自聊天机器人ChatGPT火爆以来，微(wēi)软公司创始人比尔(ěr)·盖茨已多次公(gōng)开谈论人工(gōng)智能话题。在最近的一次采访中，他再次(cì)表示：“AI可能会让科技行业迎来一次剧烈的(de)洗牌”。

这个结论(lùn)是他(tā)在当地时间2月20日接受《In Good Company》节目专访(fǎng)时提出的(de)。

他预(yù)期，AI的(de)发展可能会威(wēi)胁(xié)到谷歌的市占率(lǜ)，因为微软在AI方面的行动相当迅速(sù)。而最终科技巨(jù)头将把AI整合成用(yòng)户(hù)的“全能助(zhù)手”，包(bāo)揽一切应(yīng)用，与(yǔ)人们进行沟通并提(tí)供(gōng)建议，可以(yǐ)取代亚(yà)马逊、Siri或Outlook等(děng)应用。

大佬(lǎo)口中全能助手的(de)到来(lái)可能尚需时日，但由ControlNet引发的又一次AI绘画浪潮，让AIGC在ChatGPT的话题(tí)热点(diǎn)包围(wéi)中杀出重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可控靠近

以AI绘画为代表的AIGC上(shàng)一次爆(bào)火的(de)时候，还是2022年8月(yuè)，在(zài)美国科(kē)罗拉(lā)多(duō)州举办的新兴数字(zì)艺术家(jiā)竞赛中，一幅名为《太(tài)空歌剧(jù)院》的作品获奖。

随(suí)后各大厂商的AI绘画软件被广大网友熟(shú)知并体(tǐ)验，Stable Diffusion便是(shì)其中代表(biǎo)。

用户们(men)可以(yǐ)在(zài)应用中输入一组(zǔ)关键词或者一张(zhāng)照片(piàn)，就能获(huò)得一幅(fú)AI创作(zuò)的画作(zuò)。

作(zuò)画的关键就是所输入的文本。同一组关键词(cí)也可以创作出很多(duō)张风格不一样的画作，这让创作(zuò)的过程就像开盲(máng)盒。

很多用户很(hěn)喜欢这种不(bù)确定(dìng)的惊喜，他们(men)会将(jiāng)生成的(de)美(měi)图当做(zuò)头像。而另一部分喜(xǐ)欢翻看AI绘(huì)画的“翻(fān)车”作(zuò)品。在(zài)社交媒(méi)体上，许多用户分(fēn)享AI“翻(fān)车现场(chǎng)”，例如，一位(wèi)网友的小狗照片(piàn)被AI画(huà)成了“肌(jī)肉男”，还有网友的个人(rén)照片被(bèi)AI识别成了建筑。

而(ér)如今随着ControlNet的出现(xiàn)与加持，以往AI绘画的填写关(guān)键(jiàn)词(cí)游戏可(kě)能要被颠覆(fù)了。

ControlNet是一(yī)位正在(zài)斯(sī)坦福(fú)读博的(de)中国人张吕敏创作的一种基于控(kòng)制点的图(tú)像变形算法，主要(yào)用于数字(zì)图(tú)像处理、计算机视觉(jué)和计算机图形(xíng)学等领(lǐng)域。

其SD插件一经发(fā)布，在短短的两(liǎng)天(tiān)内(nèi)便(biàn)成为了(le)AI绘画领域最新(xīn)的热点。

在此之前(qián)，大家用了很(hěn)多方法想让(ràng)AI生成(chéng)的结果尽(jǐn)可能的符合要求，但是都不尽如人(rén)意，它(tā)的出(chū)现代表(biǎo)着AI生成开始(shǐ)进入(rù)真正的可控时期。

因(yīn)为ControlNet可以直接提(tí)取画(huà)面的构图，人物的姿势(shì)和(hé)画面的深度(dù)信息等(děng)。有了它(tā)的帮助，就(jiù)不用频繁的用提示词来碰(pèng)运气，抽盲盒式(shì)的创作了。

通(tōng)俗的说ControlNet相当于给AI绘画加了“魔法”，不少博主的作品已(yǐ)经获(huò)得了(le)大(dà)量(liàng)的浏览量(liàng)，“viggo”就是(shì)其中之一(yī)，他用朋(péng)友的照(zhào)片直接(jiē)带她们(men)走进动漫世界(jiè)。

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

再用Text2Prompt插(chā)件(jiàn)拓展(zhǎn)找到(dào)对应的关(guān)键词；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试效(xiào)果。

通过图片就可以(yǐ)看出来，效果十分(fēn)惊艳(yàn)。

更厉害的(de)是，除(chú)了真实的照片，草图也可以加上(shàng)“魔法”，知乎(hū)大牛“DevPoint”和“逗(dòu)砂(shā)”介绍到ControlNet还能(néng)实现线稿(gǎo)转全(quán)彩图。大神张吕(lǚ)敏其本(běn)尊也亲自回(huí)应。

不得不说(shuō)当下AIGC已(yǐ)经变得越来(lái)越强大，甚至输(shū)出的作品(pǐn)都已经能以(yǐ)假乱真了(le)。

02

难辨虚实，AIGC技术力爆发

警惕安全(quán)问题

近日，“苏州金鸡湖有游艇(tǐng)party”的消息火遍网络，而(ér)经(jīng)过警方(fāng)辟(pì)谣这(zhè)所谓的“party”可能是全国第(dì)一起AI绘(huì)图诈骗。

由于这个活(huó)动(dòng)里面给出的美女照片(piàn)都是AI制作的真人照片绘图，因为太逼(bī)真，被大家当成真事传播(bō)了。

不过仔(zǎi)细观(guān)察可(kě)以发(fā)现，活(huó)动(dòng)发(fā)起者提供(gōng)的照片中有(yǒu)个很(hěn)大的漏洞可以发(fā)现并(bìng)非真(zhēn)人(rén)，而是AI绘图，那便是图片中(zhōng)女性的(de)手指部分(fēn)有的存(cún)在异(yì)常。

有行(xíng)业人事表(biǎo)示：“现在因(yīn)为手(shǒu)指部分的绘画算法(fǎ)比较复杂，AI还不太会画(huà)人的手，但最新看到(dào)的(de)图片已经有越(yuè)来越(yuè)完(wán)美的AI模型出(chū)现，以后可能就完全没有漏洞了。”

类(lèi)似(shì)的AI作图诈骗在国外也(yě)已有发(fā)生(shēng)。据英国广(guǎng)播公司(sī)报(bào)道，土耳其(qí)地震期间，有Tiktok用户(hù)使用AI合成了儿童受灾的(de)假照片发布到网(wǎng)络，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从而实施诈(zhà)骗(piàn)。

目前随着技术发展，AIGC已经能做出真人照片般的绘图效果，如果这样的图片被(bèi)用(yòng)来诈骗(piàn)，将非常可(kě)怕。

此外AIGC还引发了很多担(dān)忧，一(yī)方面，批(pī)判者(zhě)认为AI在“学习”了大量前人的(de)作品之后，其创作没有任何情绪和灵魂，难以和人类的艺(yì)术创(chuàng)作相提并论。

另一方面，AIGC背后的版权、目前都并没有得到有(yǒu)效的解决，还有AIGC会不会(huì)代替人类(lèi)“至高无上”的创意。

马(mǎ)斯(sī)克(kè)也强(qiáng)调，人(rén)工智能(néng)的(de)安(ān)全问题需要得到重视，太晚就(jiù)来不及了。

03

AIGC下一站除了视频，还有(yǒu)远方

技术都是(shì)有两面性的，潜(qián)在的危(wēi)害并不能(néng)掩盖其(qí)光辉的(de)贡献。现在看来，人工(gōng)智能技术将是第四次(cì)工业革命的核心驱动(dòng)力量，将创造新的(de)增长奇迹。

过去一(yī)年，人(rén)工智能在技术和商业层(céng)面都有了巨大进(jìn)展，AI绘(huì)画就是(shì)人工智能技术发生方向性改变的(de)一个代表(biǎo)。其下一(yī)站或许(xǔ)就是(shì)视频。

此前(qián)，Meta和谷歌先后发布了几条引(yǐn)爆科技(jì)圈的(de)短视频。这(zhè)些视频引发(fā)关注并非内容(róng)做得(dé)多优秀，反而都非(fēi)常(cháng)简单，比(bǐ)如一匹(pǐ)正在喝(hē)水的(de)马，一(yī)只画(huà)画(huà)的玩具熊，或者(zhě)一(yī)段骑(qí)摩托车的第一视(shì)角录像，随便一个有手机(jī)的人都可(kě)以随手录下一段。

但这些短(duǎn)视频的创(chuàng)作方式非(fēi)常(cháng)简(jiǎn)单，创作者(zhě)仅仅需(xū)要(yào)向AI输入一(yī)段(duàn)话(huà)，甚至只是(shì)说一下要求(qiú)，AI就可以(yǐ)根据需要生成一段视(shì)频(pín)。

谷(gǔ)歌发(fā)布的两个AI生成视(shì)频分(fēn)别(bié)来自于(yú)Imagen Video和(hé)Phenaki，前者(zhě)主(zhǔ)要突(tū)出的是高清，与Meta的Make-A-Video没有(yǒu)太(tài)多的(de)差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经(jīng)玩了一(yī)波梗，一(yī)个能(néng)够做出更高(gāo)清视频(pín)的AI还不足以(yǐ)在短时间内(nèi)戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人震惊(jīng)的地(dì)方(fāng)在于，它可以制作(zuò)出(chū)超过(guò)2分钟的连贯的也有确切内容的视频，这才(cái)是真正让人们(men)感到惊(jīng)喜的(de)地方。因为无(wú)论(lùn)AI生(shēng)成的视(shì)频多么(me)高清，也(yě)只(zhǐ)能(néng)是为内容生产者提(tí)供一(yī)个灵感，一个(gè)素材，一个(gè)过(guò)场动画。

不过(guò)能够制作出有(yǒu)具体剧情内容的视频就意味(wèi)着，一些视频创(chuàng)作由(yóu)AI代替人工(gōng)完成(chéng)已经初(chū)步有了(le)可能。

当下AI的发展速(sù)度已(yǐ)经超过大部(bù)分人(rén)的想象(xiàng)。内容(róng)产业的(de)本(běn)质是供给创造(zào)需求(qiú)，AIGC作为全新的内容生产(chǎn)方式，可以为(wèi)内容(róng)产业带(dài)来更新的内容风格、更(gèng)快的生产速度，更低的生产成本，这无(wú)疑会驱(qū)动内容产业的大(dà)爆发。

除了AI绘(huì)图、视频(pín)，AIGC技术(shù)还(hái)能应用(yòng)于音乐、代码、机器人动作等多(duō)种内容形式的(de)生成。不难发(fā)现该项技术(shù)不仅在(zài)游戏(xì)等行业(yè)能(néng)得(dé)到(dào)有(yǒu)效应用，对于下一代互联网各种元素(sù)的构建亦有关键意义。

从商业化的角度来看(kàn)，文化(huà)娱乐、教育(yù)、传(chuán)媒(méi)等诸(zhū)多领(lǐng)域，本身就对基(jī)于AI的可视化内容有强烈需求(qiú)。

因此，AI绘画及视(shì)频或不是结果，而只(zhǐ)是(shì)AI进程中的一(yī)块重要拼图，有望在技术更新的(de)加持下实现更大的应用价(jià)值。

AI从(cóng)理解内容(róng)，走向了可以生成内(nèi)容，甚至(zhì)能(néng)够创造出独(dú)立价值和独立视角的内容。AIGC的再次(cì)出圈，更(gèng)代表着(zhe)未来的先进生产力即(jí)将(jiāng)到来。

04

紧抓大(dà)模型与(yǔ)算力，牢固AIGC底座

从技(jì)术的发展也可以看出，在(zài)语言大模型(xíng)、图像大(dà)模型之后，多模态(tài)大模型已经成为了新的趋势(shì)。

大模型被誉为当前人工(gōng)智能发展的智能底(dǐ)座，是全球竞争最激烈的研究(jiū)方向之一，包括谷歌(gē)、亚马逊、百度、阿里、腾(téng)讯等(děng)众多头(tóu)部企(qǐ)业都在(zài)竞相(xiāng)发力(lì)。

不过(guò)训练大模型的确价格(gé)不菲(fēi)，以国盛证券发布的《ChatGPT需要(yào)多(duō)少算力》报告(gào)估算，GPT-3训练一次的成本(běn)约为(wèi)140万美元。而对于一些(xiē)更大的LLM(大型语言模(mó)型(xíng))，训练成本则(zé)介于200万美元至1200万(wàn)美元高价之间。

以(yǐ)ChatGPT在2023年1月的独立访客(kè)平均数(shù)1300万计算，其对应芯片(piàn)需求为3万多(duō)片英伟达A100 GPU，初(chū)始投入成(chéng)本约为8亿美元，每日仅电费就在5万美元左右。

此(cǐ)外不论是ChatGPT还是AIGC，都(dōu)离不开庞大算力支持。在(zài)关注(zhù)各(gè)类大模型(xíng)的发展同时，更应(yīng)该关(guān)注算力网络的建设(shè)。

算力网络(luò)正驱(qū)动AI产业发展进入史(shǐ)诗级(jí)加速进程，让AIGC及通用AI这(zhè)一(yī)人工智能发(fā)展(zhǎn)的终极目标离得(dé)更近(jìn)。

因(yīn)为算力(lì)可以(yǐ)对突破性技术创新提供大力的支持。这方面，多模态大模(mó)型是典(diǎn)型。作为面向(xiàng)未(wèi)来强人工智能、通用(yòng)人工智能的(de)重要技术创(chuàng)新，多(duō)模态大(dà)模型已经在(zài)人工智能领域提出了很(hěn)多年，业界(jiè)也有不少技术突破，但是，多(duō)模(mó)态大(dà)模型进一步往下走，算力需求(qiú)呈几何式上升，一般的算力基础设施很快将难以胜任。

从图(tú)像、文(wén)字、语音单独一项的训练，到双模态、三模态的跃(yuè)迁，让人工智能可以灵活应对不同模态的(de)转化、像(xiàng)人与(yǔ)世界交互一(yī)样自然，这方面，由算力网(wǎng)络来驱动将有(yǒu)明显优(yōu)势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技术创(chuàng)新，将在(zài)人工智能算力网络支撑下快速推进。

AIGC已经露出曙(shǔ)光，期待(dài)在大模型和大算力的支持下AIGC能持续颠(diān)覆内容生产的方式(shì)，将创造的(de)边际成本降低，让(ràng)万众(zhòng)受益。

未经允许不得转载：橘子百科-橘子都知道 未置可否和不置可否的区别在哪，未置可否的置是什么意思