自聊天机器人ChatGPT火爆以来，微软公(gōng)司创(chuàng)始人比尔·盖(gài)茨已多次公(gōng)开谈论人工(gōng)智能话题。在最近的一(yī)次采访中(zhōng)，他再(zài)次表(biǎo)示：“AI可能会(huì)让(ràng)科技行(xíng)业迎来(lái)一次剧(jù)烈的洗牌”。

这(zhè)个结论是他在当地时间2月20日接受《In Good Company》节目专访时(shí)提出的。

他预期，AI的发展(zhǎn)可能(néng)会威胁到(dào)谷歌的市占率，因为微软在(zài)AI方面的行(xíng)动相当迅速。而最终科技巨头将把AI整(zhěng)合成(chéng)用户的“全能助手”，包揽一切应用，与人们进(jìn)行沟(gōu)通并(bìng)提供建(jiàn)议，可(kě)以取(qǔ)代亚马逊、Siri或Outlook等应用。

大(dà)佬口中(zhōng)全能助手的到来可能尚需(xū)时日，但由ControlNet引发的又一次AI绘画浪潮，让(ràng)AIGC在ChatGPT的(de)话题热点包(bāo)围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法

AIGC向可控(kòng)靠近

以AI绘画(huà)为代(dài)表的AIGC上一(yī)次爆(bào)火的(de)时候，还是2022年8月，在(zài)美(měi)国科罗拉(lā)多州举办的新(xīn)兴数字艺(yì)术家竞赛中，一(yī)幅(fú)名为《太空歌剧院》的(de)作(zuò)品获奖。

随后各(gè)大厂商的AI绘画软件(jiàn)被广大网友(yǒu)熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户(hù)们可以在应用中输入一组关(guān)键词或(huò)者一张照片(piàn)，就(jiù)能获得一幅(fú)AI创作的(de)画作。

作画的关(guān)键就是所输入的文本(běn)。同一(yī)组(zǔ)关键(jiàn)词也(yě)可(kě)以创作出(chū)很多张风(fēng)格不一样的画作，这让(ràng)创作的过程就像开(kāi)盲盒。

很多用户很喜欢这(zhè)种不确定的惊喜，他们会将生成的美(měi)图当做头像。而(ér)另一部分(fēn)喜欢翻(fān)看AI绘(huì)画的“翻车(chē)”作品(pǐn)。在社交媒(méi)体上，许多用户分享(xiǎng)AI“翻车现场”，例如，一位网友的小狗照片被(bèi)AI画成了“肌肉男”，还(hái)有(yǒu)网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘画(huà)的(de)填写关键(jiàn)词游(yóu)戏可能要被颠(diān)覆了。

ControlNet是一位正在斯坦福读博的中国人张吕敏创(chuàng)作的一种(zhǒng)基于控制点(diǎn)的图(tú)像变形算法，主要(yào)用于数字图像处理(lǐ)、计算(suàn)机视觉和计算机(jī)图形学(xué)等(děng)领域。

其SD插件一经发布，在短短(duǎn)的两天内便成为了AI绘画(huà)领域最新的热点(diǎn)。

在此之(zhī)前，大家用了(le)很多方法想让(ràng)AI生成的结果(guǒ)尽(jǐn)可能的符合要求，但是都不(bù)尽(jǐn)如人意，它的出(chū)现代(dài)表着AI生成(chéng)开始(shǐ)进入真(zhēn)正(zhèng)的可控(kòng)时期。

因(yīn)为ControlNet可以直接提取(qǔ)画面的构图，人物的姿势(shì)和画面的深(shēn)度信息等。有了它的帮助，就不(bù)用(yòng)频繁的(de)用提示词来碰运气(qì)，抽盲盒式(shì)的(de)创作了。

通俗的说ControlNet相当(dāng)于给AI绘画(huà)加(jiā)了“魔法”，不少博主的作品已经获得(dé)了大(dà)量的浏览量，“viggo”就是其(qí)中之一(yī)，他用朋友(yǒu)的(de)照(zhào)片直接带她们走进动漫世(shì)界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关键词；最后用ControlNet插件绑(bǎng)定骨(gǔ)骼开(kāi)始换关键(jiàn)词试(shì)效果。

通过(guò)图片就可以看出来，效果十分惊艳。

更(gèng)厉(lì)害的(de)是，除(chú)了真(zhēn)实(shí)的(de)照片，草(cǎo)图也可(kě)以加上“魔法”，知乎大(dà)牛“DevPoint”和“逗砂”介绍到ControlNet还能实现线(xiàn)稿(gǎo)转全彩图(tú)。大神(shén)张吕敏(mǐn)其本尊也亲(qīn)自回应。

不(bù)得(dé)不说当下AIGC已经变得越来越强大，甚至输出的(de)作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚实，AIGC技术力爆发

警(jǐng)惕安全问题

近日，“苏(sū)州(zhōu)金(jīn)鸡湖有(yǒu)游(yóu)艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟(pì)谣这所谓(wèi)的“party”可能是(shì)全国第一起AI绘图诈骗。

由于(yú)这个活(huó)动里面给出(chū)的美女照片都(dōu)是AI制作(zuò)的真人(rén)照片绘(huì)图，因为太逼真，被大家(jiā)当成真事传播了。

不过仔细观察可以发现，活动发起者提供的照(zhào)片中有(yǒu)个很大的漏洞(dòng)可(kě)以(yǐ)发(fā)现并(bìng)非(fēi)真人，而是AI绘图，那便是图片中女(nǚ)性的手指部分有(yǒu)的存在异(yì)常。

有行业(yè)人事表示：“现(xiàn)在因为手指部分的绘画算(suàn)法比较复杂，AI还不太(tài)会画(huà)人的手，但(dàn)最新看到的(de)图片(piàn)已经有越来越完美的AI模型出现，以后可能(néng)就完全没有漏洞了。”

类似的AI作图诈(zhà)骗在国(guó)外(wài)也已有发(fā)生。据英国广(guǎng)播公司报道，土(tǔ)耳其(qí)地(dì)震期间，有Tiktok用户使(shǐ)用AI合成了(le)儿(ér)童(tóng)受(shòu)灾(zāi)的假照片发(fā)布到网络，以此诱骗(piàn)善良的人打赏“捐助(zhù)”从而(ér)实施诈(zhà)骗。

目(mù)前随着技术发菠萝蜜不熟剥开后还能再放熟吗，菠萝蜜不熟剥开后还能再放熟吗(fā)展，AIGC已经(jīng)能做出真人照(zhào)片般(bān)的绘图效(xiào)果(guǒ)，如果这样(yàng)的图片被用来诈骗，将非常可怕。

此外AIGC还引(yǐn)发了很多担忧，一方(fāng)面(miàn)，批判者认为AI在“学习(xí)”了大量(liàng)前人(rén)的(de)作品之后，其创作没有任(rèn)何情绪和灵魂，难(nán)以和人类的艺(yì)术创作相(xiāng)提(tí)并论。

另一方(fāng)面，AIGC背(bèi)后(hòu)的(de)版权(quán)、目(mù)前都并没(méi)有得到有效的解(jiě)决，还有AIGC会不会代替人类“至高无(wú)上”的创意。

马斯克也(yě)强调，人工智能的(de)安全问题需要(yào)得到重视，太晚就来不及了。

03

AIGC下一站除(chú)了视频，还有远方(fāng)

技术都是(shì)有(yǒu)两(liǎng)面性的，潜在的危害并(bìng)不能掩盖其光辉(huī)的贡献(xiàn)。现在看来(lái)，人(rén)工智(zhì)能技术将是第四次工业革命(mìng)的核心驱动力(lì)量，将创(chuàng)造新的(de)增(zēng)长(zhǎng)奇迹。

过去一年，人工智能在(zài)技术和商业(yè)层面都有了巨大进展，AI绘画就是人(rén)工(gōng)智能(néng)技术发生方(fāng)向(xiàng)性(xìng)改变的一个代表。其下一站或许就是视频。

此前，Meta和(hé)谷歌先后(hòu)发布了几条引(yǐn)爆科(kē)技圈的短视(shì)频(pín)。这些视频引发关注并非(fēi)内(nèi)容做得(dé)多优秀，反而都非(fēi)常简单(dān)，比如(rú)一匹正在喝(hē)水的马，一只画(huà)画的玩具熊，或者一段骑摩托车的第一视角(jiǎo)录像，随(suí)便一个(gè)有(yǒu)手机(jī)的人都可以随手录下一(yī)段(duàn)。

但这些短视(shì)频(pín)的创作(zuò)方式非常简单，创(chuàng)作(zuò)者(zhě)仅(jǐn)仅(jǐn)需(xū)要向AI输入一段(duàn)话，甚至只是说一(yī)下要求，AI就可以根据需要生成一段视(shì)频。

谷(gǔ)歌发布的(de)两个AI生成视频分(fēn)别来自于(yú)Imagen Video和Phenaki，前(qián)者主要突出的是高清，与Meta的Make-A-Video没有太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一波梗，一个能够做出(chū)更高清视频的(de)AI还不足以在短(duǎn)时间内戳中兴奋点(diǎn)。

Phenaki更加令人震惊的地方在于，它可(kě)以制作出超过2分钟的连贯的也有确切内容的视(shì)频，这(zhè)才是(shì)真正让人们(men)感(gǎn)到惊喜(xǐ)的地方(fāng)。因为(wèi)无论AI生成(chéng)的视(shì)频多么高(gāo)清(qīng)，也只能是为内容生产者(zhě)提供一(yī)个灵感，一(yī)个素材，一个过场动画(huà)。

不过(guò)能(néng)够制作出有具(jù)体(tǐ)剧情内容的视频就意(yì)味着(zhe)，一(yī)些(xiē)视频创作由(yóu)AI代替人工完(wán)成(chéng)已经初步有了可(kě)能。

当下AI的发展速度已经超过(guò)大(dà)部(bù)分人的想(xiǎng)象。内容产业的本质是(shì)供(gōng)给创造需求，AIGC作为全新的内容生产方式，可以为内容产业(yè)带来(lái)更新(xīn)的内(nèi)容(róng)风(fēng)格、更快的生产速(sù)度，更(gèng)低的生产(chǎn)成本(běn)，这(zhè)无疑会驱动内容(róng)产业的大(dà)爆发。

除了AI绘图、视频(pín)，AIGC技(jì)术还能应(yīng)用(yòng)于(yú)音(yīn)乐、代码(mǎ)、机器人动作等多种内容形式的生成。不难(nán)发现(xiàn)该(gāi)项(xiàng)技术不仅在(zài)游(yóu)戏(xì)等行(xíng)业能得到有效应用，对于(yú)下一代(dài)互联网(wǎng)各种元素的构建亦有关键意义。

从商业化的角度(dù)来看，文化(huà)娱(yú)乐(lè)、教育、传媒等(děng)诸多(duō)领域(yù)，本身就对(duì)基于AI的可视(shì)化内容有强(qiáng)烈需求。

因此，AI绘画及视(shì)频或(huò)不(bù)是结果，而只是AI进程中的一块重(zhòng)要拼图，有(yǒu)望(wàng)在技术(shù)更(gèng)新的(de)加持下实现更大的应用价(jià)值。

AI从理解内容，走向了可以生成内容(róng)，甚至能够创造出(chū)独立价值和独立视角(jiǎo)的内容。AIGC的再次出(chū)圈，更(gèng)代表着未来的先进生(shēng)产力(lì)即将到来(lái)。

04

紧(jǐn)抓大模(mó)型与算(suàn)力，牢固AIGC底(dǐ)座

从技(jì)术的发展也可以(yǐ)看出(chū)，在语言(yán)大模型(xíng)、图像大模型之(zhī)后，多模态(tài)大模型已(yǐ)经(jīng)成为了新的趋势。

大(dà)模型(xíng)被誉为(wèi)当(dāng)前人(rén)工智能发展的(de)智能底(dǐ)座，是全球竞(jìng)争(zhēng)最(zuì)激烈的研(yán)究方向之一(yī)，包括谷(gǔ)歌、亚马逊、百度、阿里、腾讯等(děng)众多头部企业都(dōu)在竞相发力。

不过训练大模型的确价(jià)格不菲，以国盛证券发布的(de)《ChatGPT需(xū)要多少算力》报告估(gū)算，GPT-3训(xùn)练(liàn)一次的成本约为(wèi)140万美元。而(ér)对于一(yī)些(xiē)更大(dà)的LLM(大(dà)型语言(yán)模型)，训练(liàn)成本则介于200万美元至1200万美元高价之间。

以ChatGPT在2023年1月的独(dú)立访客平均数1300万计算，其对(duì)应芯片需求为3万(wàn)多(duō)片英伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美(měi)元(yuán)，每日仅电费就在5万美元左右。

此外不(bù)论是ChatGPT还是(shì)AIGC，都离不开庞大(dà)算(suàn)力支持。在关(guān)注各类大(dà)模型的发展同(tóng)时，更应该关注算力网(wǎng)络的建设。

算力网络正驱(qū)动AI产业发展进入史诗(shī)级加速进程，让AIGC及(jí)通(tōng)用AI这一(yī)人工智能(néng)发展的(de)终极目标离得更近(jìn)。

因为(wèi)算力可以对突破(pò)性技术创(chuàng)新提供大菠萝蜜不熟剥开后还能再放熟吗，菠萝蜜不熟剥开后还能再放熟吗力的支(zhī)持(chí)。这方(fāng)面，多模(mó)态大(dà)模型是典型。作为面向未(wèi)来强人工智能、通用人工智能的重要技(jì)术(shù)创新(xīn)，多模态大(dà)模型(xíng)已经在人工智能(néng)领域提出(chū)了很多年，业(yè)界也有不少技术突(tū)破，但是，多(duō)模态大模型进一步往下走，算力需求(qiú)呈(chéng)几何(hé)式上升(shēng)，一般的(de)算(suàn)力基础设施很快将难以胜任。

从图像、文字、语音单独一项的训练，到双模(mó)态、三模(mó)态的(de)跃迁，让人工(gōng)智能(néng)可(kě)以灵(líng)活应对(duì)不同模态(tài)的(de)转化、像人与世(shì)界交互一样自(zì)然，这方面，由算力网络来驱动将有明显优势。

此外(wài)，还有很多需(xū)要(yào)爆发式(shì)增长的算力来支撑的技术创新，将在人(rén)工智能算力网络支撑下快速推进。

AIGC已经露出曙光，期待在(zài)大模(mó)型(xíng)和大算力的支(zhī)持下AIGC能(néng)持续颠覆内容生产的(de)方式，将(jiāng)创(chuàng)造的边际(jì)成本(běn)降(jiàng)低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 菠萝蜜不熟剥开后还能再放熟吗，菠萝蜜不熟剥开后还能再放熟吗