自聊天(tiān)机器(qì)人ChatGPT火爆以来，微软(ruǎn)公司创始人(rén)比尔·盖(gài)茨已多次公开谈论人工智能话题(tí)。在最近(jìn)的一次采访中，他再次表示：“AI可能会让(ràng)科技行业迎(yíng)来(lái)一次剧烈(liè)的洗(xǐ)牌”。

这个结论是他在当地(dì)时间2月(yuè)20日(rì)接受《In Good Com魔芋为什么没有热量，魔芋粉丝千万别吃多了pany》节目(mù)专访时提(tí)出的。

他预期(qī)，AI的发展(zhǎn)可(kě)能会威(wēi)胁到谷(gǔ)歌的市占率，因为微软在AI方(fāng)面的行动相当迅速。而(ér)最终科技巨头(tóu)将把AI整合(hé)成用户的“全(quán)能(néng)助(zhù)手”，包揽一(yī)切(qiè)应用(yòng)，与(yǔ)人们进行沟通并提供建议，可(kě)以(yǐ)取代亚马逊、Siri或Outlook等应用。

大佬口中全能助(zhù)手(shǒu)的到(dào)来可能尚需(xū)时(shí)日，但(dàn)由ControlNet引发(fā)的又一(yī)次(cì)AI绘画浪(làng)潮，让AIGC在ChatGPT的(de)话(huà)题热点包围中(zhōng)杀出重(zhòng)围。

01

ControlNet颠覆AI绘画新玩法

AIGC向可控靠近(jìn)

以AI绘画为代表(biǎo)的AIGC上一次爆火的时(shí)候，还(hái)是2022年(nián)8月，在美(měi)国科罗拉多州(zhōu)举办的新兴(xīng)数字艺术家(jiā)竞赛中，一幅名(míng)为《太空歌(gē)剧院》的作(zuò)品获奖。

随后各(gè)大(dà)厂商(shāng)的(de)AI绘画软件被广大网友熟知并(bìng)体验(yàn)，Stable Diffusion便(biàn)是(shì)其中代表。

用户们可以在应用(yòng)中输入一组关(guān)键(jiàn)词或者(zhě)一张照(zhào)片，就能(néng)获(huò)得一幅AI创作的画作(zuò)。

作画的关键就是(shì)所输入的文本。同一组关键词也可以(yǐ)创作出很多(duō)张风格不一样的画作，这让创作的过程就像(xiàng)开盲盒。

很多用户很喜欢这种不确定的惊(jīng)喜，他(tā)们(men)会将生(shēng)成的美图当做头(tóu)像。而另一部分喜欢翻看AI绘画的“翻(fān)车”作品(pǐn)。在社交(jiāo)媒体(tǐ)上，许多用户分(fēn)享AI“翻车现(xiàn)场”，例如，一位网(wǎng)友(yǒu)的小狗照片被AI画成了“肌肉男(nán)”，还有网友(yǒu)的(de)个人照片被AI识(shí)别成了(le)建(jiàn)筑。

而如今随(suí)着ControlNet的出(chū)现与(yǔ)加持(chí)，以(yǐ)往AI绘画的填写关键词游戏可能(néng)要被颠覆了。

ControlNet是一位(wèi)正在斯坦福读博(bó)的中国人张吕(lǚ)敏创(chuàng)作的一种(zhǒng)基于控制点的图像变形算法，主要用于(yú)数字图像处理、计(jì)算机视(shì)觉和计算机图(tú)形学(xué)等(děng)领域。

其(qí)SD插(chā)件一经发布(bù)，在短短的两天内便成为了AI绘画领(lǐng)域最新(xīn)的热点。

在此(cǐ)之前，大家用了很多(duō)方法想(xiǎng)让(ràng)AI生成的结果尽可能的符合要求，但(dàn)是都不尽如(rú)人意，它(tā)的出现代表着(zhe)AI生成开始进入(rù)真正的(de)可控时期(qī)。

因(yīn)为ControlNet可以直接提取画面的构图，人物的(de)姿势(shì)和画面(miàn)的深(shēn)度(dù)信息等。有了它的帮助(zhù)，就不(bù)用频(pín)繁的(de)用(yòng)提示(shì)词来碰运气，抽(chōu)盲盒式的创作了(le)。

通(tōng)俗的说ControlNet相当于给(gěi)AI绘画(huà)加了(le)“魔法”，不少博主的作品(pǐn)已经获得了大量(liàng)的浏览量，“viggo”就是其中之一(yī)，他用朋(péng)友的照(zhào)片直接带她们走(zǒu)进动漫世界。

viggo先用StableDiffusion图片转文字。

再用Text2Prompt插件拓展(zhǎn)找到对应的关键词；最后用ControlNet插件绑定骨骼开始换关(guān)键(jiàn)词试效果。

通过图片就可以看(kàn)出来，效果十分惊艳。

更厉害的是，除(chú)了真(zhēn)实的照片，草图(tú)也(yě)可以加上“魔法”，知乎大牛“DevPoint”和(hé)“逗砂”介绍到ControlNet还能(néng)实现线稿转全彩图(tú)。大神(shén)张吕(lǚ)敏其本尊也亲自回应。

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

02

难辨虚实，AIGC技术(shù)力爆发(fā)

警惕安(ān)全问题

近日，“苏州金(jīn)鸡湖有游艇(tǐng)party”的(de)消息(xī)火遍网络，而经(jīng)过警方辟(pì)谣这所谓的“party”可能是全国第一起(qǐ)AI绘(huì)图诈骗。

由于这个活(huó)动里面给出的美女照片都是AI制作的真人照(zhào)片绘图，因为太逼真(zhēn)，被大家当成真(zhēn)事传播(bō)了。

不过仔细观察可以发现，活动发起(qǐ)者提供的(de)照(zhào)片中有个很大的漏洞可以发现并非(fēi)真人，而是AI绘图，那便是图片中女性(xìng)的手指(zhǐ)部分有(yǒu)的(de)存在异常。

有行(xíng)业人事(shì)表示：“现在因为手指部分的绘画算法比(bǐ)较复杂，AI还不太会(huì)画人的手，但最新看到的图(tú)片已经有越来越完美的(de)AI模型出(chū)现，以后(hòu)可(kě)能就完全没有漏洞了(le)。”

类似的AI作图诈骗(piàn)在国外也已(yǐ)有发生。据(jù)英国广播公司报道，土耳其地震期间(jiān)，有Tiktok用(yòng)户使用AI合成了儿童受灾的假照片发布到网络，以此诱骗善(shàn)良(liáng)的人打(dǎ)赏“捐助”从(cóng)而实施(shī)诈(zhà)骗。

目前(qián)随着(zhe)技术发(fā)展(zhǎn)，AIGC已经能(néng)做(zuò)出(chū)真人照片般的绘图(tú)效(xiào)果(guǒ)，如(rú)果这样的图片(piàn)被用来诈(zhà)骗，将(jiāng)非常可怕(pà)。

此外AIGC还引(yǐn)发了很多担忧，一方面，批判者(zhě)认为AI在“学习”了(le)大(dà)量(liàng)前(qián)人的作品(pǐn)之后，其创作(zuò)没有任(rèn)何情绪和(hé)灵魂，难(nán)以和人(rén)类的艺(yì)术创作相提(tí)并(bìng)论。

另一方面，AIGC背后的版权、目(mù)前都并没有得(dé)到有效的解(jiě)决，还有AIGC会不会代替人类(lèi)“至高无上(shàng)”的创(chuàng)意。

马斯克也强调(diào)，人(rén)工智能的(de)安全(quán)问题需要得(dé)到重视，太晚(wǎn)就来不及(jí)了(le)。

03

AIGC下一(yī)站除(chú)了视(shì)频，还有远方

技术都(dōu)是有(yǒu)两面性的，潜在的(de)危害并不能(néng)掩盖其(qí)光辉的贡(gòng)献(xiàn)。现在看来，人工智能技术将是第四(sì)次工(gōng)业革(gé)命的核心驱动力量，将创造新的增长奇(qí)迹。

过去一年，人工(gōng)智能在(zài)技术(shù)和商业层面都有了巨大进展，AI绘画(huà)就是人工智能技术发生方向性改(gǎi)变的一个代表。其(qí)下一站或许就是(shì)视频(pín)。

此前，Meta和谷歌(gē)先后发布了(le)几条引爆科技(jì)圈(quān)的短视(shì)频。这些视(shì)频引发(fā)关(guān)注并非(fēi)内容做得多优(yōu)秀(xiù)，反(fǎn)而都非常简(jiǎn)单(dān)，比如一匹正在(zài)喝(hē)水的马，一只(zhǐ)画(huà)画的玩(wán)具熊，或者一段骑摩(mó)托车的(de)第一视(shì)角录像，随便一个有手机(jī)的人都(dōu)可以随手(shǒu)录(lù)下(xià)一(yī)段。

但这(zhè)些短(duǎn)视频的(de)创(chuàng)作方(fāng)式非常简单，创作(zuò)者仅仅(jǐn)需要(yào)向AI输入(rù)一(yī)段话，甚(shèn)至只是说一下要求，AI就可以(yǐ)根据需要生成一段(duàn)视频。

谷(gǔ)歌发布的两个AI生成视(shì)频分别来自于(yú)Imagen Video和Phenaki，前者主要(yào)突出的是高清，与Meta的(de)Make-A-Video没有太(tài)多的差(chà)别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈(quān)就已经玩了一波(bō)梗，一(yī)个能够做出更高清视(shì)频的AI还不足以在短时间内戳中兴奋点。

Phenaki更加令(lìng)人震惊(jīng)的地方在(zài)于，它可以制作出超过2分钟的(de)连贯(guàn)的也有确切内容(róng)的视频，这才是(shì)真正让人们感到惊喜的地方。因为无论AI生成(chéng)的视(shì)频多么高清，也只能是为(wèi)内(nèi)容生产者(zhě)提供一个灵感，一个素材，一个(gè)过场动画。

不过能(néng)够制作出有(yǒu)具体剧情(qíng)内容的视频就意味着，一些视频创作由AI代替(tì)人(rén)工(gōng)完成已经初步有了(le)可能(néng)。

当下(xià)AI的发展速度已经超过大部分(fēn)人的想象。内容产业的本质(zhì)是供给创造需(xū)求，AIGC作为全新的内容生产方式，可以为内(nèi)容(róng)产业(yè)带来更(gèng)新的内(nèi)容风格(gé)、更快的生产速度，更低的(de)生(shēng)产成(chéng)本，这无(wú)疑会驱动内容(róng)产(chǎn)业的大爆发(fā)。

除了AI绘图、视频，AIGC技(jì)术还(hái)能应用于音(yīn)乐、代码、机器人(rén)动作等(děng)多种内(nèi)容形式的生(shēng)成。不难发现该项(xiàng)技术不(bù)仅(jǐn)在游(yóu)戏等行业(yè)能得到(dào)有效应用，对于下一代互联网各种元素的(de)构建亦有关键意义。

从商业化的角度来看，文化娱乐、教(jiào)育、传媒(méi)等诸多领域，本(běn)身(shēn)就(jiù)对基(jī)于(yú)AI的(de)可视化内容有强烈需求(qiú)。

因(yīn)此，AI绘画及视(shì)频或不是结果，而只是(shì)AI进程中的一块重(zhòng)要拼图(tú)，有望在(zài)技术(shù)更新(xīn)的(de)加(jiā)持下实现更大的应用价值。

AI从理解内容(róng)，走向了(le)可以生成内(nèi)容(róng)，甚至(zhì)能够创造(zào)出独立价(jià)值和(hé)独(dú)立(lì)视(shì)角的内容。AIGC的再次出圈，更(gèng)代表着未来的先进(jìn)生(shēng)产(chǎn)力即将到来。

04

紧抓(zhuā)大模型与算力，牢固AIGC底(dǐ)座(zuò)

从技术的发展也(yě)可(kě)以看出，在语言(yán)大模型、图像大模型(xíng)之后，多模态大模(mó)型已经成为了(le)新的趋(qū)势。

大(dà)模(mó)型(xíng)被(bèi)誉为当前人工智能发展的智能底座，是全(quán)球(qiú)竞争最激烈(liè)的研究方向(xiàng)之(zhī)一，包括谷歌、亚(yà)马逊(xùn)、百(bǎi)度、阿里、腾讯(xùn)等众多头部企业都在竞相发(fā)力(lì)。

不过训练大(dà)模型的确(què)价格不菲，以(yǐ)国(guó)盛证(zhèng)券(quàn)发布的(de)《ChatGPT需要多少(shǎo)算力》报告估算(suàn)，GPT-3训练一次的成本(běn)约为140万美元。而对(duì)于一些更(gèng)大(dà)的LLM(大型语言(yán)模(mó)型)，训练成本则介于200万美元至1200万(wàn)美元高价之间。

以ChatGPT在2023年1月(yuè)的独立(lì)访客平均数1300万计算，其(qí)对应(yīng)芯片需求为(wèi)3万多片英伟达(dá)A100 GPU，初始投入(rù)成本(běn)约(yuē)为8亿(yì)美(měi)元，每日仅(jǐn)电费就在5万美元左(zuǒ)右。

此外不论(lùn)是ChatGPT还(hái)是AIGC，都(dōu)离不开庞(páng)大算力支持。在关注(zhù)各类大模型的发展同(tóng)时，更应该(gāi)关(guān)注算力网(wǎng)络的(de)建设。

算(suàn)力网络(luò)正驱动AI产业发展进入史诗级加速进(jìn)程，让AIGC及通(tōng)用(yòng)AI这(zhè)一人工智能发展的(de)终极(jí)目标(biāo)离得(dé)更近。

因为算力(lì)可以对(duì)突破性技术创新提供大力(lì)的(de)支持(chí)。这方面，多模态大模(mó)型是典型。作为面向(xiàng)未来强(qiáng)人(rén)工智(zhì)能(néng)、通用人工智(zhì)能的重要技术创新，多模态大模型已(yǐ)经在人工(gōng)智(zhì)能领域提出了很多年，业(yè)界(jiè)也有不少技术突破，但是，多模态大模型进一步往下走，算力需求(qiú)呈几何式上(shàng)升，一般(bān)的算力基础设施很快(kuài)将难以胜任。

从图像、文字、语音(yīn)单独一项的训练，到双模态、三模态的跃迁，让人(rén)工智能可以(yǐ)灵活应对不(bù)同(tóng)模态的转化、像人与世界交(jiāo)互(hù)一样自然，这方面，由算力网(wǎng)络(luò)来驱动(dòng)将有明显优势。

此外，还有(yǒu)很(hěn)多需要爆发(fā)式增长的算(suàn)力来支撑的技术创新，将在人(rén)工(gōng)智能算力网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大(dà)模型和大算(suàn)力的支持下AIGC能(néng)持续颠覆(fù)内容(róng)生产的方式，将创造的边际成本降低，让万众受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 魔芋为什么没有热量，魔芋粉丝千万别吃多了