自聊天(tiān)机器人ChatGPT火爆以(yǐ)来，微软公司创始人(rén)比尔·盖茨已多(duō)次公开谈论人工智能话题。在最近的一次采访中，他再次表示：“AI可能会让科(kē)技行业迎来一次剧烈的(de)洗牌”。

这个结(jié)论是他在(zài)当地时间2月20日(rì)接受《In Good Company》节目专访时提出(chū)的(de)。

他预期，AI的(de)发展(zhǎn)可(kě)能(néng)会威(wēi)胁到谷(gǔ)歌的市占率(lǜ)，因为微软在AI方(fāng)面的行动相当迅速(sù)。而最终(zhōng)科技(jì)巨头(tóu)将把(bǎ)AI整合成用(yòng)户的“全能助(zhù)手”，包揽一(yī)切(qiè)应用(yòng)，与人(rén)们(men)进行沟通并提(tí)供建议(yì)，可以取代亚(yà)马逊(xùn)、Siri或Outlook等(děng)应用。

大(dà)佬(lǎo)口中全能助手的(de)到来可能尚需时日，但由ControlNet引(yǐn)发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出(chū)重围。

01

ControlNet颠(diān)覆AI绘画新玩(wán)法

AIGC向可控靠近

以(yǐ)AI绘画为代表的AIGC上一次爆火的时候，还是2022年(nián)8月，在美国科(kē)罗拉多州举办的(de)新兴数字(zì)艺术家(jiā)竞(jìng)赛中，一幅名为《太(tài)空(kōng)歌剧院》的作(zuò)品获(huò)奖。

随(suí)后各大(dà)厂商的(de)AI绘画软件被广(guǎng)大网友熟(shú)知并体验，Stable Diffusion便(biàn)是其中代(dài)表。

用户们可以在应用中输入一组关键词或者一张照片，就能获(huò)得(dé)一幅AI创作的画作(zuò)。

作画的关键就是所(suǒ)输(shū)入的文本。同(tóng)一组关键词也可以创(chuàng)作出很多张风(fēng)格不一(yī)样的画作，这让创(chuàng)作(zuò)的过程就(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)们会将生(shēng)成的美(měi)图当做头像。而另一(yī)部(bù)分(fēn)喜欢翻看AI绘(huì)画的“翻车”作品。在社交媒体上，许(xǔ)多用户分享AI“翻车现场”，例(lì)如，一位网友的小狗照(zhào)片被(bèi)AI画成(chéng)了“肌肉男(nán)”，还有网友的个(gè)人(rén)照片(piàn)被AI识别成了建筑。

而(ér)如今随着ControlNet的出现与加持，以(yǐ)往AI绘画(huà)的填写(xiě)关键词游戏可(kě)能(néng)要被颠覆了。

ControlNet是一位正在斯坦福读(dú)博(bó)的中国人张吕敏创作(zuò)的一(yī)种基于(yú)控制点的图像(xiàng)变形算法，主要(yào)用于数字图像处理、计算(suàn)机视觉和计算(suàn)机(jī)图(tú)形(xíng)学等领域。

其SD插件一经发布，在短(duǎn)短的(de)两(liǎng)天(tiān)内便成(chéng)为了AI绘(huì)画领域最新的热点。

在此之前，大家用了很多方法想让AI生(shēng)成的结果尽(jǐn)可能的符合要求，但是(shì)都不尽如人意，它的出(chū)现代表(biǎo)着(zhe)AI生成(chéng)开始进入真正的可控时(shí)期。

因(yīn)为ControlNet可以直(zhí)接提取画(huà)面(miàn)的构图(tú)，人物的姿势(shì)和(hé)画面(miàn)的深度信息等。有了它的帮助，就不用频繁(fán)的用提(tí)示(shì)词来碰运气，抽(chōu)盲(máng)盒式的创(chuàng)作了。

通俗的(de)说(shuō)ControlNet相(xiāng)当(dāng)于给AI绘画加了“魔法(fǎ)”，不(bù)少博主的作品已经(jīng)获得了大量的浏览量，“viggo”就(jiù)是其(qí)中之(zhī)一，他用朋友的照(zhào)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Text2Prompt插(chā)件拓展找(zhǎo)到对应的关(guān)键(jiàn)词(cí)；最(zuì)后(hòu)用ControlNet插件绑定(dìng)骨骼开始换关键词试效果。

更厉(lì)害的是，除了真(zhēn)实的照(zhào)片，草图也可以加上“魔(mó)法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线稿转全(quán)彩图。大神张吕敏其本尊也亲自回应(yīng)。

不得不(bù)说当(dāng)下AIGC已(yǐ)经变得(dé)越来越强大，甚至输出的作品都已经能以假(jiǎ)乱真了(le)。

02

难辨虚实(shí)，AIGC技(jì)术力(lì)爆发

警惕安全问(wèn)题

近日，“苏州金鸡(jī)湖有游艇party”的消息火(huǒ)遍网络(luò)，而经过警(jǐng)方辟谣这(zhè)所谓的“party”可能(néng)是(shì)全(quán)国(guó)第一起AI绘图诈(zhà)骗。

由于(yú)这个活(huó)动里(lǐ)面给出的美女(nǚ)照片(piàn)都(dōu)是AI制作的真(zhēn)人照片绘图(tú)，因为太(tài)逼真(zhēn)，被大家(jiā)当成真(zhēn)事传播了。

不过仔细观(guān)察可(kě)以发(fā)现(xiàn)，活(huó)动(dòng)发起(qǐ)者提(tí)供的(de)照(zhào)片(piàn)中有个很(hěn)大(dà)的漏洞可以(yǐ)发现并非真人，而是AI绘图，那(nà)便是图(tú)片(piàn)中女性的(de)手(shǒu)指部分有的存在异常。

有(yǒu)行业人事表示：“现在因为手指(zhǐ)部分(fēn)的绘画算法(fǎ)比较(jiào)复杂，AI还(hái)不太(tài)会画人的(de)手，但最新看到的图片已经有越来(lái)越完美的AI模型出现，以后可能就完(wán)全(quán)没(méi)有漏(lòu)洞(dòng)了。”

类似的AI作(zuò)图(tú)诈骗在国外也已有发生。据英国广播公司报(bào)道(dào)，土耳其地震期(qī)间(jiān)，有Tiktok用户使用AI合(hé)成了儿童受(shòu)灾的假(jiǎ)照片发布到网(wǎng)络，以此诱骗(piàn)善良(liáng)的人打赏“捐(juān)助”从而(ér)实(shí)施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如(rú)果这样的图片被用来(lái)诈骗，将非(fēi)常(cháng)可怕(pà)。

此外AIGC还引发了很(hěn)多担忧(yōu)，一方面，批判者(zhě)认为AI在“学习”了大(dà)量前(qián)人的作品之(zhī)后，其(qí)创作没有任何情(qíng)绪和(hé)灵魂，难以(yǐ)和(hé)人(rén)类的艺术创(chuàng)作相提并论。

另一方(fāng)面，AIGC背(bèi)后的(de)版权、目(mù)前都并没有得到有效(xiào)的解决，还有AIGC会不会代替(tì)人(rén)类“至高(gāo)无上”的创(chuàng)意(yì)。

马斯克也强调，人工智能的(de)安(ān)全问题(tí)需要(yào)得到(dào)重视，太晚就来(lái)不及了。

03

AIGC下一(yī)站(zhàn)除了视频(pín)，还(hái)有(yǒu)远方

技术都是有(yǒu)两面(miàn)性的，潜在的危害并不能掩盖(gài)其光辉的贡献。现在(zài)看(kàn)来，人工智(zhì)能技术将是第四(sì)次(cì)工业革命的核心驱动力量，将创造新的增长奇迹。

过去(qù)一年，人工智(zhì)能在技术和商业层面都有了(le)巨大进展，AI绘画就是人工智能(néng)技术发生方向(xiàng)性改变的一(yī)个代表。其下(xià)一站或许(xǔ)就是(shì)视频。

此前(qián)，Meta和(hé)谷歌先后发布了几条引爆科(kē)技(jì)圈的短视频。这些视频引(yǐn)发关注并非(fēi)内容做得多优秀，反而都非常简单，比如(rú)一匹正在(zài)喝水的马(mǎ)，一只画画的玩具熊，或者一段骑摩托(tuō)车(chē)的第一视(shì)角录像，随便一(yī)个有手机(jī)的人都(dōu)可以(yǐ)随手录(lù)下一段。

但这些短视频的创作(zuò)方(fāng)式非(fēi)常简单，创作(zuò)者仅仅(jǐn)需要向AI输入一段话，甚至只(zhǐ)是说一(yī)下要(yào)求，AI就(jiù)可以根据需(xū)要生成一(yī)段视频(pín)。

谷歌发布的(de)两个AI生成视频分别(bié)来自于Imagen Video和Phenaki，前者主要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布(bù)了AI生(shēng)成的(de)视频后(hòu)，AI圈就已经玩了一波梗，一个能够(gòu)做出更高清视(shì)频的AI还不足以在(zài)短时间内戳(chuō)中兴奋点。

Phenaki更加令人震惊的地方在(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，这才是(shì)真正让人们(men)感到惊喜的(de)地方。因(yīn)为(wèi)无论AI生成(chéng)的视频(pín)多么高(gāo)清，也只能是为内容生(shēng)产者(zhě)提供(gōng)一(yī)个灵感(gǎn)，一个素(sù)材(cái)，一个过场动画(huà)。

不过能(néng)够制作(zuò)出有具体(tǐ)剧情内容的视(shì)频就意(yì)味着，一(yī)些视频(pín)创作(zuò)由AI代替人工(gōng)完成已(yǐ)经初(chū)步有了(le)可能(néng)。

当(dāng)下AI的发展速度(dù)已(yǐ)经(jīng)超过大部分人的想象。内(nèi)容产业的(de)本(běn)质(zhì)是供给创造需求(qiú)，AIGC作为(wèi)全(quán)新的内容生产方式，可(kě)以为内容(róng)产业(yè)带来更新(xīn)的内容(róng)风格、更快的生(shēng)产速度，更低的生产(chǎn)成(chéng)本，这无疑会驱动内容产业(yè)的大爆发。

除了AI绘图、视频，AIGC技(jì)术还能应用于音乐、代码(mǎ)、机器(qì)人动作等(děng)多种内容形(xíng)式(shì)的生成。不难(nán)发现该(gāi)项技术不仅(jǐn)在(zài)游(yóu)戏等(děng)行业(yè)能得到有效应(yīng)用(yòng)，对于(yú)下一代互联网各种元素的构建亦有关键意(yì)义。

从商业化(huà)的角度来(lái)看，文(wén)化娱(yú)乐、教育、传媒等诸多领域，本身就对基于AI的可视(shì)化内容有强烈需求。

因此(cǐ)，AI绘(huì)画及视频或不是结(jié)果(guǒ)，而只(zhǐ)是AI进程中的一(yī)块(kuài)重要拼(pīn)图，有望在技(jì)术更(gèng)新的加(ji长沙哪个区是中心区，长沙哪个区属于市中心ā)持下实现更大的应(yīng)用价值。

AI从(cóng)理解内容，走向了可以生成内容，甚至能够(gòu)创造出独(dú)立价值和(hé)独立视角的内容。AIGC的再次出(chū)圈，更代表着未来的先进(jìn)生(shēng)产(chǎn)力即(jí)将(jiāng)到来。

04

紧抓大(dà)模(mó)型与算力，牢固AIGC底座

从技术的发(fā)展(zhǎn)也(yě)可(kě)以看(kàn)出，在语言(yán)大模型、图像大(dà)模型之后，多模态大(dà)模型已经成为了新的(de)趋势。

大(dà)模型被(bèi)誉为(wèi)当前人工(gōng)智能发展的智能(néng)底座，是全球(qiú)竞(jìng)争最激烈的研究方向(xiàng)之一，包括(kuò)谷歌(gē)、亚马逊、百(bǎi)度、阿里、腾(téng)讯等众多(duō)头(tóu)部企业都在竞相发力。

不过训(xùn)练(liàn)大模型(xíng)的确价格不(bù)菲，以国(guó)盛(shèng)证券发布的《ChatGPT需要多(duō)少算(suàn)力(lì)》报告估算，GPT-3训练一次的成本约为140万美元(yuán)。而对于一些更大的(de)LLM(大型语言模型)，训(xùn)练成本则介于200万美元至1200万美元高(gāo)价之间。

以ChatGPT在2023年1月的(de)独立(lì)访客平均数1300万(wàn)计(jì)算，其对应芯片需(xū)求为3万多片英伟达A100 GPU，初始投入成(chéng)本约为8亿美(měi)元(yuán)，每日仅电费就在(zài)5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都(dōu)离不(bù)开庞大(dà)算力支(zhī)持(chí)。在关(guān)注各类(lèi)大模型的发展同时，更(gèng)应该关注算(suàn)力网络的建设。

算(suàn)力(lì)网络正驱(qū)动(dòng)AI产业(yè)发展(zhǎn)进入史诗级(jí)加速(sù)进(jìn)程，让AIGC及通用(yòng)AI这(zhè)一人(rén)工智能(néng)发展的终(zhōng)极目标(biāo)离(lí)得更近(jìn)。

因为算力可以对突破(pò)性技术(shù)创新提供大(dà)力的支持。这方面，多模(mó)态大模型是典型。作(zuò)为面向未来强人工(gōng)智能、通(tōng)用人工智能的(de)重要技(jì)术创新，多模态大模型已经在人工智能领域(yù)提出(chū)了(le)很多年，业界也有不少技术突破，但是，多模态大模型(xíng)进一步往下走，算力需求呈几(jǐ)何式上升(shēng)，一般的算力基础设施很快将难(nán)以胜任。

从图(tú)像、文字(zì)、语(yǔ)音单独一项(xiàng)的训练，到(dào)双模态、三模态(tài)的跃(yuè)迁，让(ràng)人工智能(néng)可以灵活应对不同模态(tài)的转(zhuǎn)化、像人(rén)与(yǔ)世界交互一样自然，这(zhè)方面，由(yóu)算力(lì)网络来(lái)驱(qū)动将有明显优势。

此外(wài)，还有很多需要(yào)爆发式增长的算(suàn)力(lì)来支撑(chēng)的技术(shù)创(chuàng)新，将在人工智能算力网络支(zhī)撑下快速推(tuī)进。

AIGC已经露(lù)出曙(shǔ)光，期待(dài)在大模型和大算力(lì)的支(zhī)持下AIGC能持续颠(diān)覆内容生产的方式，将创造的(de)边际成本降低，让万众受(shòu)益(yì)。

未经允许不得转载：橘子百科-橘子都知道 长沙哪个区是中心区，长沙哪个区属于市中心