自聊天机器人(rén)ChatGPT火爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已多次公开谈(tán)论人(rén)工智能话(huà)题(tí)。在最近的一次采访中，他再次表示(shì)：“AI可能会让科技行(xíng)业迎来一次剧烈(liè)的洗牌”。

这个结(jié)论是他在当地时间2月20日接受《In Good Company》节目专(zhuān)访时提出的。

他预(yù)期，AI的(de)发展可(kě)能会威胁(xié)到谷(gǔ)歌的市(shì)占率，因为微软在AI方(fāng)面的行动(dòng)相当(dāng)迅速。而最终科(kē)技巨(jù)头(tóu)将(jiāng)把AI整合成用户(hù)的“全(quán)能助手”，包(bāo)揽(lǎn)一切应用(yòng)，与人们进行(xíng)沟通并提供(gōng)建议，可(kě)以取代亚马逊、Siri或Outlook等应(yīng)用。

大佬口(kǒu)中(zhōng)全(quán)能助手的到来可(kě)能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在(zài)ChatGPT的话(huà)题热点包(bāo)围中杀出重围(wéi)。

01

ControlNet颠(diān)覆(fù)AI绘画新玩法

AIGC向可控靠(kào)近(jìn)

以AI绘画为代(dài)表的AIGC上一次(cì)爆火的时候，还是2022年(nián)8月，在美国科罗拉多州举办(bàn)的新兴数字艺术家竞赛中，一幅名为(wèi)《太(tài)空歌剧院》的(de)作品获奖。

随后各(gè)大(dà)厂商的(de)AI绘画软件被广大网友熟知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应用中输入一组关键词或(huò)者(zhě)一张照片，就能获(huò)得一幅AI创作的画作。

作画的关(guān)键就是(shì)所输(shū)入(rù)的(de)文本。同一组关键词也(yě)可以创作出很多张(zhāng)风格不一样的画作，这(zhè)让创作(zuò)的过(guò)程就像开盲盒(hé)。

很多用户(hù)很喜欢这种不确(què)定的惊喜，他们(men)会将生(shēng)成的美图(tú)当做头(tóu)像。而另一部分喜欢(huān)翻看AI绘画的“翻车”作(zuò)品。在社交(jiāo)媒体(tǐ)上，许多用户(hù)分享AI“翻(fān)车现场(chǎng)”，例如，一位网(wǎng)友的小狗(gǒu)照片被AI画成了(le)“肌肉男”，还有网友的个人照片被AI识别成(chéng)了(le)建筑。

而如(rú)今随着ControlNet的出现与加(jiā)持，以(yǐ)往AI绘(huì)画的填(tián)写关(guān)键(jiàn)词游(yóu)戏可(kě)能要被颠覆了(le)。

ControlNet是(shì)一位正在斯坦福读博的中国人张吕(lǚ)敏(mǐn)创(chuàng)作的一种基于控制点(diǎn)的图像变形算法(fǎ)，主要(yào)用于数字图像处理、计算机视觉和计算(suàn)机图(tú)形学等(děng)领(lǐng)域。

其SD插(chā)件一经发(fā)布，在短短(duǎn)的两天内便成为了AI绘画领域最新的热点。

在此(cǐ)之前，大家用了很多(duō)方法想让AI生(shēng)成的结果尽可能的符(fú)合(hé)要求，但是(shì)都(dōu)不尽如人意，它的(de)出现代表着(zhe)AI生成(chéng)开始进入真正的可控时期。

因为ControlNet可以直接提取画面的构图，人物的(de)姿势和画面的深度信息(xī)等(děng)。有了它的帮助，就(jiù)不用频繁(fán)的用提(tí)示词来碰运气，抽盲盒式(shì)的创作(zuò)了。

通俗的说(shuō)ControlNet相(xiāng)当于给AI绘画加了“魔法”，不少(shǎo)博主的作(zuò)品已经获得(dé)了大量的浏览量(liàng)，“viggo”就(jiù)是其中之一(yī)，他用朋友的照片(piàn)直接带她们走进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词(cí)；最后用ControlNet插件绑定骨骼开始换关(guān)键(jiàn)词试(shì)效(xiào)果。

通(tōng)过图片就可以看出来，效果十分惊艳。

更厉害的是(shì)，除了真实的照片，草图(tú)也(yě)可以加上“魔法”，知(zhī)乎大牛“DevPoint”和“逗砂”介绍到(dào)ControlNet还能实(shí)现线(xiàn)稿转全(quán)彩图(tú)。大神张吕敏其本(běn)尊也(yě)亲自回应。

不(bù)得不(bù)说(shuō)当(dāng)下AIGC已(yǐ)经变得越来(lái)越强(qiáng)大，甚至输出的(de)作(zuò)品都已经能以(yǐ)假乱真了。

02

难(nán)辨(biàn)虚实，AIGC技术(shù)力爆发

警惕安全问(wèn)题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火(huǒ)遍(biàn)网(wǎng)络，而经过(guò)警方(fāng)辟谣这所(suǒ)谓的“party”可(kě)能是全国第一(yī)起AI绘图诈骗(piàn)。

由于这(zhè)个活动里面给(gěi)出的(de)美女照片(piàn)都是AI制作的真人照片绘图，因(yīn)为(wèi)太逼真，被大家当成(chéng)真事传播了(le)。

不过仔细观察可(kě)以发现，活动发起者提供(gōng)的照片(piàn)中(zhōng)有个很大的漏洞(dòng)可以发现(xiàn)并非真人，而是(shì)AI绘图，那便是(shì)图片中女(nǚ)性的手指(zhǐ)部分有的存(cún)在异常(cháng)。

有(yǒu)行业人事表示：“现(xiàn)在(zài)因(yīn)为手指部分的绘(huì)画算法比较复杂，AI还不(bù)太会画人的手，但(dàn)最新看到的图片已经有越来越完美的AI模型出现，以(yǐ)后可能就完全(quán)没有漏洞了。”

类似的(de)AI作(zuò)图(tú)诈骗(piàn)在国外也已(yǐ)有发(fā)生。据(jù)英国广播(bō)公司报(bào)道，土(tǔ)耳其地震(zhèn)期间，有(yǒu)Tiktok用户使用AI合成了(le)儿(ér)童受灾的假照片(piàn)发布到(dào)网络，以此诱(yòu)骗善良的(de)人打赏(shǎng)“捐助”从而实(shí)施诈骗(piàn)。

目前随着技(jì)术发展，AIGC已(yǐ)经能做出真(zhēn)人照片(piàn)般的绘(huì)图效果，如果这样的(de)图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多担忧，一方(fāng)面，批判者认为AI在(zài)“学习”了大(dà)量前人的作品之后，其创(chuàng)作没(méi)有(yǒu)任何情绪和(hé)灵魂，难以(yǐ)和人类的艺术创(chuàng)作相提并(bìng)论。

另一方面(miàn)，AIGC背后的版(bǎn)权、目(mù)前都并没(méi)有得到有效的(de)解(jiě)决(jué)，还有AIGC会不会代(dài)替人类“至高无(wú)上”的创意(yì)。

马斯克也(yě)强调，人工智能的(de)安全问题需要得到重视(shì)，太(tài)晚(wǎn)就来不及了。

03

AIGC下(xià)一站除了(le)视频，还有远(yuǎn)方(fāng)

技术都(dōu)是有两面性的(de)，潜在的危(wēi)害并(bìng)不能掩盖(gài)其光(guāng)辉的贡献。现在看来，人工智能(néng)技术将是第四次工业革命的核心(xīn)驱动力量，将创造新的增(zēng)长奇迹。

过去一(yī)年，人工智能在技术和商业层面都(dōu)有了巨大进展，AI绘(huì)画(huà)就是人工智能技术发生方向性(xìng)改变的一个(gè)代表。其(qí)下一(yī)站或许就是视频。

此前(qián)，Meta和谷(gǔ)歌先(xiān)后发布了几条引爆(bào)科技圈的短视频。这些视频引(yǐn)发关注并(bìng)非(fēi)内容做得多优秀，反而(ér)都非常简单，比如一匹正在(zài)喝水的马，一(yī)只画画(huà)的玩具熊，或者一(yī)段骑摩(mó)托车的第(dì)一(yī)视角录像，随便一个有(yǒu)手机的人(rén)都可以随手录下(xià)一段。

但这(zhè)些短视(shì)频的创作(zuò)方式非常简单，创作者(zhě)仅仅需要向AI输入一段话，甚(shèn)至只(zhǐ)是说(shuō)一下要求，AI就可以(yǐ)根(gēn)据需要生(shēng)成一段视频。

谷歌(gē)发(fā)布的(de)两(liǎng)个AI生成视频分别(bié)来自(zì)于Imagen Video和Phenaki，前者主(zhǔ)要突出(chū)的是高(gāo)清，与(yǔ)Meta的Make-A-Video没有(yǒu)太(tài)多的差别。

在Make-A-Video公布了(le)AI生成的视频后(hòu)，AI圈就已经(jīng)玩了一波梗，一个(gè)能够做出(chū)更高清视频的AI还不足以在(zài)短时(shí)间内戳中兴奋点。

Phenaki更加令人震惊的地方(fāng)在于(yú)，它可以(yǐ)制作出超(chāo)过2分钟(zhōng)的连贯的也有确(què)切内容的视频，这(zhè)才是真(zhēn)正让人们感到惊(jīng)喜的地方。因为无论AI生成(chéng)的视频多么高清，也只能是为内容生产者提供一(yī)个灵(líng)感，一个素材，一个过场动(dòng)画。

不(bù)过能(néng)够制作出有具体剧(jù)情内(nèi)容的视频就意味着，一些视频创作由AI代替人(rén)工完成已(yǐ)经初(chū)步(bù)有(yǒu)了(le)可能。

当下AI的发(fā)展速度已(yǐ)经超过大部分(fēn)人的想(xiǎng)象(xiàng)。内容产业的本(běn)质是(shì)供给创造需求，AIGC作为全新的(de)内容生产方式(shì)，可以为(wèi)内容产业带来(lái)更新的内容风格、更快的(de)生产速(sù)度(dù)，更低的生(shēng)产成本，这无疑会驱动(dòng)内容产业(yè)的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术(shù)还能应(yīng)用于音(yīn)乐、代码(mǎ)、机器人动作等(děng)多种内容形式的生成。不难发(fā)现该项技术不仅在游戏(xì)等行业能得到有(yǒu)效(xiào)应(yīng)用(yòng)，对于下一代互联网各种(zhǒng)元素的构建(jiàn)亦有关键意义(yì)。

从商业化的角度来看，文(wén)化(huà)娱乐、教育、传媒等(děng)诸多领域，本(běn)身就对基(jī)于AI的可视(shì)化内(nèi)容有强烈(liè)需求(qiú)。

因此，AI绘(huì)画及(jí)视(shì)频或不是结果，而只(zhǐ)是AI进程中的一块重要拼图，有望在技术更新的加(jiā)持下实现更(gèng)大的(de)应用价值(zhí)。

AI从理解内容，走向了可以生成(chéng)内容(róng)，甚至能够(gòu)创造出独立价值(zhí)和独立视角的(de)内容。AIGC的(de)再次出圈，更代表着未来的先进生(shēng)产力即(jí)将到(dào)来。

04

紧(jǐn)抓(zhuā)大模(mó)型(xíng)与算力，牢固AIGC底座

从技(jì)术的(de)发展也可以看出，在语言大模型、图像大模型(xíng)之后，多(duō)模态大模型已经成为了新的趋势(shì)。

大(dà)模(mó)型(xíng)被誉为当前(qián)人工智能发展的(de)智能底座，是全球竞争最激烈的研(yán)究方向(xiàng)之一，包(bāo)括(kuò)谷歌、亚马逊、百度、阿里、腾讯等众(zhòng)多头部(bù)企业都在竞相发(fā)力。

不过训练大模型的(de)确(què)价格不(bù)菲，以国盛证券发布(bù)的《ChatGPT需经常对视会产生好感吗，异性经常对视会增加好感要多少算力》报(bào)告(gào)估算，GPT-3训练(liàn)一次的成本约为(wèi)140万美元。而对于一些更(gèng)大的LLM(大型语言模型)，训练成本则介于200万美元至1200万(wàn)美元高价之间(jiān)。

以(yǐ)ChatGPT在2023年1月的独立(lì)访客平均数1300万计算(suàn)，其对(duì)应芯片(piàn)需(xū)求为3万(wàn)多(duō)片英伟(wěi)达A100 GPU，初始投入(rù)成本(běn)约为(wèi)8亿美元，每日仅电费就在5万美元左(zuǒ)右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开庞大算(suàn)力(lì)支持。在关注(zhù)各(gè)类大模(mó)型的发展同时，更(gèng)应(yīng)该关注算力网络的(de)建(jiàn)设(shè)。

算力网络正(zhèng)驱动AI产(chǎn)业发(fā)展(zhǎn)进入史(shǐ)诗级(jí)加速进程(chéng)，让AIGC及通用(yòng)AI这一人工智能发展(zhǎn)的终极目标离得(dé)更近。

因(yīn)为算力可以对突(tū)破性技(jì)术创新提供大(dà)力的支持。这(zhè)方面(miàn)，多模(mó)态大模型是(shì)典(diǎn)型。作为(wèi)面向未来强人工(gōng)智能、通(tōng)用人(rén)工智能的重(zhòng)要技术创新，多(duō)模态(tài)大模型(xíng)已经(jīng)在人工(gōng)智能领域提出了很多年，业界(jiè)也有不少技术突破，但是，多模(mó)态大模型进一(yī)步往(wǎng)下走(zǒu)，算力需求呈几何(hé)式(shì)上升(shēng)，一般(bān)的(de)算力基(jī)础设施很快将(jiāng)难以胜(shèng)任。

从(cóng)图像、文字、语音单(dān)独(dú)一项的(de)训练，到双(shuāng)模态、三模态的跃迁，让人工智能可以灵活应对不同模态的转化、像(xiàng)人与世(shì)界交互一样自(zì)然(rán)，这(zhè)方面，由算力网络来(lái)驱动(dòng)将有明显优势。

此(cǐ)外，还有很多需要(yào)爆发式增长的(de)算(suàn)力来支撑的(de)技(jì)术创新，将在人工智能算力(lì)网络支撑下快(kuài)速推进。

AIGC已经露出(chū)曙光，期待在大模型和大算力的支持下AIGC能(néng)持续颠覆内容生产的方式，将创造的边际(jì)成本(běn)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 经常对视会产生好感吗，异性经常对视会增加好感