自聊天机器人ChatGPT火爆以来，微软公司(sī)创(chuàng)始人(rén)比尔·盖茨已(yǐ)多次公(gōng)开(kāi)谈论人工(gōng)智(zhì)能话题。在最近(jìn)的一(yī)次采访中，他再(zài)次(cì)表示(shì)：“AI可能会让科(kē)技(jì)行(xíng)业迎来一次剧(jù)烈的洗牌”。

这(zhè)个(gè)结论是他在当(dāng)地时间2月(yuè)20日接受《In Good Company》节目专访时提(tí)出的。

他预期，AI的发展可(kě)能(néng)会(huì)威胁到谷歌(gē)的(de)市占率，因为微软在AI方(fāng)面的行动相(xiāng)当迅速(sù)。而最终科(kē)技(jì)巨头将把AI整合成用户的“全能助手”，包(bāo)揽一切应用(yòng)，与人(rén)们(men)进(jìn)行沟通并提(tí)供(gōng)建议，可以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到来可能尚需时日(rì)，但由ControlNet引发的又一次AI绘画(huà)浪潮，让AIGC在ChatGPT的(de)话题(tí)热(rè)点(diǎn)包围(wéi)中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩(wán)法(fǎ)

AIGC向可控靠近

以AI绘画为(wèi)代表的AIGC上(shàng)一(yī)次爆(bào)火的时(shí)候，还是2022年8月，在美国科罗拉(lā)多州(zhōu)举(jǔ)办(bàn)的新(xīn)兴数(shù)字艺术家竞(jìng)赛中，一幅名(míng)为《太空歌剧院(yuàn)》的作品获(huò)奖。

随后各大厂商的(de)AI绘(huì)画软件被(bèi)广大网友熟知并体(tǐ)验，Stable Diffusion便是其(qí)中代表。

用户(hù)们(men)可以在应用中输入一组(zǔ)关键(jiàn)词或者一张照片，就(jiù)能(néng)获(huò)得(dé)一幅AI创(chuàng)作(zuò)的画作。

作画的关键就是所输入的文本(běn)。同一组关键词也可(kě)以创作出很多张(zhāng)风格不(bù)一(yī)样(yàng)的画作，这让创作(zuò)的过程就(jiù)苏三起解的故事，苏三起解的故事简介像开(kāi)盲(máng)盒。

很多用户很喜欢这种不确定的(de)惊喜，他们会将生成的(de)美(měi)图(tú)当(dāng)做头(tóu)像。而另一部分喜(xǐ)欢翻看AI绘画的“翻车”作品。在社交媒(méi)体上，许多用(yòng)户(hù)分(fēn)享AI“翻(fān)车(chē)现场”，例(lì)如，一位网友(yǒu)的小狗(gǒu)照(zhào)片被AI画成了“肌肉男”，还有网友的个人照片被AI识(shí)别成了建(jiàn)筑。

而如今(jīn)随着ControlNet的出现与加持，以往(wǎng)AI绘(huì)画的(de)填写关键词游戏可能要被颠覆了。

ControlNet是一(yī)位正在(zài)斯坦(tǎn)福读博的(de)中国人张吕敏(mǐn)创(chuàng)作的(de)一种基于控制(zhì)点的(de)图像变形算法，主要用(yòng)于数(shù)字图像处(chù)理、计算(suàn)机视觉(jué)和计算机图形(xíng)学等领域。

其(qí)SD插件一经发布(bù)，在短短的两天内便成为了AI绘(huì)画(huà)领域最新的(de)热点。

在此之前，大家用了很多方(fāng)法想让AI生成的结果尽可能的符合要求，但是都不尽如人意，它的出现(xiàn)代表(biǎo)着AI生成开始(shǐ)进入真正的可控(kòng)时期。

因为(wèi)ControlNet可以直接提取画面的构图(tú)，人物的姿势和画面的深度(dù)信(xìn)息等。有(yǒu)了它(tā)的(de)帮助，就不用频繁的用提示词来碰运气，抽盲(máng)盒式(shì)的创作了。

通俗的(de)说ControlNet相当于(yú)给(gěi)AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大(dà)量(liàng)的浏(liú)览量，“viggo”就(jiù)是其(qí)中之一，他(tā)用朋友的照片直接带她们(men)走进动漫世界。

viggo先用StableDiffusion图片转(zhuǎn)文字。

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

通过(guò)图片就可(kě)以(yǐ)看出来(lái)，效果十分惊艳(yàn)。

更(gèng)厉害的是，除了真实(shí)的照片，草图也可以加上“魔法”，知乎(hū)大(dà)牛“DevPoint”和“逗(dòu)砂”介绍到ControlNet还能(néng)实现线稿转(zhuǎn)全彩图。大神张吕敏其本尊(zūn)也(yě)亲自回(huí)应。

不得不说当下AIGC已经变得越(yuè)来越强大，甚至输(shū)出的(de)作品(pǐn)都已经能以假乱真(zhēn)了(le)。

02

难辨(biàn)虚实，AIGC技术(shù)力爆(bào)发

警(jǐng)惕安全问题(tí)

近日，“苏州金鸡湖有游(yóu)艇party”的消息(xī)火遍网络，而(ér)经过警方辟谣(yáo)这(zhè)所谓的“party”可能是(shì)全国第一(yī)起AI绘图诈骗。

由(yóu)于这个活动里面给出的美女(nǚ)照片(piàn)都(dōu)是AI制(zhì)作的真人照片绘图，因为(wèi)太逼真，被(bèi)大家当成真(zhēn)事传播了。

不过仔细观察可以发现，活(huó)动发起者(zhě)提(tí)供的照片中有(yǒu)个很大的漏洞可以(yǐ)发现并非真(zhēn)人(rén)，而是(shì)AI绘图，那便是(shì)图(tú)片中女性的手指部分有的存在异常。

有行业人事表示：“现在因为手(shǒu)指(zhǐ)部分(fēn)的(de)绘画算法(fǎ)比较复杂，AI还不太(tài)会画人的手，但最(zuì)新(xīn)看(kàn)到的图(tú)片(piàn)已经有越来越完美(měi)的AI模型出现，以(yǐ)后(hòu)可能就完全(quán)没有漏洞了。”

类似的(de)AI作图(tú)诈(zhà)骗在(zài)国外也已有发生。据英国广播公司报道(dào)，土耳其(qí)地震期间，有Tiktok用户使用AI合成了(le)儿童(tóng)受灾的(de)假照片发(fā)布到(dào)网络，以此诱骗善良(liáng)的人打赏“捐(juān)助(zhù)”从而实施诈骗。

目(mù)前随着(zhe)技(jì)术发展，AIGC已(yǐ)经能做(zuò)出(chū)真人照片(piàn)般的(de)绘图效果，如(rú)果这样的图(tú)片被用来诈骗，将非常可怕。

此外AIGC还引发(fā)了很多(duō)担忧，一方(fāng)面，批(pī)判(pàn)者(zhě)认为AI在“学习”了大量前人的作(zuò)品之后，其创作没有任何(hé)情(qíng)绪和灵魂，难以和人类的艺术创作相提并论。

另一(yī)方面，AIGC背后(hòu)的版权(quán)、目前都并没(méi)有得到(dào)有效的解(jiě)决(jué)，还有AIGC会不会代替人类(lèi)“至高无上”的(de)创意(yì)。

马斯克也(yě)强调，人工智能的(de)安全问题需(xū)要得到重视，太晚就来不及了。

03

AIGC下一站除了视频(pín)，还(hái)有(yǒu)远方

技术都是有(yǒu)两面性的，潜(qián)在的危(wēi)害并不能掩盖其光辉的贡(gòng)献。现在看(kàn)来，人工智能技(jì)术将(jiāng)是第(dì)四次(cì)工业革命的核心(xīn)驱动力量，将(jiāng)创造新的增长奇迹。

过去(qù)一年，人(rén)工智能在技术和商业层(céng)面(miàn)都有了巨(jù)大(dà)进展(zhǎn)，AI绘画就是人工(gōng)智能技(jì)术发(fā)生方(fāng)向性(xìng)改变的(de)一个代表。其(qí)下一站或许就是视频。

此(cǐ)前，Meta和谷歌先后发布了几条引爆(bào)科技(jì)圈的短(duǎn)视频(pín)。这些视频(pín)引发关注并非内容做得多优秀(xiù)，反而都非(fēi)常简单(dān)，比如一匹(pǐ)正在喝水的(de)马，一只画画(huà)的玩具熊，或者(zhě)一(yī)段骑摩托(tuō)车(chē)的第一视角录像，随便一(yī)个有手机的人都可以随手录下一段。

但这些短视频的创作方式(shì)非常简单(dān)，创作者仅仅需要向(xiàng)AI输入一段话，甚至只是说(shuō)一下(xià)要求，AI就可以根据需要生成一段视频。

谷歌发布的两个AI生成视频分(fēn)别(bié)来自于Imagen Video和Phenaki，前者主要突出的是高清，与Meta的Make-A-Video没有(yǒu)太多的差别。

在Make-A-Video公布了AI生成的视频后，AI圈就已经玩了一波梗(gěng)，一个(gè)能(néng)够做出(chū)更(gèng)高(gāo)清视频(pín)的(de)AI还不足以在短时间内戳(chuō)中兴奋点(diǎn)。

Phenaki更加令人(rén)震(zhèn)惊的地方在于(yú)，它可(kě)以制作出超过2分钟的连贯的(de)也有确切内容的视频，这才(cái)是真正让(ràng)人们感到(dào)惊喜的地方。因(yīn)为无论AI生成(chéng)的(de)视频多么(me)高清，也只(zhǐ)能是为(wèi)内(nèi)容生产者提供(gōng)一个灵感(gǎn)，一个素材，一(yī)个(gè)过场动(dòng)画。

不过能够制(zhì)作(zuò)出(chū)有具(jù)体剧情内(nèi)容的视频就意味着，一(yī)些视频创作由AI代替人工完成已经(jīng)初(chū)步有了可能。

当下(xià)AI的发展(zhǎn)速度已经超(chāo)过(guò)大部分人的想象。内(nèi)容(róng)产业的本(běn)质是供给创(chuàng)造需求(qiú)，AIGC作为全新的内容生产方式，可以为内容产业带(dài)来(lái)更新的内容(róng)风格、更快的生产(chǎn)速度，更低的生产(chǎn)成本(běn)，这无疑会驱动内(nèi)容产业的大爆发。

除了AI绘图、视频，AIGC技术还(hái)能应用于音乐、代码、机器人动作等多种(zhǒng)内容形(xíng)式的生成。不(bù)难(nán)发(fā)现该项技(jì)术不仅在游戏等行业能得到有(yǒu)效应用，对于(yú)下一(yī)代互联网各种(zhǒng)元素的构建亦(yì)有关键(jiàn)意(yì)义。

从商(shāng)业化的(de)角度来看，文化娱乐、教育、传媒等诸多领(lǐng)域，本(běn)身就对(duì)基(jī)于AI的可视化内容有强烈(liè)需求。

因此，AI绘画(huà)及视频或不是结果，而只是AI进程中的一块重要拼图，有望在技(jì)术更新的(de)加(jiā)持(chí)下(xià)实现更大的(de)应用价值。

AI从理解(jiě)内容，走(zǒu)向了可以生成(chéng)内容，甚至(zhì)能(néng)够(gòu)创造出独(dú)立价值(zhí)和独(dú)立视角(jiǎo)的内(nèi)容(róng)。AIGC的再次出圈，更(gèng)代表(biǎo)着(zhe)未来的先进生产力(lì)即将到(dào)来(lái)。

04

紧(jǐn)抓大模型(xíng)与算力(lì)，牢(láo)固AIGC底(dǐ)座(zuò)

从技术的发展(zhǎn)也可(kě)以(yǐ)看(kàn)出(chū)，在语(yǔ)言大模型、图像大模型之(zhī)后，多模态大模型已经(jīng)成(chéng)为了新的(de)趋势。

大模型被誉为当前人工智能发展的智(zhì)能(néng)底(dǐ)座，是全球竞争(zhēng)最激(jī)烈(liè)的研(yán)究方向之一，包括谷(gǔ)歌、亚马逊、百度(dù)、阿里、腾讯等众多(duō)头部企业都(dōu)在(zài)竞(jìng)相发力。

不(bù)过训练大模型的确(què)价格(gé)不菲，以国盛证券发布的(de)《ChatGPT需要多少算力》报(bào)告估算，GPT-3训练一次的成本约为140万美元。而对于(yú)一(yī)些更大的LLM(大型(xíng)语言模型(xíng))，训练成本(běn)则(zé)介于200万美(měi)元至1200万美元(yuán)高(gāo)价之间。

以ChatGPT在2023年1月的独立(lì)访客(kè)平(píng)均数1300万计(jì)算，其对应芯(xīn)片需求为(wèi)3万多片英伟达A100 GPU，初始投入(rù)成本约为8亿美元，每日仅电费(fèi)就在(zài)5万美元左右(yòu)。

此外不论是ChatGPT还是AIGC，都离不开(kāi)庞大算力支(zhī)持(chí)。在关注各类(lèi)大(dà)模型的发展同时，更应(yīng)该(gāi)关注算力网络的建(jiàn)设(shè)。

算力网络正驱(qū)动AI产业发展进(jìn)入史苏三起解的故事，苏三起解的故事简介诗(shī)级加速进程，让AIGC及通用(yòng)AI这一人工智能发展的终极目标离得(dé)更近。

因为算力可以对突破性技术创新提供大力的支持。这方面，多模(mó)态大模型是典型。作为面向未来(lái)强人(rén)工智能、通用(yòng)人工智能的重要(yào)技(jì)术创新，多模(mó)态(tài)大模(mó)型已经在人工智能领域提出了很(hěn)多年(nián)，业界也有不少技术突破，但是(shì)，多模(mó)态大(dà)模型(xíng)进一步往下走，算力需(xū)求呈几何式(shì)上升(shēng)，一(yī)般的算(suàn)力基础设施很快将(jiāng)难以胜任。

从图(tú)像(xiàng)、文字、语(yǔ)音单独一项的训(xùn)练，到双模态(tài)、三模态的跃迁，让人工(gōng)智(zhì)能可以灵活应对不同模(mó)态的转(zhuǎn)化、像人与世(shì)界交互一样(yàng)自然，这方(fāng)面，由算力网络来驱动将有明显优势(shì)。

此外，还(hái)有很多(duō)需要爆发式增长(zhǎng)的算力来支撑的技术创新，将(jiāng)在(zài)人工智(zhì)能(néng)算(suàn)力(lì)网络(luò)支撑下(xià)快速推进。

AIGC已经露出曙光，期待在大模型和大算力的支持下AIGC能持(chí)续颠覆内容生(shēng)产的方式，将(jiāng)创(chuàng)造的边(biān)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 苏三起解的故事，苏三起解的故事简介