自(zì)聊天机器(qì)人ChatGPT火爆以(yǐ)来，微软公司创(chuàng)始人比尔·盖茨已多次公开(kāi)谈论人工智能(néng)话题。在(zài)最近的(de)一次采(cǎi)访(fǎng)中，他再次表(biǎo)示：“AI可能会让科技行业迎(yíng)来一(yī)次(cì)剧烈(liè)的(de)洗牌”。

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

他预期，AI的(de)发(fā)展可能(néng)会威胁到(dào)谷(gǔ)歌的市占率，因为(wèi)微软在(zài)AI方面的行动相当(dāng)迅(xùn)速。而最(zuì)终科技巨头将把AI整合成用户的“全能助手”，包揽一(yī)切应用(yòng)，与人们(men)进(jìn)行(xíng)沟通并提供(gōng)建议(yì)，可以取代亚马逊、Siri或Outlook等应用。

大(dà)佬口中全能助手(shǒu)的到来(lái)可能(néng)尚需时日，但由ControlNet引发的又一(yī)次AI绘画浪潮，让AIGC在ChatGPT的话(huà)题热(rè)点包围中杀出重围。

01

ControlNet颠覆AI绘画新玩(wán)法(fǎ)

AIGC向(xiàng)可(kě)控(kòng)靠近(jìn)

以(yǐ)AI绘画为代表的AIGC上(shàng)一(yī)次爆火的(de)时候，还是2022年8月，在美国科罗(luó)拉多(duō)州(zhōu)举办的新兴(xīng)数字艺(yì)术家竞(jìng)赛中(zhōng)，一(yī)幅名为《太空歌(gē)剧院》的作品获奖。

随后各大厂商的AI绘画软件被广大(dà)网(wǎng)友(yǒu)熟(shú)知并体验，Stable Diffusion便是(shì)其中代表。

用户们可以在应(yīng)用中输入一(yī)组关键词或者一张照片，就能获得一幅(fú)AI创作的画(huà)作。

作画的(de)关键就是(shì)所输(shū)入的文(wén)本。同一组关键词也(yě)可以创作出很多张(zhāng)风格不一样(yàng)的画作，这让创作(zuò)的过程就像开盲盒(hé)。

很多用户很喜欢这种不确(què)定的惊喜，他们会将生成的美图当做头(tóu)像。而(ér)另(lìng)一(yī)部分(fēn)喜欢翻(fān)看AI绘画(huà)的“翻车”作品。在社交(jiāo)媒体上，许(xǔ)多用户分享AI“翻车现场(chǎng)”，例如，一位网友的小狗(gǒu)照片被AI画成(chéng)了(le)“肌肉男”，还有网(wǎng)友的(de)个人照(zhào)片被AI识(shí)别成(chéng)了建筑。

而如今随着ControlNet的出(chū)现与加持，以往AI绘(huì)画(huà)的填写关键词(cí)游戏可(kě)能要被颠覆了。

ControlNet是一位正在斯(sī)坦福读(dú)博(bó)的中国人张(zhāng)吕敏创作的一种(zhǒng)基于控(kòng)制(zhì)点的图像变形算法，主要用于数字图像(xiàng)处(chù)理、计算机视觉和计算机图(tú)形学(xué)等领域。

其SD插件一经发(fā)布(bù)，在(zài)短短(duǎn)的(de)两天内便成(chéng)为了AI绘画领域最(zuì)新的热点。

在此之前，大家用了很(hěn)多(duō)方法(fǎ)想让AI生成的结果尽可能(néng)的符(fú)合(hé)要求，但是(shì)都不尽(jǐn)如人意，它(tā)的出现(xiàn)代(dài)表着AI生成开始进(jìn)入真正的(de)可控时期。

因为(wèi)ControlNet可以直接提取画面的构图，人物的(de)姿势(shì)和画面的深度信息等。有了它的帮助，就不用频繁的用提示词来碰运气(qì)，抽盲盒式的创作了。

通俗的说ControlNet相(xiāng)当于给AI绘画(huà)加了(le)“魔法”，不少博主的(de)作品(pǐn)已经(jīng)获得了大(dà)量的浏览量，“viggo”就是其中之一，他用(yòng)朋友的照片直接带她(tā)们走进动漫世界(jiè)。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到(dào)对应的关键词；最后用ControlNet插件(jiàn)绑定骨骼开始(shǐ)换关键词试效果。

通过图片就可以看(kàn)出(chū)来，效(xiào)果十分惊艳。

更厉害的是，除了真实(shí)的照片(piàn)，草图也可以(yǐ)加上“魔法(fǎ)”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实(shí)现(xiàn)线(xiàn)稿转(zhuǎn)全彩图。大(dà)神(shén)张吕敏其本(běn)尊也亲(qīn)自回应。

不得不说当下AIGC已经变得(dé)越来越强大，甚(shèn)至输出的作品(pǐn)都已(yǐ)经能以假乱真了。

02

难辨虚实，AIGC技术(shù)力爆(bào)发

警惕安全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网络(luò)，而经(jīng)过警(jǐng)方(fāng)辟(pì)谣这(zhè)所谓的“party”可(kě)能是全国第(dì)一起AI绘图(tú)诈骗。

由于这个活动里面(miàn)给(gěi)出的(de)美女(nǚ)照片(piàn)都是(shì)AI制作的真人照片绘图，因(yīn)为太(tài)逼(bī)真，被大(dà)家当成真事传(chuán)播了。

不(bù)过仔细观察可以发(fā)现，活动发起者(zhě)提供的照(zhào)片中有个(gè)很(hěn)大(dà)的漏洞可以发现(xiàn)并非真人，而是(shì)AI绘(huì)图，那便是(shì)图片中女性的(de)手指部(bù)分有的存在异(yì)常(cháng)。

有行(xíng)业人(rén)事(shì)表示：“现在因为手指部分的绘画算法(fǎ)比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看到的图片已经有越来越完美的AI模型(xíng)出现，以后可(kě)能(néng)就(jiù)完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在国外也已(yǐ)有发(fā)生。据英国广播公司报道，土耳其地震期间，有Tiktok用(yòng)户使用AI合成了儿童受灾的(de)假照(zhào)片(piàn)发布到网(wǎng)络，以此诱(yòu)骗善良的人(rén)打赏“捐助”从而(ér)实施诈(zhà)骗。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效(xiào)果，如果这样的图(tú)片被用来诈骗，将非(fēi)常可怕。

此外(wài)AIGC还引发(fā)了很多担忧，一方面，批判(pàn)者认为AI在“学(xué)习”了大量(liàng)前人的作品之后，其创作没有任何情绪和灵魂，难以和(hé)人类的艺术创(chuàng)作相提并(bìng)论。

另一(yī)方面(miàn)，AIGC背后的(de)版权、目前都并没(méi)有得到(dào)有效的解决，还有(yǒu)AIGC会(huì)不会代替人(rén)类“至高(gāo)无(wú)上”的创(chuàng)意。

马斯克(kè)也强调，人工(gōng)智能的安全问题需要(yào)得(dé)到重(zhòng)视(shì)，太晚就来不(bù)及(jí)了。

书名号之间有没有标点符号，书名号之间有标点符号么ng>03

AIGC下(xià)一站(zhàn)除了(le)视频，还有远方

技术都(dōu)是有两面(miàn)性的，潜(qián)在的(de)危害并不能掩盖(gài)其光辉的贡献。现(xiàn)在看来(lái)，人(rén)工智能技(jì)术将是第四次工业(yè)革命(mìng)的(de)核心(xīn)驱动力量，将创造新的增长奇迹。

过去一年，人(rén)工(gōng)智能在技术和商业层面都有了巨(jù)大进展，AI绘画就(jiù)是人工智能技(jì)术发生方向(xiàng)性(xìng)改变的一个代表。其下一(yī)站或许就是(shì)视频。

此前，Meta和谷(gǔ)歌先后发布了几条引爆(bào)科技圈的短视频。这些视(shì)频(pín)引发(fā)关注并非内容做得(dé)多(duō)优秀，反而都非常(cháng)简单(dān)，比如一(yī)匹正在喝水的马，一只画画的玩具熊(xióng)，或者一段骑(qí)摩托车的第(dì)一视角录像(xiàng)，随便一个有手(shǒu)机的人都可(kě)以(yǐ)随手录(lù)下一段。

但(dàn)这些短视频的创作(zuò)方式非常简单，创作者仅仅需要向AI输(shū)入一段话，甚至只是说一下要求(qiú)，AI就可以根据(jù)需要生成一段视(shì)频。

谷歌发布(bù)的两个(gè)AI生成(chéng)视频分别来自于Imagen Video和Phenaki，前者(zhě)主要突出的是高清，与(yǔ)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圈就(jiù)已经玩了一波梗(gěng)，一个能(néng)够做出(chū)更(gèng)高(gāo)清视频的AI还不足以(yǐ)在短时间(jiān)内戳(chuō)中兴奋(fèn)点。

Phenaki更加令人(rén)震(zhèn)惊的地方在于，它可以(yǐ)制作出超过2分(fēn)钟(zhōng)的连贯的也(yě)有确切内容的(de)视频，这才是真(zhēn)正(zhèng)让人(rén)们(men)感(gǎn)到惊喜的地方(fāng)。因为无(wú)论(lùn)AI生(shēng)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(gōng)一个灵感，一个素材(cái)，一个(gè)过场动(dòng)画。

不过能够制作出有具体剧情内容的(de)视频就意味着(zhe)，一(yī)些视频创(chuàng)作(zuò)由(yóu)AI代替人工完成已经初步有了可(kě)能。

当下AI的发展速度已经超过(guò)大部分人(rén)的想象。内容产业(yè)的本质是(shì)供(gōng)给创(chuàng)造需(xū)求(qiú)，AIGC作为全新的(de)内容生产方(fāng)式(shì)，可以为内容产(chǎn)业(yè)带来(lái)更新的内容(róng)风格、更快的生产速度，更低(dī)的(de)生产成本，这无疑会驱(qū)动内容产业的大爆发(fā)。

除(chú)了(le)AI绘(huì)图(tú)、视频，AIGC技术还能应用于音乐、代码、机(jī)器人(rén)动作等多种内容(róng)形(xíng)式的生成。不难发现(xiàn)该(gāi)项(xiàng)技术不(bù)仅(jǐn)在(zài)游戏等行业能得到有效应(yīng)用，对(duì)于(yú)下一代互联(lián)网各种(zhǒng)元素(sù)的(de)构建亦有关键意义。

从(cóng)商(shāng)业化的角度来看(kàn)，文化娱乐、教育、传媒等诸多领域(yù)，本身就对基于AI的可视化内容有(yǒu)强烈需求。

因此，AI绘画(huà)及视(shì)频(pín)或不是结(jié)果，而(ér)只(zhǐ)是AI进程中的一块重要(yào)拼(pīn)图，有(yǒu)望在技术更新的加持(chí)下实现(xiàn)更大的应用(yòng)价值(zhí)。

AI从理解内容，走向了(le)可以(yǐ)生成内容，甚(shèn)至(zhì)能够创(chuàng)造出独书名号之间有没有标点符号，书名号之间有标点符号么立价值和(hé)独立视角的内容。AIGC的再(zài)次(cì)出圈，更代表着未(wèi)来的先进生产力即(jí)将到来。

04

紧抓大模型与算(suàn)力，牢固AIGC底座

从技(jì)术的发展也(yě)可以看出，在语言(yán)大模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成为了新(xīn)的(de)趋势。

大(dà)模型(xíng)被(bèi)誉为(wèi)当前人(rén)工智能发展的智(zhì)能底座，是全球竞争最激烈的研究方向(xiàng)之一(yī)，包括谷歌、亚(yà)马逊、百度(dù)、阿(ā)里、腾讯(xùn)等众多(duō)头(tóu)部企业都在(zài)竞相发力(lì)。

不过训练大模型的确价(jià)格不(bù)菲，以国盛(shèng)证(zhèng)券(quàn)发布的《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万(wàn)美元(yuán)。而对(duì)于一些更大的LLM(大型语言模型(xíng))，训练成本则(zé)介于200万(wàn)美元(yuán)至(zhì)1200万美元高价之间。

以ChatGPT在(zài)2023年1月的独立访客平均(jūn)数1300万计算，其(qí)对(duì)应芯(xīn)片需(xū)求为3万(wàn)多片英伟达A100 GPU，初始投入成(chéng)本约为8亿(yì)美元，每日仅电费就在5万(wàn)美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离不开(kāi)庞大算力支持。在(zài)关注各(gè)类大模型的发(fā)展同时，更(gèng)应该(gāi)关(guān)注(zhù)算力(lì)网络的建设。

算(suàn)力(lì)网络正(zhèng)驱动AI产(chǎn)业(yè)发(fā)展进(jìn)入(rù)史诗级加速进程，让(ràng)AIGC及通用AI这一(yī)人工智能发展的终极目标(biāo)离得更近。

因为算力可以对(duì)突(tū)破性技术创新提(tí)供(gōng)大力的支持。这(zhè)方面，多模态(tài)大模型是典型(xíng)。作为面(miàn)向未来强人工智能(néng)、通用人(rén)工(gōng)智能的重要技(jì)术创新，多模态大(dà)模型已经在人工智(zhì)能领域提出了很(hěn)多(duō)年(nián)，业(yè)界也(yě)有不少(shǎo)技术突破，但是(shì)，多模态(tài)大模型进一步往下走，算力需求呈(chéng)几何(hé)式上(shàng)升，一般的算力(lì)基础设施(shī)很快(kuài)将难以胜任(rèn)。

从图(tú)像、文字、语音单独一项的(de)训练，到双模态、三(sān)模(mó)态(tài)的跃迁，让人工(gōng)智能可以灵活应对不同(tóng)模态的转化、像人与世界(jiè)交(jiāo)互一样自然，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)要爆发式增长的算力来支撑的技术创新，将在(zài)人(rén)工智能算力网络(luò)支撑下快速(sù)推进。

AIGC已经露(lù)出曙光，期待在大模型(xíng)和大算力的(de)支(zhī)持下AIGC能持续(xù)颠覆内容生(shēng)产的方式(shì)，将创造的边际成本降低，让(ràng)万众受益。

未经允许不得转载：橘子百科-橘子都知道 书名号之间有没有标点符号，书名号之间有标点符号么