自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微软公司创始人比尔(ěr)·盖茨(cí)已多次公开谈(tán)论(lùn)人工智能话题。在最近的一次采访中(zhōng)，他再次表(biǎo)示：“AI可(kě)能(néng)会让科技行(xíng)业迎来一(yī)次剧烈(liè)的洗牌”。

这个(gè)结论(lùn)是他在当地时(shí)间2月20日接受《In Good Company》节目(mù)专访时提出的。

他预期，AI的发展可能会威胁到(dào)谷(gǔ)歌的市占率，因(yīn)为(wèi)微软在AI方(fāng)面的(de)行(xíng)动相(xiāng)当(dāng)迅速。而最终科技巨头将把AI整合成(chéng)用户(hù)的“全能助手(shǒu)”，包揽一切(qiè)应用，与人(rén)们进行沟通并提(tí)供建议，可(kě)以取代亚马逊、Siri或(huò)Outlook等(děng)应用。

大佬口中全(quán)能(néng)助手的到来可能(néng)尚需时日，但由(yóu)ControlNet引发(fā)的又一次AI绘画浪潮，让AIGC在ChatGPT的话题热点(diǎn)包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法(fǎ)

AIGC向可控靠近

以AI绘(huì)画为代表的AIGC上(shàng)一(yī)次爆(bào)火的(de)时候(hòu)，还是2022年8月，在美国科(kē)罗拉多州举办的(de)新兴数字艺术家竞赛中，一幅名为(wèi)《太空(kōng)歌剧院》的作品(pǐn)获奖。

随后各大厂商(shāng)的AI绘画软件被广大网(wǎng)友熟(shú)知并体验，Stable Diffusion便是其中代表。

用户(hù)们(men)可以在应用中输(shū)入一组(zǔ)关键词或者一张照片(piàn)，就(jiù)能获得一幅AI创(chuàng)作的画作。

作画的关键就是(shì)所输入的文本。同一组(zǔ)关键(jiàn)词也可以创(chuàng)作出很多张风格不(bù)一样的画作，这(zhè)让(ràng)创作的过程就像(xiàng)开盲盒(hé)。

很(hěn)多用户很(hěn)喜欢这(zhè)种不确(què)定的惊(jīng)喜，他们会将生成的(de)美图当做头(tóu)像。而另一部分(fēn)喜(xǐ)欢翻看AI绘画的“翻车”作品(pǐn)。在社(shè)交媒体上，许多用户分享AI“翻车现场”，例如，一位网友的小狗照片被AI画成了(le)“肌肉男”，还有(yǒu)网友的个人(rén)照片(piàn)被AI识别成了建筑。

而(ér)如今随(suí)着ControlNet的出现与加持，以往AI绘画的填(tián)写关键词游戏可能要被颠覆(fù)了。

ControlNet是(shì)一(yī)位正在斯坦福读(dú)博的(de)中国人张(zhāng)吕(lǚ)敏创(chuàng)作的一种基于控(kòng)制点的图像(xiàng)变形算(suàn)法，主要用于数字图像处(chù)理、计算机视觉和计算机(jī)图形学(xué)等领域。

其SD插件一经发布(bù)，在短(duǎn)短的两天内便成为(wèi)了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很多方(fāng)法(fǎ)想让AI生成的结果尽(jǐn)可能的符合要(yào)求，但是都(dōu)不(bù)尽如人意(yì)，它的(de)出现代表着(zhe)AI生成(chéng)开(kāi)始进入真正的可控时期。

因为(wèi)ControlNet可以直接(jiē)提取画面的(de)构图，人(rén)物(wù)的姿势和(hé)画面的深(shēn)度(dù)信息等。有了它(tā)的帮助，就不用频繁的(de)用提(tí)示词来碰运(yùn)气，抽盲盒式的创作了。

通俗的说(shuō)ControlNet相当于给(gěi)AI绘画加了“魔法”，不少博主的(de)作品已经(jīng)获得(dé)了(le)大量的浏览量，“viggo”就是(shì)其中(zhōng)之一，他用朋友(yǒu)的照片直接(jiē)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(hòu)用ControlNet插件绑定(dìng)骨(gǔ)骼(gé)开(kāi)始(shǐ)换关键词试效果(guǒ)。

通过图(tú)片就(jiù)可以看出来(lái)，效果十(shí)分惊(jīng)艳(yàn)。

更(gèng)厉(lì)害的是，除了(le)真实的(de)照片，草图也(yě)可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介(jiè)绍到ControlNet还能实现线(xiàn)稿(gǎo)转全(quán)彩图。大神张吕敏其本(běn)尊(zūn)也亲(qīn)自回应。

不(bù)得不说当下AIGC已(yǐ)经变得(dé)越来(lái)越强大，甚至(zhì)输出的作品都(dōu)已经能以假乱真了。

02

难辨虚实，AIGC技术力爆发

警惕(tì)安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消息(xī)火遍网络，而经过警方(fāng)辟谣这所谓的“party”可能是全(quán)国(guó)第一(yī)起AI绘图诈骗。

由于这个活动里面给出的美女照片都是(shì)AI制作的真(zhēn)人照片绘图，因为(wèi)太逼真(zhēn)，被大家当成(chéng)真(zhēn)事(shì)传播了。

不过(guò)仔细观(guān)察可以发现，活动发起者提供的照片中有(yǒu)个很大的漏洞可以发现并(bìng)非(fēi)真人，而是AI绘图，那(nà)便是图片中女(nǚ)性的(de)手指部分有的存在异(yì)常。

有行业人(rén)事(shì)表(biǎo)示：“现在因为手指部分(fēn)的绘画算法比较复杂(zá)，AI还不太会(huì)画人的手，但最新看(kàn)到的图片已(yǐ)经有(yǒu)越来越完美的AI模型(xíng)出现，以后可能就(jiù)完全没(méi)有漏洞了。”

类似(shì)的(de)AI作图诈骗在国外也(yě)已有发生(shēng)。据英国广播(bō)公司报道，土(tǔ)耳其(qí)地震(zhèn)期间，有(yǒu)Tiktok用户(hù)使用AI合成了儿童(tóng)受灾的假照片发(fā)布到网络，以此(cǐ)诱骗善良的人打赏“捐助”从而(ér)实施(shī)诈骗。

目前随着技术发(fā)展，AIGC已(yǐ)经能做出真人照片般的(de)绘图效果，如果这(zhè)样的(de)图片(piàn)被用来诈骗，将非(fēi)常可怕。

此(cǐ)外AIGC还引(yǐn)发了很(hěn)多(duō)担忧，一(yī)方面，批(pī)判者认(rèn)为AI在“学习”了(le)大量前人(rén)的作品之后，其创作没有(yǒu)任何情绪和灵魂，难以(yǐ)和人(rén)类的艺术创作(zuò)相提并(bìng)论。

另一方面(miàn)，AIGC背后的版权、目(mù)前都并没有(yǒu)得到有效的(de)解决(jué)，还有AIGC会不会(huì)代替人类“至高无上”的创意。

马斯克也强调，人(rén)工智(zhì)能的安全问题需要(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

技术都是有两面性的，潜在(zài)的危害并不能(néng)掩盖(gài)其光辉的贡献。现在看来，人(rén)工(gōng)智(zhì)能技(jì)术将(jiāng)是第四次工业(yè)革命的核心(xīn)驱(qū)动力(lì)量(liàng)，将创造新的增(zēng)长奇迹。

过去一年，人工(gōng)智能在技术和商业(yè)层面都有(yǒu)了巨大进展，AI绘画(huà)就(jiù)是人(rén)工智(zhì)能(néng)技术发生方向性(xìng)改变的一(yī)个代表。其(qí)下一站(zhàn)或许就是视频。

此前，Meta和谷歌先后(hòu)发布了几条引爆科(kē)技圈(quān)的短视频。这些(xiē)视频引发关注并非(fēi)内容做得多优秀，反而都非常简单(dān)，比(bǐ)如一匹正在喝水(shuǐ)的马(mǎ)，一(yī)只画(huà)画的玩具熊，或者一段骑(qí)摩托车的第一视角录像(xiàng)，随便一个有手(shǒu)机的人都可以随手录下(xià)一段。

但(dàn)这些短视频的创作方式非(fēi)常(cháng)简单(dān)，创(chuàng)作者仅仅需要向AI输入一段(duàn)话，甚至只是说一下要求，AI就(jiù)可以根据需要生成一段视频。

谷歌发布的两个AI生(shēng)成(chéng)视频分别来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的(de)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(quān)就已经玩了一波(bō)梗，一个能(néng)够做(zuò)出更高(gāo)清(qīng)视频的AI还不足(zú)以(yǐ)在短时间内戳中兴(xīng)奋(fèn)点(diǎn)。

Phenaki更(gèng)加令人震惊(jīng)的地(dì)方在于，它可(kě)以制作出超过2分(fēn)钟的连贯的(de)也(yě)有确切(qiè)内容的视频，这(zhè)才是真正(zhèng)让(ràng)人们感到惊(jīng)喜的地方。因(yīn)为无论AI生成的视频多(duō)么高清，也只(zhǐ)能是为内容生产者提供(gōng)一个灵感，一个素材(cái)，一(yī)个过场动画。

不过能(néng)够制(zhì)作出有具体剧情内容的(de)视频就(jiù)意味着，一些视(shì)频创作由AI代替(tì)人工完(wán)成已经(jīng)初步有了可能。

当下(xià)AI的(de)发(fā)展速度已(yǐ)经(jīng)超过(guò)大部(bù)分人的(de)想象(xiàng)。内容产业(yè)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，可以(yǐ)为内容产(chǎn)业(yè)带来(lái)更(gèng)新(xīn)的(de)内容风格(gé)、更快的(de)生产速度，更低的(de)生(shēng)产成本，这无疑会(huì)驱(qū)动内容产业(yè)的大爆发。

除(chú)了AI绘图、视频，AIGC技(jì)术还能应(yīng)用于音乐、代码、机器人动(dòng)作等(děng)多(duō)种内容形式的生成。不难(nán)发现该(gāi)项技(jì)术不仅在游戏等行业能得到有(yǒu)效(xiào)应用，对于(yú)下一代互(hù)联(lián)网各种元素的构建亦有关键意义(yì)。

从(cóng)商(shāng)业化的角度来看，文化娱乐(lè)、教育(yù)、传媒等诸多(duō)领域，本身就(jiù)对(duì)基于AI的可视化内容有强烈需求。

因此，AI绘画及(jí)视频或不是结(jié)果(guǒ)，而只是AI进程中的一(yī)块(kuài)重要(yào)拼图，有望在(zài)技(jì)术更新(xīn)的加持下实现(xiàn)更大(dà)的应用价值。

AI从理(lǐ)解(jiě)内容，走(zǒu)向了可以(yǐ)生成内容，甚至能够创造出独立(lì)价(jià)值和(hé)独(dú)立视角(jiǎo)的内容。AIGC的再次出圈，更代(dài)表着未来的先(xiān)进(jìn)生产力即(jí)将到来。

04

紧抓大(dà)模型与算力，牢固AIGC底座

从(cóng)技(jì)术的发展也可以看出，在语言大模型、图像大模型之(zhī)后，多模态大模型已经成(chéng)为了新的趋势。

大模型被誉为当(dāng)前人工智能发展的智能(néng)底座，是全球竞争最激烈(liè)的研究方向之(zhī)一(yī)，包括谷歌、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企(qǐ)业都(dōu)在竞(jìng)相发力(lì)。

不过训练大模(mó)型(xíng)的(de)确(què)价格不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多(duō)少(shǎo)算(suàn)力(lì)》报告估算(suàn)，GPT-3训练一(yī)次的成本约为140万美元。而(ér)对于(yú)一些更大(dà)的(de)LLM(大型语(yǔ)言(yán)模(mó)型)，训(xùn)练成本则介于(yú)200万美元(yuán)至1200万美元高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万计算，其对应芯片(piàn)需(xū)求为3万(wàn)多片英(yīng)伟达(dá)A100 GPU，初始投入成本约为8亿(yì)美元，每日(rì)仅电费就(jiù)在5万美元左(zuǒ)右。

此外不论是ChatGPT还是AIGC，都离不(bù)开庞大算力支持。在关(guān)注各类大模型(xíng)的发(fā)展(zhǎn)同时，更(gèng)应该关注算(suàn)力网络的建设(shè)。

算力网络正驱(qū)动AI产业发展进入史(shǐ)诗(shī)级加速进程，让AIGC及通用(yòng)AI这(zhè)一人(rén)工智能发展的(de)终极目标(biāo)离得更近。

因为算力可(kě)以对突破性技术(shù)创新提供大力的支持。这方面，多模态大模(mó)型是典型。作为面向未(wèi)来(lái)强人工智能、通用人工智能的(de)重(zhòng)要(yào)技术创新，多模态(tài)大模型已经在人工智能领域提出(chū)了很(hěn)多年(nián)，业界也有不少技(jì)术突(tū)破，但是，多模态大模型进(jìn)一步往(wǎng)下走，算力需(xū)求(qiú)呈(chéng)几(jǐ)何式上升，一般的算力(lì)基础设施(shī)很(hěn)快将难以胜任。

从图像、文字、语音单独一项的(de)训练，到双模态、三模(mó)态的跃迁，让人工智能可(kě)以(yǐ)灵活应对不(bù)同模(mó)态的转化、像(xiàng)人与世界交互一样自然，这(zhè)方面(miàn)，由算力网络(luò)来驱动将有明显优势(shì)。

此外，还有很多需要爆发式增(zēng)长的算力(lì)来(lái)支撑的技术创新，将在人(rén)工(gōng)智能算力网络(luò)支(zhī)撑下快速推进。

AIGC已经露出(chū)曙光，期(qī)待在大模型和大算力的(de)支持(chí)下AIGC能持续(xù)颠覆内容生产的方式，将创造(zào)的边际成(chéng)本降低，让万(wàn)众受益。

未经允许不得转载：橘子百科-橘子都知道 为什么负负得正怎么推理，乘法为什么负负得正