自聊天机器人ChatGPT火爆以来，微软(ruǎn)公司创(chuàng)始(shǐ)人比尔·盖茨(cí)已多(duō)次(cì)公(gōng)开谈论人工智能话题。在最近的一次采(cǎi)访中(zhōng)，他再次表示：“AI可能会让(ràng)科技行业迎来一(yī)次剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时间2月20日(rì)接受《In Good Company》节目专访时提出的。

他预期，AI的发展可能会威胁到谷歌的市占率，因为微软在(zài)AI方(fāng)面(miàn)的(de)行动相当(dāng)迅速。而最终科技巨头将把AI整合(hé)成(chéng)用户的“全能(néng)助手”，包揽一切应(yīng)用，与人们进行沟通(tōng)并提供建议，可以取代亚(yà)马逊(xùn)、Siri或Outlook等应用。

大佬口(kǒu)中全能助手的到来可(kě)能尚需(xū)时日，但(dàn)由ControlNet引(yǐn)发的又一次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题(tí)热(rè)点包(bāo)围中杀(shā)出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向(xiàng)可控靠近

以AI绘画(huà)为代(dài)表的AIGC上一次爆火的时候(hòu)，还(hái)是2022年8月(yuè)，在(zài)美(měi)国科(kē)罗(luó)拉多州(zhōu)举办的新兴数字艺术(shù)家竞赛中(zhōng)，一幅名为《太空歌(gē)剧院》的作品(pǐn)获奖。

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

用户们可以(yǐ)在应用中输入(rù)一组关键(jiàn)词或者(zhě)一张(zhāng)照(zhào)片，就能获得一(yī)幅AI创作的画作(zuò)。

作画的关(guān)键就是所输入的(de)文本(běn)。同一组(zǔ)关键词也可以(yǐ)创作出很多张风格不一(yī)样(yàng)的画作，这让创作的过(guò)程就(jiù)像开盲盒(hé)。

很多(duō)用户很喜欢这种不确定的惊喜，他(tā)们会将生成的美图当做头像。而另一部分喜欢翻(fān)看AI绘(huì)画的“翻车”作品(pǐn)。在社交媒体上(shàng)，许多用户分享AI“翻车现(xiàn)场”，例(lì)如，一位网友的小狗照片被(bèi)AI画成了(le)“肌肉男(nán)”，还(hái)有网友的个人照片被(bèi)AI识别成(chéng)了建(jiàn)筑(zhù)。

而如(rú)今随着ControlNet的(de)出(chū)现与加持，以往AI绘画的填写关(guān)键词游戏(xì)可能要(yào)被颠覆了。

ControlNet是一位正在斯坦福读(dú)博的中国(guó)人(rén)张吕敏创作的一种基(jī)于控(kòng)制点的图像变形算(suàn)法，主要(yào)用(yòng)于数字(zì)图(tú)像处理、计(jì)算(suàn)机视(shì)觉和计算机图形学等领域。

其SD插(chā)件一经发(fā)布，在短短的两天(tiān)内便成为了(le)AI绘画(huà)领域最(zuì)新的(de)热点。

在此之前，大家(jiā)用了很多方法想让AI生成的(de)结果尽可能的符合要求，但(dàn)是都不(bù)尽如人意，它的出现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直接提(tí)取画面的构(gòu)图，人物的姿势和(hé)画面的深(shēn)度信息(xī)等(děng)。有(yǒu)了它(tā)的帮助(zhù)，就不用频繁的(de)用(yòng)提示(shì)词来碰运气，抽盲(máng)盒式的创作了。

通俗的说ControlNet相当于给AI绘画加(jiā)了“魔(mó)法”，不少博主的(de)作品已(yǐ)经获得了大量的浏览量(liàng)，“viggo”就是其中之一，他用朋友的(de)照(zhào)片(piàn)直接带她们走进动漫(màn)世(shì)界。

viggo先用StableDiffusion图片(piàn)转文(wén)字(zì)。

再用Text2Prompt插件(jiàn)拓展找到对应的关键词(cí)；最后用Control明堂人形图的作者是谁，明堂人形图的作者是谁写的Net插件绑定(dìng)骨骼开(kāi)始换关键词试效果。

通过图(tú)片就可(kě)以(yǐ)看出(chū)来，效果(guǒ)十分惊艳。

更厉害的(de)是，除了真实的照(zhào)片，草(cǎo)图也可以(yǐ)加上“魔法”，知乎大牛“DevPoint”和“逗(dòu)砂”介(jiè)绍到ControlNet还能(néng)实现线稿(gǎo)转全彩图。大神张(zhāng)吕敏其本尊也(yě)亲自回应(yīng)。

不得(dé)不说当下(xià)AIGC已经变得越来越(yuè)强大，甚至输出的(de)作品都已经能以假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全问题

近日，“苏(sū)州金鸡湖有游(yóu)艇party”的消息火遍网络，而经(jīng)过警方辟谣这所谓的“party”可(kě)能是全(quán)国第一起AI绘(huì)图(tú)诈(zhà)骗(piàn)。

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(tú)，因为太逼真，被大家当成真事传(chuán)播了。

不过仔细观察(chá)可(kě)以发现，活(huó)动发起者提供的照片(piàn)中有个很大的漏洞可以发现并非真人，而(ér)是AI绘图，那便是图片中女(nǚ)性的手(shǒu)指(zhǐ)部(bù)分(fēn)有的存(cún)在(zài)异常。

有行(xíng)业人事表示(shì)：“现(xiàn)在因为手指部分的绘画(huà)算法比较复杂(zá)，AI还不太(tài)会画人的手，但最新看(kàn)到的图片已经(jīng)有越来越(yuè)完(wán)美的AI模型出现，以后可(kě)能就(jiù)完全没有漏洞了。”

类似的AI作图诈骗(piàn)在国(guó)外也已(yǐ)有(yǒu)发生。据英国广播公司报(bào)道，土耳其地震期间，有Tiktok用户使用AI合(hé)成(chéng)了儿童受灾的假照片发(fā)布到网(wǎng)络(luò)，以此诱骗善(shàn)良的人打赏“捐助”从(cóng)而(ér)实施诈(zhà)骗(pià明堂人形图的作者是谁，明堂人形图的作者是谁写的n)。

目前随着技(jì)术发(fā)展，AIGC已经(jīng)能做出真人照片(piàn)般的(de)绘图效果，如(rú)果(guǒ)这(zhè)样的图片被用(yòng)来诈骗，将非常(cháng)可怕。

此外AIGC还引发(fā)了很多(duō)担忧，一(yī)方面(miàn)，批判(pàn)者认为AI在“学习”了大量(liàng)前人(rén)的作品之后，其创作没有任何情绪(xù)和灵魂(hún)，难以和人类的艺术创(chuàng)作相提并(bìng)论(lùn)。

另一方面，AIGC背后的版权(quán)、目(mù)前都并没有得到有效(xiào)的(de)解决，还有(yǒu)AIGC会(huì)不(bù)会代替(tì)人类“至高无上(shàng)”的创(chuàng)意。

马斯克(kè)也强调，人工智(zhì)能的安全问题需要得到重视，太晚(wǎn)就来不及了(le)。

03

AIGC下一站除了视频，还有远方

技术都是有两面性(xìng)的，潜在的危害并(bìng)不能掩盖其光辉(huī)的(de)贡献。现在(zài)看来，人工智能技术将是第四次(cì)工业革命(mìng)的核心驱动力(lì)量，将(jiāng)创造新(xīn)的增长(zhǎng)奇(qí)迹。

过去一(yī)年(nián)，人工智能(néng)在技术和商业层面都(dōu)有(yǒu)了巨大进展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向(xiàng)性(xìng)改变的一个代表。其下一(yī)站或许就是视频。

此前，Meta和谷(gǔ)歌(gē)先后发布了几(jǐ)条引(yǐn)爆科技圈(quān)的短视频。这些(xiē)视频引发关注并非内容做得多优秀，反(fǎn)而(ér)都(dōu)非(fēi)常简(jiǎn)单，比(bǐ)如(rú)一匹正在喝水的马，一只(zhǐ)画画的玩具(jù)熊(xióng)，或(huò)者一段骑摩托(tuō)车的(de)第一视角(jiǎo)录像，随便一个(gè)有手机(jī)的人都可以随手(shǒu)录下一段。

但这些短视频的(de)创作方式非常(cháng)简单，创作者仅仅需(xū)要向AI输入一(yī)段话，甚至只是说一下要求，AI就可以根据需要生(shēng)成一段(duàn)视频。

谷歌发布的两个AI生成视频(pín)分别来(lái)自于Imagen Video和(hé)Phenaki，前(qián)者主要突出的是(shì)高(gāo)清，与Meta的Make-A-Video没有太多(duō)的(de)差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩(wán)了一波(bō)梗，一(yī)个(gè)能够做出(chū)更高清视频的(de)AI还不足以在短时(shí)间(jiān)内戳中兴(xīng)奋点。

Phenaki更加令人震惊的(de)地方在于(yú)，它可以制作出(chū)超过2分钟的连贯的也有(yǒu)确切内容(róng)的视频(pín)，这才是真正让人们感到惊喜(xǐ)的地(dì)方。因为无论AI生成的视频(pín)多么(me)高清，也只能是(shì)为内容生产者提供(gōng)一(yī)个灵感，一个素材(cái)，一个过场(chǎng)动画。

不过能够(gòu)制作出有具体(tǐ)剧情内容的视(shì)频(pín)就意味着，一些视频(pín)创作由(yóu)AI代(dài)替人工完成已(yǐ)经初步有了可(kě)能。

当下(xià)AI的发(fā)展速度已经超过大部分人的(de)想象。内容产(chǎn)业(yè)的本质是供给创造需求，AIGC作为全(quán)新的(de)内容(róng)生产(chǎn)方式，可(kě)以(yǐ)为(wèi)内容产业(yè)带来更新的内容风格、更快的(de)生产速度，更(gèng)低的(de)生产成本，这无(wú)疑会驱动内(nèi)容产(chǎn)业(yè)的大(dà)爆发。

除了AI绘图(tú)、视频，AIGC技(jì)术还(hái)能(néng)应(yīng)用于音乐(lè)、代(dài)码、机器(qì)人动(dòng)作等(děng)多种(zhǒng)内容形式的(de)生成。不难发现(xiàn)该项技术(shù)不(bù)仅(jǐn)在游戏等(děng)行业能得到有效应用，对于下一代互(hù)联网各种元(yuán)素的构建亦有(yǒu)关键意义。

从商业化的角度来看，文化娱乐、教育(yù)、传媒等诸多领域，本身(shēn)就对基于AI的可视(shì)化(huà)内容(róng)有强烈需求。

因(yīn)此，AI绘画及(jí)视频或不(bù)是(shì)结果，而只(zhǐ)是AI进程中的一块重(zhòng)要拼图，有望(wàng)在技术更新的(de)加持下实现更大的应用价值。

AI从(cóng)理解内(nèi)容，走向了可(kě)以生成(chéng)内容(róng)，甚至能够(gòu)创造出独立(lì)价(jià)值和独立视角(jiǎo)的内容。AIGC的再次(cì)出圈，更代表着(zhe)未来(lái)的先进生产力(lì)即将到(dào)来(lái)。

04

紧抓大模型与算力，牢固(gù)AIGC底(dǐ)座

从技术的发展也(yě)可以看出，在语言(yán)大(dà)模型、图(tú)像(xiàng)大模型之后，多模态(tài)大模型已经(jīng)成为了新的(de)趋势。

大模型被誉(yù)为当前人工智能发展的智能底座，是(shì)全球竞争最激(jī)烈的(de)研究方向(xiàng)之一，包括谷歌(gē)、亚马逊(xùn)、百度(dù)、阿里、腾讯等众多头部企业都在竞相发力。

不过训(xùn)练大模型的确价(jià)格不菲，以国(guó)盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一(yī)次的成本约(yuē)为(wèi)140万(wàn)美元。而对于一些更大的(de)LLM(大型语言模型)明堂人形图的作者是谁，明堂人形图的作者是谁写的，训练成本则介于200万美元至1200万美(měi)元高(gāo)价(jià)之间。

以ChatGPT在2023年1月(yuè)的独(dú)立(lì)访(fǎng)客平均数1300万计算，其对应芯片(piàn)需求(qiú)为3万多片(piàn)英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每日仅电费就在(zài)5万美(měi)元左右。

此外不论是ChatGPT还(hái)是AIGC，都离(lí)不开(kāi)庞(páng)大(dà)算力支(zhī)持(chí)。在关注(zhù)各类大(dà)模型的发(fā)展同时，更应(yīng)该关注(zhù)算力网(wǎng)络(luò)的建设。

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

因(yīn)为算力可以对突破(pò)性技(jì)术创新提供(gōng)大力的支持。这(zhè)方(fāng)面(miàn)，多(duō)模态大模型是(shì)典型。作(zuò)为面向未来(lái)强人工(gōng)智能、通用人(rén)工智能的(de)重要技术创新，多模态大模型已经在人工智能领(lǐng)域(yù)提(tí)出了很(hěn)多(duō)年，业界也有不少技术突破，但是，多模态大模型进一步往下(xià)走(zǒu)，算力需(xū)求呈几何(hé)式上升，一般的(de)算(suàn)力(lì)基础(chǔ)设施(shī)很快将难以胜任(rèn)。

从图像、文字(zì)、语音单独一项的训练(liàn)，到双模态、三模(mó)态的跃(yuè)迁，让人工(gōng)智(zhì)能(néng)可以(yǐ)灵活(huó)应对不(bù)同模态的转(zhuǎn)化、像人与世界交互(hù)一样自然(rán)，这方面，由算力网络来驱动(dòng)将有明显优势。

此外(wài)，还有很多需要爆(bào)发式(shì)增(zēng)长的(de)算(suàn)力来支撑的技(jì)术创新(xīn)，将在人(rén)工(gōng)智(zhì)能算力网络支撑下快速推进。

AIGC已经露出曙光，期待(dài)在大模(mó)型和(hé)大算力的(de)支持下(xià)AIGC能持(chí)续颠覆内容生(shēng)产的方式，将创造的边际成本降低，让万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 明堂人形图的作者是谁，明堂人形图的作者是谁写的