(yī)次的成本约为140万美(měi)元(yuán)。而对于一些更大的LLM(大型(衣服奶茶渍怎么去除 干了的奶茶渍能洗掉吗xíng)语(yǔ)言(yán)模型)，训练成(chéng)本则介于200万(wàn)美(měi)元至1200万美元高价(jià)之(zhī)间(jiān)。

以ChatGPT在2023年1月的独(dú)立访客(kè)平均数1300万计算，其(qí)对应芯片需求为(wèi)3万多片英伟达A100 GPU，初(chū)始(shǐ)投入成本约为8亿美(měi)元，每日仅电费就在5万美元左右(yòu)。

此外不论是ChatGPT还是(shì)AIGC，都离不开庞大算(suàn)力支持。在(zài)关注各类大模(mó)型的(de)发展同时(shí)，更应该关注算力网络(luò)的(de)建设。

算力网络正驱动AI产业发展进入史(shǐ)诗级加速进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一人工智(zhì)能(néng)发(fā)展的终极(jí)目标(biāo)离得更近。

因(yīn)为算力可以对(duì)突破(pò)性技术创(chuàng)新提供大力的支持。这方面，多模态大模型是典型(xíng)。作为面向未来强人工智(zhì)能、通用人工智(zhì)能的(de)重要技术创(chuàng)新，多模态大模型已经在人(rén)工(gōng)智能领(lǐng)域提出(chū)了很多年，业界也有不少技(jì)术突(tū)破，但(dàn)是，多模态大模型(xíng)进(jìn)一步(bù)往下走，算力需求呈(chéng)几何式(shì)上升，一般的算力基础设施很快将难以胜任。

从图像(xiàng)、文字(zì)、语音(yīn)单独一项的训练，到双模(mó)态、三模(mó)态的跃迁，让人(rén)工智能可(kě)以灵(líng)活(huó)应对不同模态的转(zhuǎn)化、像人与世界交互一(yī)样自然，这方面，由(yóu)算力网络来驱动将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长的(de)算力来支(zhī)撑的(de)技术创新，将(jiāng)在(zài)人工(gōng)智能(néng)算力网络(luò)支撑下(xià)快速(sù)推进。

AIGC已经露出曙光，期(qī)待在(zài)大模型和大算力的(de)支持下AIGC能持续颠覆内(nèi)容(róng)生(shēng)产的方式，将创(chuàng)造的边(biān)际成(chéng)本(běn)降(jiàng)低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 衣服奶茶渍怎么去除 干了的奶茶渍能洗掉吗