自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微(wēi)软公司创(chuàng)始人比(bǐ)尔(ěr)·盖茨已(yǐ)多次(cì)公开谈论人工智(zhì)能话题。在最近的(de)一次采(cǎi)访中，他再次(cì)表示(shì)：“AI可能会让科技行业迎来一次(cì)剧烈的洗牌”。

这个结论是他(tā)在当地(dì)时间2月(yuè)20日接(jiē)受(shòu)《In Good Company》节目专访时提出(chū)的。

他预期，AI的发展可能会(huì)威胁到(dào)谷(gǔ)歌的市占率，因为微(wēi)软在AI方面的(de)行(xíng)动相(xiāng)当迅速(sù)。而(ér)最终(zhōng)科技巨头将把AI整合成用户的“全能助(zhù)手”，包揽一切应用，与人们(men)进行(xíng)沟通并(bìng)提供建(jiàn)议(yì)，可以取代亚马(mǎ)逊、Siri或(huò)Outlook等应用。

大佬口中全能助(zhù)手的到(dào)来(lái)可(kě)能尚需(xū)时日，但由ControlNet引发的又(yòu)一次AI绘(huì)画浪潮，让AIGC在ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向(xiàng)可(kě)控(kòng)靠近

以AI绘画为代表的AIGC上(shàng)一次(cì)爆火的(de)时候，还是2022年8月，在美(měi)国科罗拉多州举办(bàn)的新兴数字艺术家竞(jìng)赛中(zhōng)，一幅名为《太空歌(gē)剧(jù)院》的作(zuò)品(pǐn)获奖。

随(suí)后各大厂商(shāng)的AI绘画软件被广(guǎng)大网友(yǒu)熟知并体验(yàn)，Stable Diffusion便是其中代(dài)表。

用户们可以(yǐ)在应用中输入(rù)一(yī)组关键(jiàn)词或者一张照(zhào)片，就能获(huò)得一幅AI创作的(de)画(huà)作(zuò)。

作画的关键就是所输(shū)入的文(wén)本。同一组关键词也可以创作出很(hěn)多张风(fēng)格(gé)不一样的画作，这让创(chuàng)作的(de)过(guò)程就(jiù)像开(kāi)盲盒。

很(hěn)多(duō)用户很(hěn)喜欢这种不确定的惊(jīng)喜，他们会将(jiāng)生成的美图当做头像。而另一(yī)部分喜欢(huān)翻看AI绘(huì)画的“翻车”作(zuò)品。在(zài)社交媒体上，许多用户(hù)分享AI“翻车现(xiàn)场”，例如，一位(wèi)网(wǎng)友的小(xiǎo)狗(gǒu)照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的(de)个人照(zhào)片(piàn)被AI识(shí)别成了建筑。

而如今(jīn)随(suí)着ControlNet的出现与加持，以往AI绘(huì)画的填写关键词游戏可能要被颠覆了。

ControlNet是(shì)一位正(zhèng)在斯坦福(fú)读博(bó)的中国人张吕敏创作(zuò)的一种基于(yú)控制(zhì)点的图(tú)像变形算法(fǎ)，主要用于数字(zì)图像(xiàng)处理、计算机视觉和计算机图形学等领域。

其SD插件(jiàn)一经发布，在短短的两天内便成为了AI绘画领域最新的(de)热点(diǎn)。

在(zài)此之前，大(dà)家用(yòng)了很多(duō)方法(fǎ)想(xiǎng)让(ràng)AI生成的(de)结(jié)果尽(jǐn)可(kě)能(néng)的符合要求，但是都(dōu)不尽如(rú)人(rén)意，它的出(chū)现代表着AI生(shēng)成开始进入(rù)真正的可控时期(qī)。

因为ControlNet可以(yǐ)直接提取画(huà)面(miàn)的构图，人物(wù)的姿势和(hé)画面的(de)深(shēn)度信息等(děng)。有了它(tā)的帮助(zhù)，就不用频繁的(de)用提示词(cí)来(lái)碰运气(qì)，抽盲盒(hé)式的(de)创作了。

通俗(sú)的说(shuō)ControlNet相当于给AI绘画加了“魔法”，不少博主(zhǔ)的(de)作品已经(jīng)获得了(le)大(dà)量(liàng)的(de)浏(liú)览量(liàng)，“viggo”就(jiù)是(shì)其中之一，他用朋(péng)友的照片直接带(dài)她们走(zǒu)进动漫(màn)世界。

viggo先用StableDiffusion图片转文字(zì)。

再用Text2Prompt插(chā)件拓展找到对应的关键(jiàn)词；最后(hòu)用ControlNet插(chā)件绑定骨骼开始(shǐ)换(huàn)关键词试效(xiào)果。

通过(guò)图片就可以(yǐ)看出来，效(xiào)果十分惊艳(yàn)。

更厉(lì)害的是，除了真实的照(zhào)片，草图也可以加(jiā)上“魔(mó)法”，知乎大牛(niú)“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能实现线(xiàn)稿转全彩图。大神张吕敏其本尊也亲自回应。

不得不说当(dāng)下(xià)AIGC已经变(biàn)得(dé)越来越强大(dà)，甚至输出的作品都已(yǐ)经能以(yǐ)假乱真(zhēn)了。

02

难辨(biàn)虚实，AIGC技术力爆发

警惕安全(quán)问(wèn)题

近日，“苏州(zhōu)金(jīn)鸡湖有游(yóu)艇party”的消息火(huǒ)遍网络，而经过(guò)警方辟谣这所谓(wèi)的(de)“party”可能是全国第一(yī)起AI绘图诈骗。

由于这(zhè)个活动里(lǐ)面给出的美女照片(piàn)都是AI制作的真人照片(piàn)绘图，因为太逼真(zhēn)，被大家当成真事传播了(le)。

不过仔(zǎi)细观(guān)察可以发(fā)现，活(huó)动发起者提供的照片中有个很大的漏洞(dòng)可(kě)以发现并(bìng)非真人，而是AI绘图(tú)，那便是(shì)图片中女性的手指部分有的存在异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在因为手指部分(fēn)的绘画算法比较复(fù)杂，AI还(hái)不(bù)太会画人的手，但最新看到的图片已(yǐ)经有越来越完美的AI模型出现，以后可(kě)能就完(wán)全没有漏洞(dòng)了。”

类似的AI作图诈骗在国外也已有发生(shēng)。据英国(guó)广播公司报道，土耳其地震期间(jiān)，有(yǒu)Tiktok用户使(shǐ)用AI合成了儿童受灾的假(jiǎ)照(zhào)片(piàn)发布(bù)到(dào)网络，以此诱骗善良(liáng)的人打赏“捐助(zhù)”从而实施诈骗(piàn)。

目前随(suí)着(zhe)技(jì)术发(fā)展，AIGC已经能做出真人(rén)照片般的绘(huì)图效果，如(rú)果这样(yàng)的图片被(bèi)用来诈骗，将非常可怕。

此外AIGC还(hái)引(yǐn)发了很多担忧(yōu)，一(yī)方面，批判(pàn)者(zhě)认为AI在(zài)“学习”了大量前人(rén)的作品之后，其(qí)创作(zuò)没有任何情绪(xù)和灵魂，难以和人类的艺术(shù)创作相提并论(lùn)。

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

马斯克也强(qiáng)调，人工智能(néng)的安(ān)全问题需要得到重视，太晚就来不(bù)及了(le)。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还有远方

技(jì)术(shù)都是(shì)有两面性(xìng)的，潜在的(de)危害并不能掩盖其光辉的贡献。现在看(kàn)来(lái)，人工(gōng)智能技术(shù)将是第四次工业(yè)革命的核心驱动力量，将创造新(xīn)的增长奇(qí)迹。

过去一年(nián)，人(rén)工智能在技术(shù)和商业层面都有了(le)巨(jù)大进展，AI绘画(huà)就是(shì)人工智能技术发生方向(xiàng)性改变的(de)一(yī)个代表。其下一(yī)站或许就是视频(pín)。

此(cǐ)前，Meta和谷歌先(xiān)后发(fā)布了几(jǐ)条引爆科技圈的短视频。这些视频引发关注并非内容做得多(duō)优秀(xiù)，反(fǎn)而都非(fēi)常简单，比如(rú)一匹正在(zài)喝水的马(mǎ)，一只画(huà)画的玩具熊，或(huò)者一(yī)段骑摩(mó)托(tuō)车的第一视角录像，随便一个有手机的人(rén)都可以(yǐ)随手录下(xià)一段。

但这(zhè)些(xiē)短视频(pín)的创作方式(shì)非(fēi)常(cháng)简单(dān)，创作者仅仅需(xū)要向AI输入一段话(huà)，甚至只是说一(yī)下要求，AI就可以根据(jù)需要(yào)生(shēng)成一段(duàn)视频(pín)。

谷歌(gē)发布的两个AI生(shēng)成视频分(fēn)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(zài)Make-A-Video公布(bù)了(le)AI生成(chéng)的(de)视频后，AI圈(quān)就已经玩了一(yī)波梗，一个能够(gòu)做出更高清视频的(de)AI还不足以(yǐ)在短时(shí)间(jiān)内戳中兴奋(fèn)点。

Phenaki更(gèng)加令人震惊的地方在于，它可以制(zhì)作出超过(guò)2分钟的连贯的也有(yǒu)确切内容的(de)视频(pín)，这才是真正(zhèng)让人们感到(dào)惊喜的地(dì)方。因为无论AI生成(chéng)的视频多么高清，也只能(néng)是为内容(róng)生产者提(tí)供(gōng)一个(gè)灵感(gǎn)，一个素材，一个过场动画。

不过能够制作出有(yǒu)具体剧情内容的视频(pín)就(jiù)意味着，一(yī)些(xiē)视(shì)频创作由AI代替人工完成已经(jīng)初步有了(le)可能。

当下AI的发展速度已经超过(guò)大部分人的想(xiǎng)象。内容(róng)产业的本质是供给创造需求，AIGC作为全(quán)新(xīn)的内容生产方式(shì)，可以为内容(róng)产业带(dài)来更新的内容风格、更快的生产速度，更低的生(shēng)产(chǎn)成(chéng)本，这(zhè)无疑会(huì)驱动内容产业(yè)的大爆发。

除了(le)AI绘图、视(shì)频，AIGC技术还能(néng)应用于音(yīn)乐、代(dài)码(mǎ)、机器人动作等多种(zhǒng)内容形式的生成。不难发夏洛的网主要内容50字左右，夏洛的网主要内容100字(fā)现该项技术不(bù)仅在(zài)游戏(xì)等行(xíng)业(yè)能(néng)得到有效应用(yòng)，对于下一代(dài)互联(lián)网各种元素的构建亦(yì)有关键意义。

从商业化的角度来看(kàn)，文化娱乐、教育(yù)、传媒等诸(zhū)多领域，本身(shēn)就对基于AI的可视化内容有强烈需求。

因(yīn)此，AI绘(huì)画及(jí)视(shì)频或不(bù)是结(jié)果(guǒ)，而只是AI进(jìn)程中(zhōng)的一块重要拼(pīn)图，有望在技(jì)术更新(xīn)的加持下(xià)实现更大(dà)的应用价值。

AI从理解内容，走向了可以生成内容，甚至能(néng)够创造出独立价(jià)值(zhí)和独立视角的内容。AIGC的再(zài)次出圈(quān)，更代表着(zhe)未(wèi)来(lái)的(de)先进生产力即将到来。

04

紧抓大模型与算力(lì)，牢固AIGC底座

从技术的发展也(yě)可以(yǐ)看出，在语言大模型(xíng)、图像(xiàng)大模型之后，多模态大模型已经成为了新的趋(qū)势。

大模(mó)型(xíng)被誉为(wèi)当前人工智能(néng)发(fā)展的(de)智能(néng)底座，是全球竞争最激烈的研究方向之一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头(tóu)部(bù)企业(yè)都在竞相发力。

不(b夏洛的网主要内容50字左右，夏洛的网主要内容100字ù)过训练(liàn)大(dà)模(mó)型的确价格不菲，以国盛证(zhèng)券发布的(de)《ChatGPT需要多少算力》报告估算，GPT-3训(xùn)练一次(cì)的成本约为140万美元(yuán)。而对于一(yī)些更大(dà)的LLM(大型(xíng)语言模型)，训练成本则(zé)介于200万美元至1200万美元高价之间。

以(yǐ)ChatGPT在(zài)2023年(nián)1月的(de)独(dú)立访客平均数1300万计算，其(qí)对应芯片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入(rù)成本约(yuē)为8亿美(měi)元，每日仅电(diàn)费就在5万美元(yuán)左右。

此(cǐ)外不论是(shì)ChatGPT还是AIGC，都(dōu)离(lí)不开庞大算(suàn)力支持。在(zài)关注各类大(dà)模型的发(fā)展同时，更应该(gāi)关注算(suàn)力网络(luò)的建设。

算力网(wǎng)络正驱动AI产业发(fā)展进入史诗级加速进程，让(ràng)AIGC及通用AI这一人工智能发展的终极目(mù)标(biāo)离得更(gèng)近。

因为算(suàn)力可以(yǐ)对(duì)突破性(xìng)技术(shù)创新提供大力的支持。这方面，多(duō)模态大模型是典型。作(zuò)为(wèi)面(miàn)向未来(lái)强人(rén)工智能、通用人工智能的重要技术创(chuàng)新，多模(mó)态大模型已(yǐ)经在人工(gōng)智能领域提出(chū)了很(hěn)多年，业界也有不(bù)少技术突破，但是(shì)，多模态(tài)大模型进一(yī)步往下走(zǒu)，算力(lì)需求呈(chéng)几何式上(shàng)升，一般(bān)的算力(lì)基(jī)础设施很快将(jiāng)难以胜任(rèn)。

从图像、文字、语(yǔ)音单独一项的训练，到(dào)双模态、三模态(tài)的跃迁，让人工智能可以灵活(huó)应对不(bù)同模态的转化(huà)、像人与世界交互一(yī)样自(zì)然，这方面，由算(suàn)力(lì)网络(luò)来驱动将有明显优势。

此外，还有很多需要爆(bào)发式增长(zhǎng)的算力来支撑的(de)技术创(chuàng)新，将在人工智能算力网络支撑下(xià)快(kuài)速(sù)推进。

AIGC已经露出曙(shǔ)光，期待在大模型(xíng)和(hé)大算力的支持下AIGC能持续颠覆内容生产的方式，将创造(zào)的边际成本降低，让(ràng)万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 夏洛的网主要内容50字左右，夏洛的网主要内容100字