自聊天机(jī)器人ChatGPT火爆以(yǐ)来，微(wēi)软公司创始人(rén)比尔·盖茨已(yǐ)多次公开谈论(lùn)人(rén)工智(zhì)能话题。在最近(jìn)的一次采访(fǎng)中(zhōng)，他再次表示：“AI可能会让科(kē)技行(xíng)业迎来一次剧烈的(de)洗牌”。

这个结(jié)论是他在当(dāng)地时间2月20日接受《In Good Company》节目专访(fǎng)时提出(chū)的。

他预期，AI的发展(zhǎn)可(kě)能会威胁(xié)到谷歌的(de)市(shì)占(zhàn)率，因为微软(ruǎn)在AI方面的行动(dòng)相当迅速(sù)。而最终(zhōng)科技巨头将把AI整合(hé)成用户的“全能助(zhù)手”，包揽一切应用，与人们进行沟通并提供建(jiàn)议，可以取代亚马(mǎ)逊、Siri或Outlook等应用。

大佬口(kǒu)中全能(néng)助手(shǒu)的到(dào)来可能尚需时日(rì)，但(dàn)由ControlNet引发的又一次AI绘画浪(làng)潮(cháo)，让AIGC在ChatGPT的话题(tí)热点包围中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可(kě)控(kòng)靠(kào)近(jìn)

以AI绘画为代表的AIGC上一(yī)次(cì)爆火的时候，还是2022年8月，在美国科罗拉多州举办的新(xīn)兴数字艺(yì)术家竞(jìng)赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获(huò)奖。

随后(hòu)各大厂商的AI绘画(huà)软件被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表(biǎo)。

用户(hù)们可以(yǐ)在应用中输(shū)入一组关键(jiàn)词或者一张(zhāng)照片，就(jiù)能获得一幅AI创作的画作。

作画的关(guān)键就是所输入(rù)的文本。同(tóng)一组关键词(cí)也(yě)可以创作出很多张风格不(bù)一样的画作，这让创作的过程(chéng)就像开(kāi)盲盒。

很多用户很喜欢这种(zhǒng)不确定的惊喜，他们会将生成的美图(tú)当做头像(xiàng)。而(ér)另一(yī)部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交(jiāo)媒体上，许(xǔ)多用(yòng)户分享(xiǎng)AI“翻车现场(chǎng)”，例如，一(yī)位网友的(de)小狗照(zhào)片被AI画(huà)成了“肌肉男”，还(hái)有(yǒu)网友的个(gè)人照片被(bèi)AI识别成了建筑。

而如今随着(zhe)ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的填写关(guān)键词游(yóu)戏可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张吕(lǚ)敏创作的一(yī)种基于控制(zhì)点的图像变形算法，主(zhǔ)要用(yòng)于数(shù)字(zì)图像(xiàng)处理、计算机视觉和计算机(jī)图(tú)形(xíng)学等领(lǐng)域。

其SD插件一经发布，在短短的两天内(nèi)便成为了(le)AI绘(huì)画领域最新的热点(diǎn)。

在此之前，大家用了(le)很多(duō)方法想让AI生(shēng)成的结果尽可(kě)能的符合要求，但是都不尽(jǐn)如人意，它的(de)出现代表(biǎo)着AI生成(chéng)开(kāi)始进(jìn)入真正的可控时期。

因(yīn)为(wèi)ControlNet可以直接提取画面(miàn)的构图，人物的姿势和画面的深度信息等(děng)。有了它的帮助，就(jiù)不(bù)用(yòng)频繁(fán)的(de)用提示(shì)词来(lái)碰运气(qì)，抽盲盒(hé)式的创作了。

通(tōng)俗(sú)的说ControlNet相(xiāng)当于给AI绘画加了“魔法(fǎ)”，不少博主的作(zuò)品已经(jīng)获得了大量(liàng)的浏览量，“viggo”就是其(qí)中之一，他(tā)用朋友的照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用(yòng)StableDiffusion图片转文字。

再(zài)用Text2Prompt插(chā)件拓展找(zhǎo)到对(duì)应(yīng)的关(guān)键词；最后用ControlNet插件绑定骨骼开(kāi)始换关键(jiàn)词试效(xiào)果。

通过图(tú)片(piàn)就可以看出来，效(xiào)果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图(tú)也可以加上(shàng)“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介(jiè)绍到ControlNet还能实现线稿转全彩图。大神张吕敏其本尊也亲自回应。

不(bù)得不说当(dāng)下AIGC已经变(biàn)得越来越强大，甚(shèn)至输出(chū)的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近(jìn)日，“苏州金鸡湖有(yǒu)游艇party”的消息(xī)火(huǒ)遍(biàn)网络，而(ér)经过(guò)警方辟谣这所谓(wèi)的(de)“party”可(kě)能是全国第一起AI绘图诈(zhà)骗。

由于这(zhè)个活动里(lǐ)面给出(chū)的美女照片都是AI制作的真人照片绘图，因为太逼真，被大家(jiā)当成(chéng)真事传播了。

不过仔细观察(c苏三起解的故事，苏三起解的故事简介há)可以发(fā)现，活动发起者(zhě)提(tí)供的(de)照片中有个很大的(de)漏(lòu)洞可以(yǐ)发现并非真人，而是AI绘图，那便是图(tú)片(piàn)中(zhōng)女性的手指部分有的(de)存(cún)在异(yì)常。

有行业人(rén)事(shì)表示(shì)：“现在(zài)因为手指部(bù)分的绘画算法(fǎ)比(bǐ)较复(fù)杂，AI还(hái)不太会画人(rén)的(de)手，但最新看(kàn)到的图片已经有越来越完美的AI模型出(chū)现，以后(hòu)可能就完全没(méi)有(yǒu)漏(lòu)洞(dòng)了。”

类似的AI作图诈(zhà)骗在国外(wài)也已有发生。据英国广播公司报道，土耳(ěr)其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾(zāi)的(de)假(jiǎ)照片(piàn)发布到(dào)网(wǎng)络(luò)，以此诱骗善良的(de)人打赏“捐(juān)助”从而实施(shī)诈骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘(huì)图(tú)效(xiào)果(guǒ)，如果这样(yàng)的图(tú)片被用来诈骗，将非常可怕(pà)。

此外(wài)AIGC还(hái)引发了(le)很多担忧，一方面(miàn)，批(pī)判者认为AI在“学习”了大量前(qián)人的作(zuò)品(pǐn)之后，其创作没有任何情绪和灵魂，难以和人类(lèi)的艺术创作相提并论。

另一方(fāng)面(miàn)，AIGC背后的(de)版权、目(mù)前都并没(méi)有得到有(yǒu)效的解决，还(hái)有AIGC会不会代替人类“至高无上”的创意。

马(mǎ)斯克也(yě)强调，人工智能的安全问题需要得到(dào)重视，太晚就来不及了。

03

AIGC下一(yī)站除了视频，还有远方

技术都是有(yǒu)两面性的，潜在的危(wēi)害并不能掩盖其光辉(huī)的贡献。现在看来(lái)，人(rén)工智(zhì)能技术(shù)将是第四次工业革命的核心驱(qū)动力量，将(jiāng)创(chuàng)造新的增长(zhǎng)奇迹。

过(guò)去一年(nián)，人工智能在技术(shù)和商业层面(miàn)都(dōu)有了(le)巨大进展，AI绘画(huà)就是(shì)人工智(zhì)能技术发(fā)生方向(xiàng)性改变的一个代表。其下一(yī)站或许就是视频。

此前(qián)，Meta和谷歌先后发布了几条引爆科技圈的短视频。这些视频引(yǐn)发关(guān)注并非内容做得多(duō)优秀，反(fǎn)而都非(fēi)常简单，比如一匹正在(zài)喝水的马，一只画画的玩具熊，或(huò)者一(yī)段骑摩(mó)托车的第一视角录像，随便一个(gè)有手机的人(rén)都可以随手录下一段(duàn)。

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

谷歌发布(bù)的两(liǎng)个AI生(shēng)成(chéng)视频分(fēn)别来(lái)自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突(tū)出(chū)的是高清，与Meta的Make-A-Video没(méi)有太多的差别(bié)。

在Make-A-Video公布了(le)AI生成的视(shì)频(pín)后，AI圈就(jiù)已(yǐ)经玩了一波梗，一个(gè)能够做(zuò)出更高清视(shì)频(pín)的AI还(hái)不足以在短(duǎn)时间内戳中兴(xīng)奋点(diǎn)。

Phenaki更(gèng)加令人震惊的地方在于，它(tā)可以制作(zuò)出(chū)超(chāo)过(guò)2分钟的连(lián)贯的也有确切(qiè)内(nèi)容(róng)的视频，这才是(shì)真正让人们感到惊喜(xǐ)的地方(fāng)。因为无论AI生成的视频多么高清，也只能是为内容生产(chǎn)者提供一个(gè)灵感(gǎn)，一个素材，一个过场(chǎng)动画。

不过能够制作(zuò)出有具体剧情内容(róng)的(de)视频就意味着，一些视频创作(zuò)由AI代替人工完成(chéng)已经初(chū)步有(yǒu)了(le)可能(néng)。

当下AI的发展(zhǎn)速度已(yǐ)经超(chāo)过(guò)大部分人的(de)想象(xiàng)。内容(róng)产业(yè)的本质是(shì)供给创造需求(qiú)，AIGC作为全新的内容生产方(fāng)式，可(kě)以(yǐ)为内容产业带(dài)来更新的(de)内(nèi)容风格、更快(kuài)的生产(chǎn)速度(dù)，更低的生产成(chéng)本，这无疑(yí)会(huì)驱动内容(róng)产业(yè)的大爆发。

除了(le)AI绘图、视频，AIGC技(jì)术还能应用于(yú)音乐、代码、机器人动(dòng)作等多(duō)种内容形式的生成。不难发现该项技术不仅(jǐn)在(zài)游戏等行业能得到有效(xiào)应用(yòng)，对于下(xià)一代互联网各种(zhǒng)元素的构(gòu)建亦有关键意义。

从商业(yè)化的(de)角度来看，文化娱(yú)乐、教育(yù)、传媒(méi)等诸多(duō)领域，本身就(jiù)对基(jī)于(yú)AI的可(kě)视化内容有强烈(liè)需求。

因此(cǐ)，AI绘(huì)画及(jí)视频或不是结果(guǒ)，而(ér)只是AI进程中的一(yī)块重要(yào)拼图，有(yǒu)望在技术更新(xīn)的加持下实现更大的应用价值。

AI从理解内容，走(zǒu)向(xiàng)了可以生成内容，甚至能(néng)够创造出独立价值和独立视角的内容。AIGC的再次出圈，更(gèng)代表着(zhe)未来的先进生产力即将到(dào)来。

04

紧抓大模型与算力，牢(láo)固AIGC底座(zuò)

从技术的发展也(yě)可(kě)以看出(chū)，在语(yǔ)言大模型、图像(xiàng)大模型之后(hòu)，多模态(tài)大模型已经成(chéng)为了新的(de)趋势。

大(dà)模型(xíng)被(bèi)誉(yù)为当前(qián)人工智能发展(zhǎn)的(de)智能(néng)底座，是(shì)全球竞争最(zuì)激烈的研究方(fāng)向之一，包括谷歌(gē)、亚(yà)马逊、百(bǎi)度(dù)、阿里、腾讯等众多(duō)头(tóu)部企业都(dōu)在竞相(xiāng)发力。

不过训(xùn)练大模型的确价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报(bào)告估算，GPT-3训练一次的成本约(yuē)为140万(wàn)美元。而对于一(yī)些更大的LLM(大型(xíng)语(yǔ)言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美(měi)元高价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平均数1300万计算，其对应芯片需求为3万(wàn)多片(piàn)英伟达A100 GPU，初始投(tóu)入(rù)成本(běn)约为8亿美元(yuán)，每(měi)日仅电费就在5万美元(yuán)左右。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大(dà)算力(lì)支持。在关(guān)注各类大模型的发(fā)展同时(shí)，更应(yīng)该关注算(suàn)力网络的(de)建(jiàn)设。

算力网络(luò)正驱动(dòng)AI产业发展进(jìn)入史(shǐ)诗级加速进程，让AIGC及通用AI这一人(rén)工智能发展的终(zhōng)极目标离(lí)得更近。

因为算力可以对(duì)突破性技术创新提供大(dà)力(lì)的(de)支持。这方面(miàn)，多模态大(dà)模型是典型。作为面向未来强人工(gōng)智能、通用人工智(zhì)能的(de)重(zhòng)要技(jì)术创(chuàng)新，多模态大模型已经(jīng)在人工智能领域提出了很多(duō)年，业界也有不(bù)少技术(shù)突破，但是，多(duō)模态大模(mó)型进一(yī)步往下走，算(suàn)力需求呈几何式(shì)上升，一般的算(suàn)力基础设施很快将难以胜任(rèn)。

从图像、文字、语音单(dān)独一项的训练(liàn)，到双模态、三模态(tài)的跃迁，让人工智能(néng)可以灵活应对不(bù)同模态的转化、像人与世界交互一样自(zì)然，这(zhè)方面，由算力(lì)网络(luò)来驱动将有(yǒu)明显优势(shì)。

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

AIGC已经露出曙(shǔ)光，期待在(zài)大模(mó)型和大(dà)算力的支持下AIGC能持续颠覆内容生(shēng)产的方式，将创(chuàng)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 苏三起解的故事，苏三起解的故事简介