自聊天机(jī)器人ChatGPT火爆(bào)以来，微软公司(sī)创始(shǐ)人比尔·盖茨已多次公开谈论(lùn)人工智能话题。在最近的一次采访中(zhōng)，他再次表示：“AI可能会让(ràng)科技(jì)行业迎来一次剧烈的洗牌”。

这个结论(lùn)是(shì)他(tā)在(zài)当地时(shí)间2月20日接(jiē)受《In Good Company》节目专访时提出的(de)。

他预期，AI的(de)发展(zhǎn)可能(néng)会威胁到谷(gǔ)歌的市占(zhàn)率，因为微(wēi)软(ruǎn)在AI方面的行(xíng)动相当迅速。而最终科技巨头将(jiāng)把AI整合(hé)成用(yòng)户的“全能助手”，包揽一切应(yīng)用，与人(rén)们进行沟通并(bìng)提供建议，可以取(qǔ)代亚(yà)马(mǎ)逊、Siri或Outlook等应用。

大佬口中全(quán)能助手的到(dào)来可能尚需时(shí)日，但由(yóu)ControlNet引(yǐn)发的又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话(huà)题(tí)热点包围中杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可(kě)控靠(kào)近

以AI绘(huì)画(huà)为代表的AIGC上一次爆火的时候，还是2022年8月，在(zài)美(měi)国科罗拉多(duō)州举办的(de)新(xīn)兴数字艺术家竞赛中，一幅(fú)名为(wèi)《太空(kōng)歌剧院(yuàn)》的作品获奖。

随后各大厂商的AI绘画软件被广(guǎng)大网友熟(shú)知(zhī)并体(tǐ)验(yàn)，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中输入一组关(guān)键词或者一张照(zhào)片，就能获得一幅AI创作的画作。

作画的关键就是所(suǒ)输入的文(wén)本。同一组(zǔ)关键词也(yě)可以(yǐ)创作出很多(duō)张风格不一样的(de)画作，这让创作的过程就像开盲盒。

很多用户很喜欢这种不确定的惊喜，他(tā)们(men)会将生成的美图(tú)当做头像。而另一部(bù)分喜欢翻(fān)看AI绘画(huà)的“翻(fān)车”作品。在(zài)社交(jiāo)媒体上(shàng)，许多用户分享AI“翻车现场(chǎng)”，例如，一(yī)位网友的(de)小狗照片被AI画成了“肌(jī)肉(ròu)男”，还有网友的个(gè)人照片被AI识别成了建(jiàn)筑(zhù)。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画(huà)的填写关键(jiàn)词游戏可能(néng)要(yào)被颠覆(fù)了。

ControlNet是一位正在斯坦福读博的(de)中(zhōng)国人(rén)张吕敏创作的一(yī)种基于控制点(diǎn)的图像变(biàn)形算法，主要用(yòng)于(yú)数字图像处理、计(jì)算(suàn)机视觉和计算机(jī)图(tú)形学等领(lǐng)域。

其SD插件一经发布，在(zài)短(duǎn)短的两天内便成(chéng)为了AI绘画领域最新的(de)热点。

在(zài)此(cǐ)之(zhī)前，大家用了很多方法想(xiǎng)让AI生(shēng)成的结果尽可能的符合要求，但是都不尽如人意，它的出(chū)现(xiàn)代表着AI生成开始进入真正的(de)可控时期(qī)。

因为ControlNet可以直接提取画面的构(gòu)图(tú)，人(rén)物的(de)姿势和画面的深度信息等(děng)。有了它的帮(bāng)助，就不用频繁(fán)的用提示词来碰运(yùn)气(qì)，抽(chōu)盲盒式的创(chuàng)作了。

通俗的说ControlNet相当于(yú)给AI绘画加了“魔法”，不(bù)少博主的作品已经获得了(le)大量(li什么叫人文关怀，人文关怀体现在哪些方面àng)的浏览量，“viggo”就是其中之一(yī)，他用朋友的照片直(zhí)接带她们走进动漫(màn)世界。

viggo先用StableDiffusion图片转文字。

再用(yòng)Text2Prompt插(chā)件(jiàn)拓(tuò)展找到对应(yīng)的(de)关(guān)键词；最后用(yòng)ControlNet插件绑定骨骼开始换(huàn)关(guān)键词试效果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳。

更厉害的是，除(chú)了真实的照片，草图也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂”介绍到ControlNet还能(néng)实现(xiàn)线稿(gǎo)转全彩(cǎi)图。大(dà)神张吕(lǚ)敏其本尊也亲自回应。

不得不说当下AIGC已经变(biàn)得(dé)越来(lái)越强大，甚至(zhì)输出的作品都已经(jīng)能以假乱真(zhēn)了。

02

难辨虚(xū)实，AIGC技术力爆发

警惕安全问题

近日，“苏州金鸡湖有游艇party”的消息(xī)火遍网络，而经(jīng)过警方辟谣(yáo)这所谓的(de)“party”可能是全国第一起AI绘图(tú)诈(zhà)骗(piàn)。

由于(yú)这个活(huó)动里面(miàn)给出的美(měi)女照(zhào)片都是AI制(zhì)作的真人照片绘图，因为太逼(bī)真(zhēn)，被大(dà)家(jiā)当(dāng)成真(zhēn)事传播了(le)。

不过仔细(xì)观察可以(yǐ)发(fā)现，活动发起者提供的(de)照片中有个很大的漏洞可以(yǐ)发(fā)现(xiàn)并非真人，而是AI绘图，那(nà)便是图(tú)片中(zhōng)女性的手指部分有的存在异常(cháng)。

有行业人事表示：“现在因为手(shǒu)指部分的(de)绘画算法比(bǐ)较复杂(zá)，AI还不太会画(huà)人的手(shǒu)，但最新看到的图(tú)片已经有越来越完美的AI模型(xíng)出现，以后可能就(jiù)完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外(wài)也已(yǐ)有(yǒu)发生(shēng)。据英国广播公(gōng)司报(bào)道，土耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受(shòu)灾的假照片(piàn)发布到网络，以此(cǐ)诱(yòu)骗善(shàn)良的(de)人(rén)打赏“捐助(zhù)”从而实施(shī)诈骗。

目前(qián)随着技术(shù)发展，AIGC已经能做出真(zhēn)人照片般的绘图效果，如果这样的图片被用来诈骗，将非(fēi)常可怕。

此外AIGC还引发了很多(duō)担忧，一方面，批判者(zhě)认(rèn)为AI在“学习”了大(dà)量前人的作(zuò)品之后，其创(chuàng)作(zuò)没有任何情绪和灵(líng)魂，难以和(hé)人类的艺术(shù)创作相提并论。

另一方面，AIGC背(bèi)后的版权、目前都并(bìng)没(méi)有得到有效的(de)解决，还有AIGC会不(bù)会代替人类“至高无(wú)上(shàng)”的创意(yì)。

马斯(sī)克也强(qiáng)调(diào)，人工(gōng)智能的安全(quán)问(wèn)题需要得(dé)到重视，太晚就(jiù)来不及了。

03

AIGC下一(yī)站除(chú)了视频，还(hái)有远(yuǎn)方

技术(shù)都是有(yǒu)两面性(xìng)的，潜在的危害并不能(néng)掩(yǎn)盖(gài)其光辉的贡献。现在看来(lái)，人工智能技术将是第四次工(gōng)业革命的核心驱动力量(liàng)，将创造新的增长(zhǎng)奇迹。

过去一年，人工智能(néng)在技术和商业层面(miàn)都(dōu)有(yǒu)了巨大进展，AI绘画就是人工智能技术(shù)发生(shēng)方向性改变的一个(gè)代表(biǎo)。其下(xià)一站或(huò)许就是视频。

此(cǐ)前(qián)，Meta和(hé)谷歌先后发(fā)布了几条引(yǐn)爆科技圈的短视频(pín)。这些视频引发关(guān)注(zhù)并非内容做得多优秀，反而都非(fēi)常简(jiǎn)单，比如一(yī)匹正在喝水的马(mǎ)，一只画(huà)画的玩(wán)具熊，或者一段骑摩托车的第一视(shì)角录像，随便一个有手机的人都可以随手(shǒu)录下一段。

但这些短(duǎn)视频的(de)创作方式非常(cháng)简单，创作者仅仅需要向AI输入(rù)一段话，甚至只是说一下要求，AI就可(kě)以根据需要生成一段视频。

谷(gǔ)歌发布(bù)的两个AI生成(chéng)视频分别来自于Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要(yào)突出的是高清(qīng)，与(yǔ)Meta的Make-A-Video没(méi)有太多的差别。

在Make-A-Video公布了AI生成的视(shì)频后，AI圈就(jiù)已经玩了一波梗，一个能(néng)够做出更高清(qīng)视频(pín)的(de)AI还不(bù)足以在短(duǎn)时间内戳(chuō)中兴奋点。

Phenaki更加令人震(zhèn)惊(jīng)的地方在于，它(tā)可以制(zhì)作出超过(guò)2分钟的连(lián)贯的也(yě)有确切内容的视频(pín)，这(zhè)才是真正(zhèng)让人们(men)感到(dào)惊(jīng)喜的地方。因为无论AI生(shēng)成的视频多么高清，也(yě)只能是为内(nèi)容生产者提供一(yī)个(gè)灵(líng)感，一个素(sù)材，一(yī)个(gè)过场(chǎng)动画。

不过能够制作出有具体剧情内容的视频就意味(wèi)着，一些(xiē)视频创作(zuò)由AI代替人工完成已(yǐ)经初(chū)步(bù)有了可能。

当下AI的发展速度已(yǐ)经超过(guò)大部分人的(de)想象。内容产业(yè)的(de)本质是(shì)供给创造需求，AIGC作为全新的(de)内容生产(chǎn)方(fāng)式，可以为内容产业带来更新(xīn)的内容风格、更快的生产速度，更低的生产(chǎn)成本，这(zhè)无疑(yí)会驱(qū)动(dòng)内容(róng)产业的(de)大爆发。

除了(le)AI绘图、视频，AIGC技术(shù)还能应用于(yú)音乐、代(dài)码、机器人(rén)动(dòng)作(zuò)等多种内(nèi)容形式的生成。不难(nán)发现该项(xiàng)技术不仅在(zài)游(yóu)戏等行业能得到有效应用，对于(yú)下一代互联网各(gè)种(zhǒng)元素的构(gòu)建亦(yì)有关键(jiàn)意义。

从商业(yè)化(huà)的角度来看，文化娱乐、教(jiào)育、传媒等诸多领(lǐng)域，本(běn)身就(jiù)对基于AI的可视(shì)化(huà)内容有强烈需求(qiú)。

因此(cǐ)，AI绘画及视频(pín)或不是结(jié)果，而(ér)只是AI进程中(zhōng)的(de)一块重要拼图，有(yǒu)望在技术更新的加持下实现更大的应用价值。

AI从理(lǐ)解内容(róng)，走向了可以生成内容，甚至能够(gòu)创(chuàng)造(zào)出独立价值和独立视(shì)角的内容(róng)。AIGC的再次出圈，更代表着未来的先进生产力即将到(dào)来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技术的发(fā)展也可以看(kàn)出(chū)，在(zài)语言大模型、图像大模型(xíng)之后，多模态大(dà)模型(xíng)已经成为了新的趋势。

大模型被誉为当前人工智能发展的(de)智能底座(zuò)，是全球竞争最激(jī)烈的研究方向之一，包括谷歌(gē)、亚(yà)马逊(xùn)、百度、阿里、腾讯等(děng)众多头部企(qǐ)业都在竞相发力(lì)。

不过训练大模型(xíng)的确(què)价格(gé)不(bù)菲，以国盛(shèng)证(zhèng)券发布(bù)的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训(xùn)练一次的成本约为140万美元。而对于一些更(gèng)大的LLM(大型(xíng)语言模(mó)型)，训(xùn)练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月的独立访客平均数1300万计算，其(qí)对应芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初始(shǐ)投入成本(běn)约为8亿美元，每日(rì)仅电费就在5万美元左右。

此外(wài)不论是ChatGPT还是AIGC，都离(lí)不开庞大算力支持。在(zài)关(guān)注各类大模型的发(fā)展(zhǎn)同时，更应(yīng)该关注算力网(wǎng)络的建设。

算力网络正驱动(dòng)AI产业发展进入史诗(shī)级加速进程，让(ràng)AIGC及通用AI这一人工智能发展(zhǎn)的终极目(mù)标离得更近。

因(yīn)为算力可以(yǐ)对突破性技术(shù)创新(xīn)提(tí)供(gōng)大力(lì)的支持。这方面，多模态大模型是典型。作(zuò)为面向未(wèi)来强(qiáng)人工智能、通用人工智能的重要技术创新，多模态(tài)大模型(xíng)已经在人工智(zhì)能领域提出了(le)很多年，业(yè)界也(yě)有不少技术突破，但(dàn)是(shì)，多模态(tài)大模型进一(yī)步往下走，算力(lì)需求呈几(jǐ)何式上(shàng)升，一般的算力基础设施很快(kuài)将难以(yǐ)胜任。

从图像(xiàng)、文字、语音单(dān)独一项(xiàng)的训练，到双模态、三(sān)模态的跃迁，让人工智(zhì)能(néng)可以(yǐ)灵活(huó)应对不同(tóng)模态的转化、像人与世界交互一样自(zì)然，这方(fāng)面，由算力(lì)网络(luò)来驱动(dòng)将有明显(xiǎn)优势(shì)。

此外，还(hái)有很多(duō)需要爆发式增长的算力来支撑的(de)技术创新(xīn)，将在人工智能算力网络支撑下快速推进。

AIGC已经露出(chū)曙光，期待在(zài)大(dà)模型和大算力的(de)支持(chí)下(xià)AIGC能持续颠覆内容生产的方式，将创造的边际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 什么叫人文关怀，人文关怀体现在哪些方面