自(zì)聊天机器人(rén)ChatGPT火爆(bào)以来，微软(ruǎn)公司创(chuàng)始人比(bǐ)尔·盖茨(cí)已(yǐ)多次(cì)公(gōng)开谈论人工智(zhì)能话题(tí)。在(zài)最近(jìn)的一次采访中(zhōng)，他再次(cì)表示：“AI可能会(huì)让(ràng)科技行业迎来一次剧烈(liè)的(de)洗牌”。

这个结论是他(tā)在当地时(shí)间2月20日接受《In Good Company》节目专访时提出的(de)。

他预期，AI的(de)发展可(kě)能(néng)会威胁(xié)到谷歌的市占率，因(yīn)为微软在AI方面的行动相当迅速。而最终(zhōng)科(kē)技巨头将把AI整合成(chéng)用(yòng)户(hù)的“全能助手(shǒu)”，包揽一(yī)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。

大佬口中全(quán)能助手(shǒu)的到来(lái)可能尚需时日，但由ControlNet引发的又一次(cì)AI绘画(huà)浪潮，让AIGC在(zài)ChatGPT的话题热点包围中杀出重围。

01

ControlNet颠覆AI绘(huì)画新玩法(fǎ)

AIGC向(xiàng)可控靠近

以AI绘(huì)画为(wèi)代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科罗拉(lā)多(duō)州举办(bàn)的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太空歌剧院》的作(zuò)品获奖。

随后各大厂商(shāng)的AI绘画(huà)软件被广大网(wǎng)友熟知并体验，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应(yīng)用中(zhōng)输入一组关键词(cí)或(huò)者一张照片，就能获得一(yī)幅(fú)AI创作(zuò)的画作。

作画的(de)关键就(jiù)是所输(shū)入的(de)文(wén)本。同一(yī)组关键(jiàn)词也(yě)可以创作(zuò)出很多张风格不一样的画作，这(zhè)让创作的过程就像开(kāi)盲(máng)盒。

很多用户(hù)很(hěn)喜欢这种不确定(dìng)的(de)惊喜，他们(men)会将生(shēng)成的(de)美图当做头像。而另(lìng)一部分喜(xǐ)欢(huān)翻看AI绘画的“翻车”作品(pǐn)。在社交(jiāo)媒(méi)体上(shàng)，许多用户(hù)分享(xiǎng)AI“翻(fān)车现场”，例如(rú)，一(yī)位网友的小狗照片被AI画成了“肌肉(ròu)男”，还有(yǒu)网友(yǒu)的个人照片被AI识别(bié)成了建(jiàn)筑。

而如(rú)今随(suí)着ControlNet的出现与(yǔ)加持，以(yǐ)往AI绘(huì)画的填写关键词游戏可能要被(bèi)颠覆了。

ControlNet是一位正(zhèng)在斯坦福读博的中国(guó)人张吕敏创(chuàng)作的一种(zhǒng)基(jī)于(yú)控(kòng)制点的图像变形算法，主要(yào)用(yòng)于数字图(tú)像处理、计算(suàn)机视觉和(hé)计算(suàn)机(jī)图形学等领域。

其(qí)SD插件一经(jīng)发(fā)布，在短短的(de)两(liǎng)天内便成为了AI绘画领域最(zuì)新的(de)热(rè)点(diǎn)。

在(zài)此之前，大家(jiā)用了很多方法想让AI生成的结果尽可能(néng)的(de)符合要求，但是都不尽如人(rén)意(yì)，它的出现代表着AI生成开始进入真正(zhèng)的可控时(shí)期。

因(yīn)为(wèi)ControlNet可(kě)以(yǐ)直接(jiē)提取画面(miàn)的构图，人物的(de)姿势和(hé)画面(miàn)的(de)深度信(xìn)息等(děng)。有了它的(de)帮助，就不(bù)用频繁的用提示词(cí)来(lái)碰(pèng)运气(qì)，抽(chōu)盲盒(hé)式的创作了(le)。

通俗的(de)说ControlNet相当于给(gěi)AI绘画加(jiā)了“魔法”，不少博主的作品已经(jīng)获得了大量的浏(liú)览量(liàng)，“viggo”就是其中(zhōng)之一，他用朋友(yǒu)的照片直接带她们走进动漫世界。

viggo先用StableDiffusion图(tú)片(piàn)转文字。

再用Text2Prompt插件(jiàn)拓展(zhǎn)找到对应的关键词；最后(hòu)用ControlNet插件(jiàn)绑定(dìng)骨骼开始换关键词试效果。

通过图片就可以看出(chū)来(lái)，效果十分惊艳。

更厉害的是，除(chú)了真实的照片，草图(tú)也可以(yǐ)加上“魔法”，知乎(hū)大牛“DevPoint”和(hé)“逗砂”介绍(shào)到ControlNet还能实现线稿转全彩图。大神张吕敏其本(běn)尊(zūn)也亲自回(huí)应。

不得(dé)不说当下(xià)AIGC已经变(biàn)得越(yuè)来越强大，甚至(zhì)输出的作品都(dōu)已经能以假(jiǎ)乱(luàn)真了(le)。

02

难辨(biàn)虚(xū)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”的消息火(huǒ)遍(biàn)网络，而经过警方辟谣(yáo)这(zhè)所谓(wèi)的“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活动里面给出的美女照片都是AI制作的真人(rén)照片绘图，因为太(tài)逼真，被大家当成真(zhēn)事传(chuán)播了。

不过(guò)仔细观察可以(yǐ)发(fā)现(xiàn)，活动发起者提(tí)供(gōng)的(de)照片中有(yǒu)个很大的漏洞(dòng)可以发(fā)现并(bìng)非真人(rén)，而是AI绘(huì)图，那便是图片中女性(xìng)的手(shǒu)指(zhǐ)部分(fēn)有的存在异(yì)常。

有行(xíng)业(yè)人(rén)事表示：“现在(zài)因为(wèi)手指部(bù)分的(de)绘画算法比较复杂(zá)，AI还不太会(huì)画人的手(shǒu)，但最新(xīn)看到的图片(piàn)已经有(yǒu)越来(lái)越完(wán)美(měi)的(de)AI模(mó)型出现，以后可能就(jiù)完全(quán)没有漏洞了。”

类似的AI作图诈骗在国外也(yě)已有发(fā)生(shēng)。据英国广(guǎng)播公司报道(dào)，土(tǔ)耳其(qí)地(dì)震期间，有(yǒu)Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发布到网络，以此诱骗善良的人打赏“捐(juān)助”从而实(shí)施诈骗。

目前随着技(jì)术发展，AIGC已经能做出真人照(zhào)片般(bān)的(de)绘(huì)图效果(guǒ)，如果(guǒ)这样的(de)图片被用来诈骗，将非常可怕(pà)。

此外AIGC还引发了很(hěn)多担忧，一方面，批判者认(rèn)为AI在“学习”了大量前人的作品之后，其创作没有任何情(qíng)绪和灵魂，难以和人类的(de)艺术创作相提并(bìng)论。

另一方面(miàn)，AIGC背(bèi)后(hòu)的版权、目(mù)前都并没有(yǒu)得到有(yǒu)效的解决，还有AIGC会(huì)不会代替人(rén)类“至高无(wú)上”的创意。

马(mǎ)斯克也强调(diào)，人(rén)工智(zhì)能的安(ān)全(quán)问(wèn)题(tí)需要(yào)得到重视，太晚(wǎn)就(jiù)来不及了。

03

AIGC下一站除了视(shì)频，还有远方

技术都是有两(liǎng)面性的，潜在的危(wēi)害并不能掩盖(gài)其光辉的(de)贡献(xiàn)。现在看来，人(rén)工智能(néng)技(jì)术将是(shì)第四次(cì)工业革命的核心驱(qū)动力量，将创造新的增(zēng)长奇迹。

过去(qù)一年，人工智能在技术和商业(yè)层面都有了(le)巨大进展，AI绘(huì)画就是(shì)人工智能技术发生方向性改变的一个代表。其(qí)下(xià)一站或许就是视频。

此前(qián)，Meta和谷歌(gē)先后(hòu)发布了几(jǐ)条引(yǐn)爆科技圈的短视频。这些视频(pín)引发关注并非内容做得(dé)多(duō)优(yōu)秀(xiù)，反而都非常简单，比如一(yī)匹(pǐ)正在喝水的马，一只画画的玩(wán)具熊，或者(zhě)一段骑摩托车的(de)第一视角录像，随便(biàn)一个有手机的人都可以随手(shǒu)录下一段。

但这(zhè)些短视频的创(chuàng)作方式非常(cháng)简单，创作者仅仅需(xū)要向(xiàng)AI输入一段话，甚至只(zhǐ)是说一(yī)下(xià)要求，AI就可以根据需要生成一(yī)段(duàn)视频。

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

在Make-A-Video公布了(le)AI生成(chéng)的视(shì)频(pín)后，AI圈就已经(jīng)玩(wán)了一波梗，一个(gè)能够做出更高清视频的AI还不足以在(zài)短时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它(tā)可以制作出超过2分钟的连贯的(de)也有确(què)切内容的视频，这才(cái)是真正(zhèng)让(ràng)人们感到惊喜的地方(fāng)。因(yīn)为无论AI生成的视(shì)频多么高(gāo)清，也只(zhǐ)能是为内容生产者提供一(yī)个灵感，一个素材，一个过场动画。

不过(guò)能(néng)够制作出有具体剧情内容的(de)视频就意(yì)味着，一些视频(pín)创作由AI代(dài)替人工完成已经初(chū)步有了(le)可能。

当下AI的发展速(sù)度(dù)已经超过大(dà)部分(fēn)人的(de)想象。内容产业(yè)的本质是供给创造需(xū)求，AIGC作为全(quán)新的(de)内容生(shēng)产方(fāng)式，可以为(wèi)内容产业(yè)带来更(gèng)新(xīn)的内容风格、更快的生产速(sù)度，更低的生(shēng)产(chǎn)成本(běn)，这(zhè)无疑会驱动内(nèi)容产业(yè)的大爆(bào)发。

除了AI绘图、视频，AIGC技术还能应用于音乐、代码、机器人动作等多种(zhǒng)内容(róng)形式的生(shēng)成。不难发现该项技术不仅在游戏等行业能得到(dào)有效(xiào)应用，对于下(xià)一代互联网(wǎng)各种元素的构建亦有(yǒu)关键意义。

从(cóng)商业化的角度(dù)来(lái)看，文化(huà)娱乐、教育、传媒等诸(zhū)多领域，本身就对(duì)基于AI的可(kě)视化内(nèi)容有强烈需求。

因此，AI绘画及视频或不是结果，而(ér)只是AI进(jìn)程中的一块(kuài)重要拼图，有望(wàng)在技术更(gèng)新(xīn)的(de)加持(chí)下实(shí)现更大的应用价值。

AI从理解内容，走向(xiàng)了可以生成内(nèi)容(róng)，甚至能(néng)够创造出独立价值和(hé)独立视角的内容。AIGC的(de)再次(cì)出圈，更代表(biǎo)着未来的先进生产力即将(jiāng)到来(lái)。

04

紧抓(zhuā)大模(mó)型与算力，牢固AIGC底座

从(cóng)技术(shù)的发展也可以(yǐ)看出，在语言大模型、图像大模型之后，多(duō)模态大模型已(yǐ)经成为(wèi)了新(xīn)的趋势。

大(dà)模(mó)型被誉为当前人工智能(néng)发展(zhǎn)的智能底座，是全球竞争最(zuì)激烈的研(yán)究方向之(zhī)一，包括(kuò)谷歌、亚马逊、百(bǎi)度、阿里、腾讯等众多头部企业(yè)都在(zài)竞相发力。

不过训练大模(mó)型的确价格不(bù)菲，以(yǐ)国(杨志的性格特点和人物事迹概括，杨志的性格特点和人物事迹简介guó)盛证券(quàn)发布(bù)的《ChatGPT需要多少算力》报(bào)告估(gū)算，GPT-3训练一(yī)次的成(chéng)本约为(wèi)140万美(měi)元。而对于一些(xiē)更大(dà)的LLM(大型语言模型(xíng))，训练成本(běn)则介于200万美元至1200万(wàn)美元(yuán)高价之(zhī)间。

以ChatGPT在2023年(nián)1月的独立(lì)访(fǎng)客平均数1300万计(jì)算(suàn)，其(qí)对(duì)应芯片需(xū)求为3万多片英伟达A100 GPU，初始(shǐ)投入成本约为8亿美元，每日仅电费(fèi)就在5万美元左右。

此外不论是ChatGPT还是AIGC，都离不开庞大算力支持(chí)。在(zài)关注各类大模型的(de)发展同时，更(gèng)应该关注算力网络的(de)建设。

算(suàn)力(lì)网络(luò)正驱动AI产业发展进入(rù)史诗级加速进程(chéng)，让AIGC及通用(yòng)AI这一(yī)人(rén)工智能发(fā)展的终极目标离得更近。

因为算力可以对突破(pò)性技术创(chuàng)新提(tí)供大力的支持。这方面(miàn)，多模态大模(mó)型(xíng)是典型。作为面向未来强人工智能、通用人工智能的重(zhòng)要(yào)技(jì)术创新，多(duō)模(mó)态大模型已经在(zài)人工智(zhì)能领域提出了很多(duō)年(nián)，业(yè)界也(yě)有不少(shǎo)技术突破，但是，多模态(tài)大模型进一步往下走，算力需求(qiú)呈几何式上升，一般(bān)的算(suàn)力(lì)基(jī)础(chǔ)设施(shī)很快将难以(yǐ)胜任(rèn)。

从图(tú)像、文字、语音(yīn)单独(dú)一项的(de)训练，到双模态(tài)、三模(mó)态的(de)跃迁，让人工智能可(kě)以灵活应对(duì)不同模(mó)态的转(zhuǎn)化、像人(rén)与世(shì)界(jiè)交互一样(yàng)自然(rán)，这(zhè)方面(miàn)，由算力(lì)网络来驱(qū)动将有明显(xiǎn)优势。

此外，还有很多需要爆发式增(zēng)长的算力来支(zhī)撑的(de)技术创新，将(jiāng)在(zài)人工(gōng)智能算力网络支撑下快速(sù)推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大(dà)模型和大算力的支持下(xià)AIGC能(néng)持续颠覆(fù)内容(róng)生产的方(fāng)式，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 杨志的性格特点和人物事迹概括，杨志的性格特点和人物事迹简介