自聊天(tiān)机器(qì)人ChatGPT火(huǒ)爆以来，微软(ruǎn)公司创始人比尔(ěr)·盖茨已多次公(gōng)开谈论人(rén)工智能话题。在最近(jìn)的一次采访中(zhōng)，他(tā)再次表示：“AI可能会让科技行(xíng)业迎来(lái)一(yī)次剧烈(liè)的洗牌”。

这(zhè)个结论(lùn)是他(tā)在当地时(shí)间2月(yuè)20日(rì)接受《In Good Company》节目专(zhuān)访时提(tí)出的。

他(tā)预期，AI的发展(zhǎn)可能会威胁到谷(gǔ)歌的市占率，因(yīn)为(wèi)微(wēi)软在(zài)AI方面的行动(dòng)相(xiāng)当(dāng)迅速。而(ér)最终科技巨头将把(bǎ)AI整合成用户的(de)“全能助手”，包(bāo)揽一切应用，与人们进行(xíng)沟通并提(tí)供建(jiàn)议，可以(yǐ)取代亚马(mǎ)逊、Siri或Outlook等应用(yòng)。

大佬口中全能助手的到(dào)来(lái)可能尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点包围中(zhōng)杀出(chū)重围(wéi)。

01

ControlNet颠覆AI绘画(huà)新玩法

AIGC向可控靠近

以AI绘画为代表的AIGC上一次爆(bào)火的时候，还是(shì)2022年8月，在美国科罗拉多州(zhōu)举办的新兴数(shù)字艺术家竞赛(sài)中，一(yī)幅(fú)名为《太空(kōng)歌(gē)剧院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟知(zhī)并体验，Stable Diffusion便是其中(zhōng)代(dài)表。

用户们可以在应用中输入一组(zǔ)关键(jiàn)词(cí)或(huò)者(zhě)一张照片，就能获(huò)得一(yī)幅AI创作的画作。

作(zuò)画(huà)的关键就(jiù)是所输入(rù)的(de)文本。同一组关(guān)键词也(yě)可以创(chuàng)作出(chū)很多张风格不一样的画作，这让创作的过程就(jiù)像开盲盒。

很多用户(hù)很喜欢这种不确(què)定的(de)惊(jīng)喜，他们会将(jiāng)生成(chéng)的美图当(dāng)做(zuò)头像。而另(lìng)一(yī)部分喜欢翻看(kàn)AI绘画的(de)“翻车”作品。在社交媒体上，许多用户分(fēn)享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成(chéng)了“肌(jī)肉男”，还有网友的个(gè)人(rén)照片被(bèi)AI识别成了建筑。

而(ér)如(rú)今随着(zhe)ControlNet的出现与加(jiā)持(chí)，以往AI绘画的填写关键词(cí)游戏可能要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创作的一(yī)种基(jī)于控制点的图像变形算法，主(zhǔ)要(yào)用(yòng)于数字(zì)图像处理、计算机视觉和计算机(jī)图形(xíng)学等领(lǐng)域(yù)。

其SD插件(jiàn)一(yī)经发(fā)布(bù)，在短短的两(liǎng)天内便成为了AI绘画领域最新的(de)热点。

在(zài)此之前，大家用(yòng)了(le)很多方法想让(ràng)AI生成(chéng)的结果尽可能的(de)符合(hé)要求，但是(shì)都不尽(jǐn)如人意，它的出现代表着AI生(shēng)成开始进(jìn)入(rù)真正的可控时期。

因为ControlNet可以直接提取画面的构图，人(rén)物的(de)姿势和画面的深度信息(xī)等。有了它的帮助，就不(bù)用频繁(fán)的用(yòng)提示词(cí)来碰(pèng)运(yùn)气(qì)，抽(chōu)盲盒式的创作(zuò)了。

通俗的说ControlNet相当(dāng)九年一贯制教育是什么意思啊，九年一贯制啥意思于给AI绘(huì)画加(jiā)了“魔法”，不少博主的作品已经获得了(le)大量(liàng)的(de)浏览量，“viggo”就(jiù)是其(qí)中之一，他用朋友的照片直接带她(tā)们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再(zài)用(yòng)Text2Prompt插件拓(tuò)展找到对应的关键(jiàn)词(cí)；最后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试效果。

通过(guò)图(tú)片就可以看出(chū)来，效果(guǒ)十分惊(jīng)艳。

更厉害的是，除了(le)真实的照片(piàn)，草图(tú)也可以加(jiā)上“魔(mó)法”，知乎大牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能实现线稿转全彩图。大(dà)神张吕敏其本尊也亲(qīn)自回应。

不得不说(shuō)当下AIGC已经变得越(yuè)来越强大，甚至(zhì)输(shū)出的作品(pǐn)都已经能(néng)以假乱真了(le)。

02

难(nán)辨虚实，AIGC技术力爆(bào)发

警惕(tì)安全(quán)问题

近日，“苏州金鸡湖有游艇party”的(de)消息(xī)火遍网络，而经(jīng)过警(jǐng)方(fāng)辟(pì)谣这所谓的“party”可能是全国第一起AI绘图诈骗。

由于这个活动里面给出的(de)美女照片都是AI制作(zuò)的(de)真(zhēn)人照片绘(huì)图，因(yīn)为太逼真，被大(dà)家(jiā)当成真事(shì)传播了。

不过仔细观察可以发现(xiàn)，活动(dòng)发(fā)起者提供的(de)照片中有(yǒu)个很大的(de)漏洞可以(yǐ)发现并非真人，而是AI绘图(tú)，那(nà)便是(shì)图片中(zhōng)女(nǚ)性(xìng)的手(shǒu)指(zhǐ)部分有的存在异常。

有行业人事(shì)表(biǎo)示(shì)：“现在因为手(shǒu)指部分(fēn)的绘画算法比较复杂，AI还(hái)不(bù)太会画人的(de)手，但最新看到的图片已(yǐ)经有越(yuè)来越(yuè)完美的AI模型出现，以后(hòu)可能就完全没(méi)有漏洞(dòng)了。”

类似的AI作(zuò)图诈(zhà)骗在(zài)国(guó)外也(yě)已(yǐ)有发(fā)生。据英(yīng)国(guó)广播公司报道，土耳(ěr)其地震期(qī)间，有Tiktok用(yòng)户使用(yòng)AI合成(chéng)了儿童受灾(zāi)的假照片发布到网(wǎng)络，以此(cǐ)诱骗善良的人(rén)打(dǎ)赏“捐助”从而(ér)实施诈骗(piàn)。

目(mù)前随(suí)着技术发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图片(piàn)被用(yòng)来诈骗，将非常可怕(pà)。

此外AIGC还引发了(le)很(hěn)多担(dān)忧，一(yī)方面，批判者认为(wèi)AI在(zài)“学习(xí)”了大量前人(rén)的作(zuò)品之后(hòu)，其(qí)创作没有任(rèn)何情绪和(hé)灵魂(hún)，难以(yǐ)和人类的艺术(shù)创作(zuò)相提并(bìng)论。

另一方(fāng)面，AIGC背后的版权、目(mù)前都(dōu)并(bìng)没(méi)有得(dé)到有效的解决，还有AIGC会不会代(dài)替人类“至(zhì)高(gāo)无上”的创意。

马斯克(kè)也强调，人工(gōng)智能的安全问题需要得到重(zhòng)视，太晚就来不及了。

03

AIGC下一站(zhàn)除了视频，还有远方

技(jì)术都是有(yǒu)两(liǎng)面性的，潜在的危(wēi)害并(bìng)不能掩盖其光辉的贡献。现(xiàn)在看来，人工智能(néng)技(jì)术将是(shì)第四(sì)次工业(yè)革(gé)命的核心驱动力(lì)量，将创造新的增长奇迹。

过去一年，人(rén)工智(zhì)能在技(jì)术和商业层(céng)面都有了巨大进展，AI绘画(huà)就是人(rén)工智能(néng)技术(shù)发生方向(xiàng)性改变的一个代表。其下一(yī)站(zhàn)或许就是视频。

此前，Meta和谷歌(gē)先后(hòu)发(fā)布了(le)几条(tiáo)引爆科技(jì)圈的(de)短视频。这(zhè)些(xiē)视频引发关(guān)注(zhù)并非内容做得多优秀，反而都非(fēi)常简单，比如(rú)一(yī)匹正在喝水的马，一只画画的玩具熊，或者一段骑摩托(tuō)车的第一视角录像，随便一个有手机(jī)的人都(dōu)可以随手录(lù)下一(yī)段。

但(dàn)这(zhè)些短视频(pín)的(de)创作方式非常简单，创(chuàng)作者仅仅需要(yào)向AI输入一(yī)段话，甚至只(zhǐ)是(shì)说一(yī)下要求，AI就可(kě)以根据需要(yào)生成一段视频。

谷歌(gē)发布的(de)两个(gè)AI生成视频分(fēn)别来自于Imagen Video和Phenaki，前者主要突出的是高(gāo)清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生(shēng)成(chéng)的(de)视频后，AI圈就已经玩了一波(bō)梗，一个(gè)能够(gòu)做出更高清视频(pín)的AI还(hái)不足以在短(duǎn)时间(jiān)内戳中兴奋点。

Phenaki更加令人(rén)震惊的(de)地方(fāng)在于，它可以(yǐ)制作出超(chāo)过2分(fēn)钟(zhōng)的连贯的也(yě)有确切(qiè)内(nèi)容的(de)视频，这(zhè)才是(shì)真正让人们(men)感(gǎn)到惊喜的地方。因为无论AI生(shēng)成的视(shì)频多么高(gāo)清，也只能是为内容(róng)生(shēng)产者(zhě)提供一个灵感，一个素材，一个过(guò)场(chǎng)动画。

不过能够制(zhì)作出有具体剧(jù)情内容的视频(pín)就(jiù)意味着，一些视频创作由AI代替(tì)人工完成已经初步有了可(kě)能。

当下AI的发展速(sù)度已(yǐ)经超过大部(bù)分人的(de)想象(xiàng)。内(nèi)容产业(yè)的本质是供给创造需求，AIGC作为全新的内容生产方式，可以为(wèi)内容产业带来更新的内容风格、更(gèng)快(kuài)的生产速度，更(gèng)低的(de)生产成本(běn)，这无疑(yí)会(huì)驱动(dòng)内容(róng)产业的大爆(bào)发。

除了AI绘图(tú)、视频，AIGC技术(shù)还(hái)能应(yīng)用于音乐、代(dài)码、机器(qì)人(rén)动作等(děng)多种内(nèi)容形式的生成。不难发现该(gāi)项技术(shù)不仅在游戏等行业能(néng)得(dé)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意义。

从商业化(huà)的角度来看，文化娱乐、教(jiào)育、传媒等诸多领域，本身就对基于(yú)AI的可视(shì)化(huà)内容有强烈(liè)需求(qiú)。

因(yīn)此，AI绘画及视(shì)频(pín)或不是结果，而只(zhǐ)是AI进程中的一块重要(yào)拼图，有望在(zài)技术(shù)更(gèng)新的(de)加(jiā)持下实现更大的应用(yòng)价值。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创(chuàng)造出独立价值和(hé)独(dú)立视角的内容。AIGC的再次(cì)出圈，更代(dài)表着未来的先(xiān)进生(shēng)产(chǎn)力即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固AIGC底(dǐ)座

从技术(shù)的发展(zhǎn)也(yě)可以看(kàn)出，在语言(yán)大模型、图(tú)像大模型之后，多模态大(dà)模型已经成为了新的趋势。

大模(mó)型被誉为(wèi)当前人工(gōng)智能发展的(de)智能(néng)底座(zuò)，是(shì)全球竞争最(zuì)激烈的研究方向之一(yī)，包(bāo)括谷歌、亚马逊、百度(dù)、阿(ā)里、腾讯等(děng)众多头部企业都在竞相发力。

不(bù)过(guò)训练大(dà)模型的确(què)价(j九年一贯制教育是什么意思啊，九年一贯制啥意思ià)格不(bù)菲，以国盛证券(quàn)发布的(de)《ChatGPT需要多少算力(lì)》报告估算，GPT-3训练一次的(de)成本约(yuē)为140万(wàn)美元。而对于一些更大的(de)LLM(大型语(yǔ)言模型)，训练成本则介于200万美元至1200万美元高价(jià)之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独(dú)立访(fǎng)客平均数1300万计算(suàn)，其对(duì)应芯片需(xū)求为3万多(duō)片英伟(wěi)达(dá)A100 GPU，初始投(tóu)入成本约为8亿(yì)美元，每日仅电费就在5万美(měi)元左右。

此外不(bù)论是ChatGPT还(hái)是AIGC，都离(lí)不开(kāi)庞(páng)大算力支持。在关注(zhù)各类大模(mó)型的发(fā)展同(tóng)时，更应该关注算力网(wǎng)络的建(jiàn)设(shè)。

算力网络正驱(qū)动AI产业发展进入史诗级加(jiā)速进程，让AIGC及通用AI这一人工智能发展(zhǎn)的终(zhōng)极(jí)目标离得更近。

因为算力可以对(duì)突(tū)破(pò)性技(jì)术创新提供(gōng)大力的支(zhī)持。这方(fāng)面，多模态大模型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工(gōng)智(zhì)能的重要技(jì)术(shù)创新(xīn)，多(duō)模(mó)态(tài)大模型已经在人(rén)工智能领域提(tí)出了很多年，业界(jiè)也有不(bù)少技术突破，但(dàn)是，多模态大(dà)模型(xíng)进一(yī)步(bù)往下(xià)走，算力需求呈(chéng)几何式上升(shēng)，一(yī)般(bān)的算(suàn)力基础设(shè)施很快将难以胜任。

从(cóng)图像、文字、语音(yīn)单独一(yī)项的训练，到(dào)双模态、三模态(tài)的跃迁，让人(rén)工智能可(kě)以灵活应对不同(tóng)模态的转化(huà)、像人与(yǔ)世界交互一样(yàng)自然，这方面，由算力网(wǎng)络来驱动将有明显优势。

此外(wài)，还(hái)有很多需要爆(bào)发(fā)式增长(zhǎng)的算力来支(zhī)撑的技(jì)术创新(xīn)，将在(zài)人工智(zhì)能算力网络支撑下快(kuài)速(sù)推(tuī)进。

AIGC已经露出曙光(guāng)，期(qī)待在大模型和大算(suàn)力的支持下AIGC能持续颠覆内(nèi)容生产的方式，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 九年一贯制教育是什么意思啊，九年一贯制啥意思